Rozpoznawanie obrazu półek w FMCG – jak AI kontroluje ekspozycję i eliminuje braki

Częstsze audyty nie rozwiążą problemu braków na półce. Regał nie jest źle mierzony dlatego, że nikt nie przeszedł korytarzem w tym tygodniu — problem leży w tym, że dane zbierane przez zespoły terenowe docierają zbyt późno, ze zbyt małą próbą i zbyt niespójnie, by można było reagować, gdy kupujący są jeszcze w sklepie. Rozpoznawanie obrazu półek w FMCG zmienia zasady gry. Zamiast zastępować notes nieco szybszym notesem, zamienia zdjęcie regału w rankingowaną listę uzupełnień — powiązaną z rzeczywistym ruchem klientów na sali.

Dlaczego 70% braków na półce to problem operacji sklepowych, nie łańcucha dostaw

Większość out-of-stocków (OOS) powstaje — i musi być likwidowana — w obrębie własnego sklepu. Światowy średni wskaźnik OOS wynosi 8,3%, co po raz pierwszy wykazało badanie Gruen, Corsten i Bharadwaj z 2002 roku, potwierdzone następnie przez FMI. Dwie dekady później dane pokazują, że niemal się nie zmienił.

Warto przyjrzeć się przyczynom. Około 47% braków wynika z niewystarczającego zamawiania i prognozowania na poziomie sklepu. Kolejne 25% — ze złego zarządzania ekspozycją. To 70–75% problemów generowanych na poziomie retailowym, nie gdzieś w łańcuchu dostaw. ERP wie dokładnie, co opuściło magazyn. Gubi ślad na krawędzi regału. Te ostatnie 50 metrów — od zaplecza do rąk kupującego — nadal mierzy się wyrywkowymi kontrolami raz w tygodniu.

Koszty lądują bezpośrednio w rachunku wyników. Typowy retailer traci około 4% sprzedaży, gdy klienci nie mogą znaleźć szukanego produktu. Gdy brakuje kluczowego artykułu, 31% kupujących idzie do konkurencji, a 26% przechodzi na inną markę. Co więcej, 39% klientów porzuca cały koszyk. Popyt stał w alejce. To straty operacyjne, które można odrobić.

Właśnie tę lukę — między pewnością na zapleczu a rzeczywistością na półce — zamyka AI do analizy półek sklepowych w FMCG.

Co dokładnie mierzy AI do analizy półek sklepowych w FMCG

System przetwarza pojedyncze zdjęcie regału na ustrukturyzowany zestaw operacyjnych KPI-ów: dostępność na półce (OSA), wskaźnik OOS, zgodność z planogramem, udział w ekspozycji (share-of-shelf), liczbę facingów oraz zgodność cen i promocji. Jedno zdjęcie na wejściu — liczby gotowe do działania na wyjściu.

To trudniejsze, niż brzmi. Rozróżnienie dwóch produktów tej samej marki, różniących się jedynie smakiem lub subtelnym akcentem kolorystycznym, wymaga precyzyjnego rozpoznania — a do tego model musi radzić sobie z odblaskami, zasłoniętymi produktami i stromymi kątami kamery. Same dane z kasy (POS) nie wystarczą z innego powodu — POS nie odróżnia „brak towaru" od „wolna rotacja" i żadna z tych metod nie wykrywa phantom inventory, czyli sytuacji gdy system pokazuje stany magazynowe, a półka jest pusta. Połączenie wizji z POS wyraźnie poprawia sygnał: 24–48 godzin zerowej sprzedaży przy wysokorotującym SKU ze zdrowym stanem w systemie to z około 90% prawdopodobieństwem właśnie phantom inventory.

Pięć KPI-ów, które kamery rejestrują, a ręczne audyty zawodzą

• Dostępność na półce (OSA) — odsetek SKU-ów z asortymentu fizycznie obecnych na regale. Wskaźnik OOS jest jego dopełnieniem.
• Zgodność z planogramem — czy właściwe SKU-e stoją na właściwych pozycjach z właściwą liczbą facingów, oceniana względem specyfikacji.
• Udział w ekspozycji (share-of-shelf) — facingi marki podzielone przez łączną liczbę facingów w kategorii.
• Liczba facingów — jednostki widoczne od frontu dla danego SKU, będące podstawą udziału w ekspozycji i weryfikacji minimalnych zobowiązań facingowych.
• Zgodność cen i promocji — etykiety przy półce odczytywane przez OCR i porównywane z cennikiem oraz planem promocyjnym.

Ręczny audyt jednej alejki kategorii — liczenie facingów, sprawdzanie planogramu, wprowadzanie danych — zajmuje od 15 do 30 minut na sklep. Jest żmudny, a dwóch audytorów poda dwie różne liczby facingów dla tego samego regału. System automatyczny zwraca te same KPI-e w kilka sekund z jednego zdjęcia. Czas ma znaczenie szczególnie podczas kampanii: promowane SKU-e notują OOS na poziomie około 10–15%, znacznie powyżej bazowego 8,3%, więc kontrole cen i promocji przynoszą największy zwrot dokładnie wtedy, gdy brak towaru kosztuje najwięcej.

Jak system przetwarza zdjęcie na ocenę ekspozycji gotową do działania

1. Rejestracja — zdjęcie wykonane telefonem, stałą kamerą lub wózkiem skanującym.
2. Wstępne przetwarzanie — korekta odblasków, kąta i dystorsji obiektywu, by model otrzymał czysty obraz.
3. Detekcja obiektów — obrysowanie każdego produktu i etykiety cenowej ramką detekcyjną.
4. Klasyfikacja SKU — dopasowanie każdej ramki do danych masterowych za pomocą embeddingów wizualnych i OCR tekstu na opakowaniu.
5. Rekonstrukcja półki — zliczenie facingów, wykrycie luk i powiązanie cen z sąsiednimi produktami.
6. Obliczenie KPI-ów — ocena regału i kierowanie alertów do właściwych osób.

Wybór metody rejestracji to decyzja operacyjna. Rejestracja mobilna wpasowuje się w istniejące rutyny przedstawicieli terenowych przy niskich kosztach. Stałe kamery zapewniają ciągły monitoring w ciągu dnia. Autonomiczne roboty działają w niektórych dużych sklepach wielkopowierzchniowych, choć kilka głośnych programów zostało ograniczonych ze względu na koszty i wymagania operacyjne — tę opcję warto dokładnie rozważyć w kontekście własnej sieci sklepów.

Należy mieć realistyczne oczekiwania co do dokładności. Komercyjne rozpoznawanie SKU-ów osiąga zazwyczaj 90–98% w typowych warunkach, a pilotaże detekcji OOS — około 85–95% w odniesieniu do manualnego audytu. Dokładność spada w działach świeżych i chłodniczych — skroplona para i odbicia od szyb są wyjątkowo trudne — oraz po każdym przeprojektowaniu opakowania, do czasu ponownego douczenia modelu.

Od migawki półki do decyzji o uzupełnieniu: łączenie danych wizyjnych z ruchem klientów

Alert OOS o 9:00 i ten sam alert w szczycie sprzedaży to dwa różne problemy. Pierwszy ma jeszcze wiele godzin rezerwy. Drugi krwawi sprzedaż w tej chwili. Nałożenie danych o ruchu klientów i map cieplnych na wyniki analizy wizyjnej zmienia płaski wskaźnik zgodności w priorytetową kolejkę dostosowaną do popytu — pracownicy uzupełniają najpierw braki, na które trafi najwięcej kupujących.

Istnieje duże prawdopodobieństwo, że połowa tych danych jest już dostępna w organizacji. Dane o ruchu i czasie przebywania, zbierane na potrzeby zarządzania kolejkami i planowania obsady, można bezpośrednio podłączyć do wyników analizy wizyjnej półek. Ta integracja odróżnia naprawdę użyteczne wdrożenie od izolowanego narzędzia produkującego kolejny pulpit, którego nikt nie otwiera. Makroskala potwierdza zasadność inwestycji z obu stron: globalne zakłócenia inwentaryzacyjne sięgnęły w 2023 roku około 1,77 bln USD — z czego około 1,2 bln USD to straty z OOS i 562 mld USD z nadmiernych zapasów (IHL Group). Lepsza widoczność półki działa na obie bolączki jednocześnie.

Uzupełnienia ważone ruchem: likwiduj braki, które kosztują najwięcej

Schemat działania jest prosty. Bieżący pulpit OSA sygnalizuje, które SKU-e zbliżają się do zera facingów. Nałożenie danych o ruchu w sklepie pozwala uszeregować zadania uzupełnień według przewidywanego wpływu na sprzedaż. Prawie pusta pozycja podstawowa w alejce o dużym ruchu awansuje przed wolno rotujący produkt w spokojnym zakątku sklepu.

Najlepsza praktyka na sali: inicjuj kontrole fotograficzne półek w godzinach szczytu, nie tylko podczas porannego obchodu. Połącz to z prognozowaniem popytu w czasie rzeczywistym na podstawie danych POS, by wychwycić phantom inventory zanim przyniesie straty. Przy 26% klientów zmieniających markę i 31% odchodzących do konkurencji w momencie braku towaru, okno na reakcję jest krótsze, niż pozwala jakikolwiek tygodniowy cykl audytu.

Standaryzacja egzekucji w różnych formatach sklepów bez zwiększania zatrudnienia

Flagship store wypada dobrze w zgodności z planogramem. Sklepy regionalne i małoformatowe dryfują. Scoring oparty na wizji rozwiązuje ten problem, bo silnik AI traktuje każde zdjęcie identycznie — ten sam standard planogramu stosowany w każdym sklepie, każdego dnia, niezależnie od formatu i tego, kto akurat pracuje na zmianie. Menedżerowie regionalni mogą reagować na dane zdalnie, bez czekania na kolejną wizytę w terenie.

Narracja o pracy jest często błędnie odczytywana. Raportowane redukcje czasu pracy zespołów terenowych na zbieranie danych wynoszą od 30% do 70% (dane dostawców i wewnętrzne — traktować orientacyjnie). Chodzi nie o mniejszą liczbę osób, lecz o to, by ludzie spędzali swój czas na uzupełnianiu półek, a nie liczeniu facingów.

Tryby awarii, które warto zaplanować przed wdrożeniem

Wdrożenia, które się nie udają, rzadko zawodzą na dokładności modelu. Zawodzą na integracji — KPI-e nigdy nie trafiają do systemu zarządzania zadaniami. Zawodzą na jakości danych — zdjęcia wykonane pod złym kątem lub przy słabym oświetleniu. I zawodzą na zarządzaniu zmianą — pracownicy traktują aplikację jak narzędzie inwigilacji, a nie wsparcie przy uzupełnianiu. Warto zaplanować wszystkie trzy aspekty przed zdefiniowaniem zakresu wdrożenia.

Ograniczenia techniczne, o których warto poinformować partnerów IT i wdrożeniowych: okluzja oznacza, że kamera nie widzi towaru za pierwszym rzędem, więc głębokość zapasu pozostaje ślepą plamą. Odblaski niszczą rozpoznawanie metalicznych i szklanych opakowań. Przeprojektowania opakowań i nowe SKU-e mylą model do czasu ponownego douczenia. Strome kąty na górnych i dolnych półkach spłaszczają fronty produktów do postaci, której model nie potrafi odczytać.

Zróżnicowane sieci sklepów niosą cichsze ryzyko. Dane treningowe nadreprezentujące nowoczesne sklepy miejskie słabiej działają w starszych formatach regionalnych — dokładnie tam, gdzie zgodność z planogramem już i tak dryfuje. Należy uwzględnić w budżecie ciągłe douczanie modelu. To nie jest instalacja jednorazowa — model wymaga regularnego zasilania w miarę zmian asortymentu i opakowań.

Listę zamykają zasady zarządzania danymi. Kamery przy półkach będą przypadkowo rejestrować kupujących i pracowników, więc zgodność z RODO wymaga rozmywania twarzy w procesie przetwarzania obrazu, krótkiego przechowywania surowych zdjęć i czytelnych informacji w sklepie. Jeszcze jedna pułapka: fałszywie pozytywne alerty OOS włączone do ocen pracowniczych generują niesprawiedliwe wyniki i po cichu niszczą zaufanie do całego systemu. Dane służą do naprawiania półek, nie do kontrolowania ludzi.

Sztuczna inteligencja do kontroli ekspozycji i planogramu — gdzie zmierza rynek

Szacunki analityków wyceniają rynek AI do rozpoznawania obrazu półek na 2,3 mld USD w 2026 roku, ze wzrostem do 5,86 mld USD do 2030 roku przy CAGR około 26,3% (Research and Markets). Oddzielna analiza automatycznego monitoringu półek wskazuje na 1,91 mld USD w 2025 roku i 6,27 mld USD do 2034 roku (Dataintelo). Metodologie się różnią, więc dokładne liczby należy traktować orientacyjnie — kierunek jest jednak spójny we wszystkich źródłach.

Około 40–50% dużych retailerów uruchomiło już co najmniej jeden system inwentaryzacji lub merchandisingu oparty na computer vision w środowisku produkcyjnym (stan na lata 2025–2026), a computer vision ma stanowić około 43% metod pozyskiwania danych w platformach monitoringu sklepu w czasie rzeczywistym do 2026 roku (Datature). Większość tych wdrożeń zaczęła jako pilotaże. Stają się standardową infrastrukturą operacyjną.

Warto obserwować przesunięcie w stronę przetwarzania brzegowego. Wnioskowanie bezpośrednio na urządzeniu daje pracownikom natychmiastowy feedback po wykonaniu zdjęcia w alejce, redukuje koszty przepustowości i zatrzymuje obrazy w sklepie — co jest realną zaletą z perspektywy RODO. Prognozuje się, że ponad połowa nowych wdrożeń enterprise computer vision będzie działać na sprzęcie brzegowym w 2026 roku, wobec około 30% w 2023 roku.

Generatywna AI uzupełnia wyspecjalizowane detektory, a nie je zastępuje. Modele vision-language są wykorzystywane do generowania syntetycznych obrazów treningowych dla rzadkich i nowych SKU-ów, co skraca problem braku danych startowych. Umożliwiają też odpytywanie danych o półkach w języku naturalnym — „które z 10 kluczowych SKU-ów jest niedostępnych w moich kluczowych klientach w tym tygodniu?" — bez eksportowania surowych wyników modelu do oddzielnego zespołu analitycznego.

Model operacyjny przesuwa się od „mierz raz w tygodniu i naprawiaj przy kolejnej wizycie" do „mierz ciągle i naprawiaj dziś". Dla kogoś, kto jest rozliczany ze sprzedaży na metr kwadratowy i dostępności na półce, tam właśnie tkwią zyski.

Źródła

• FMI / Gruen, Corsten & Bharadwaj (2002) — fundamentalne dane o światowym wskaźniku OOS, rozkładzie przyczyn i reakcjach kupujących.
• Retail Dive / IHL Group — częstotliwość braków na półce i szacowany globalny koszt rzędu ~984 mld USD.
• IHL Group — globalne zakłócenia inwentaryzacyjne w 2023 roku na poziomie ~1,77 bln USD.
• Field Agent — sygnał POS dla phantom inventory i statystyki porzucania koszyka.
• Research and Markets — wielkość rynku AI do rozpoznawania obrazu półek i CAGR.
• Dataintelo — szacunki rynku automatycznego monitoringu półek.
• Datature Enterprise Vision AI Adoption Report 2026 — wskaźniki adopcji wśród retailerów i trendy wdrożeń brzegowych.
• "Forty Years of Out-of-Stock Research" — dowody na trwałość wskaźników OOS przez dziesięciolecia.