מערכת בינה מלאכותית לבקרת פלנוגרמות: זיהוי ותיקון תצוגה

פלנוגרמה AI: מדוע התצוגה אינה תואמת את הפריסה

התצוגה אינה תואמת את הפריסה המאושרת לא מפני שמישהו מתרשל, אלא מפני שהפריסה והמדף חיים בסולמות זמן שונים. הפלנוגרמה מקבעת מהדורה לתאריך האישור, ואילו המדף משתנה מדי יום: נגמר מלאי, מגיעה אצווה באריזה חדשה, העובד מסדר את התצוגה מהזיכרון בשעות השיא.

פלנוגרמה AI סוגרת לא את שאלת "מי אשם", אלא את הפיקוח על התצוגה בתדירות שאינה אפשרית בסיור ידני.

מקורות הפער מהפריסה חוזרים מנקודה לנקודה. מוצרים תאומים דומים במראה — טעם סמוך או משקל אחר תופס מקום של מישהו אחר בשורה. החלפת ספק או עיצוב אריזה מחדש שוברים את חישוב הרוחב, ובפריסה נשאר פריט שכבר אינו על המדף.

אחרי מבצע נשארים "חורים", שמכסים אותם במוצר אקראי במקום כלל החלפה. בנוסף, תזוזות עונתיות — וחלק מהאולם עובד לפי מהדורה מיושנת שאיש אינו זוכר.

סיור ידני עולה יותר ממה שנדמה. מעבר על קטגוריה אחת — עשרות דקות, סיור מלא בנקודה — חצי משמרת, לכן הבדיקה נעשית פעם בשבוע או בעקבות תלונה. בין הבדיקות הפער נשאר בלתי מורגש: מבנה המדף מתפרק, אזורי הדחף מאבדים מכירות, והדוח מתעד את רושם הבודק, לא את העובדה. אין במה להשוות את מצב המדף למה שהיה לפני חודש.

זיהוי תצוגה לפי צילומים מסיר את הבדידות הזו: האלגוריתם משווה את הפריים לפריסה לפי הגאומטריה של המדפים והמיקומים, ואוטומציה של בדיקת המדף הופכת סיור חד-פעמי לדוח קבוע עם הוכחה. נפרט כיצד זה בנוי.

פלנוגרמה AI: אפקט מדיד לרשת קמעונאית

אפקט הפיקוח על התצוגה נמדד לא בעובדת ההטמעה, אלא בשלושה מספרים: זמן סיור האולם, שיעור הפערים שנמצאו ופיזור המדדים הללו בין נקודות. סיור ידני בנקודת מכירה אחת אורך 40–60 דקות, ובסוף המשמרת הבודק מביט במדפים בקשב פחות בהרבה — חלק מהשגיאות נשארות בלתי מזוהות.

מערכת AI עוברת את אותו אולם ב-5–7 דקות: העובד מצלם את המדפים, את השאר מחשבת המודל, ומהירות בדיקת האולם מפסיקה להיות תלויה במספר הקטגוריות במטריצה.

הזיהוי מבוסס על מודל פתוח ממשפחת YOLO, שעבר כוונון עדין על צילומים של רשת מסוימת וקבוצות המוצרים שלה: מזוהה המוצר, מספר הפריטים בשורה, הסדר על המדף וקיומו של תג מחיר. המודל לא מנחש מותג לפי צבע האריזה — הוא משווה את הגאומטריה של התצוגה לדגם ומחזיר רשימת פערים עם שיוך למדף.

לכן הפחתת שגיאות התצוגה באה מכיסוי מלא, לא מקפדנות יתר: שיעור החריגות המזוהות גדל בכשליש לעומת סיור ידני, מקרים שנויים במחלוקת עוברים לאישור אדם ולא לקנס אוטומטי.

האפקט העיקרי — חזרתיות. אותו מערך כללים מיושם בכל הנקודות, והשוואה ברשת מפסיקה להיות תלויה במי בדיוק ביצע את ביקורת המרצ'נדייזינג. כאשר פלנוגרמה ובקרת AI מוטמעות בשגרה יומית, הפער נרשם ביום הופעתו, לא בבדיקה חודשית: התיקון עולה תיקון על המדף, לא ביקור חוזר של סופרוויזר.

מצבי פיקוח על התצוגה: צילום, מצלמות אולם, היברידי

מצב הפיקוח קובע לא רק את מקור הפריים, אלא את כל העיבוד שלאחר מכן: צילום התצוגה בסיור, מצלמות קבועות באולם או שילוב של שני המקורות. מכך תלויים תדירות ההשוואה לפלנוגרמה, עמידות הזיהוי לזווית ולחסימות, ועד כמה הצילום מתאים כהוכחה לספק.

הבחירה נתקלת בשלושה אילוצים — שטח האולם ומספר נקודות הסחורה, תדירות הבדיקה הנדרשת ותנאי הצילום: תאורה, זווית, אנשים בפריים.

גם העיבוד שונה. בסיור, חישוב במכשיר נותן תוצאה מיד במקום, אך מוגבל באיכות הפריים; במצלמות נייחות העיבוד עובר לשרת, שם אפשר לשמור היסטוריה ולהשוות פריימים זה לזה.

התכנית ההיברידית לוקחת משני המצבים: רקע קבוע באזורי מפתח בתוספת צילום תקופתי של התצוגה כולה — ודווקא אותה אנו מתכננים לרוב כמצב הפיקוח העיקרי על המדף.

הטמעת פיקוח התצוגה: שלבי עבודה הנדסית

הטמעת פיקוח התצוגה מחולקת לשלבים, וכל אחד נסגר בארטיפקט שניתן לבדוק: תיאור התהליך, מערך פריימים מתויג, דוח פיילוט. סדר כזה מסיר את הסיכון שהמערכת תעבוד בביטחון בהדגמה ותתפרק בחנות.

שלבי הפרויקט: מביקורת התהליך ועד לפיילוט

1. ביקורת התהליך. בוחנים כיצד משווים כיום את התצוגה לפלנוגרמה: מי מצלם את המדפים, באיזו תדירות, היכן נרשמים הפערים, אילו קטגוריות מניבות יותר חריגות.
2. נתוני דגם. אוספים ומתייגים צילומים: מדף מסודר כהלכה והפרות אופייניות — הזזה, ריק, מוצר זר.
3. התאמה לפלנוגרמות שלכם. הזיהוי מתאמן על הקטגוריות ופורמט המדפים שלכם, לא על מערך מופשט.
4. פיילוט על קטגוריה. הפעלה במספר מוגבל של נקודות, השוואה לבדיקה ידנית, חישוב שיעור ההפעלות הנכונות.
5. קבלת התוצאה. מתאמים סף איכות וכללי הסלמה: מה עובר למשימת עובד, מה נחשב סביר.
6. מסירה לתפעול. תקנון, הנחיות לצוות, ניטור איכות והדרכת הצוות.

בהמשך הפתרון עובד בלי השתתפותנו הקבועה: פלנוגרמות חדשות נטענות בשגרה, האיכות נעקבת לפי מדדים, ובשינוי קטגוריה המודל עובר כוונון עדין על פריימים חדשים במקום אתחול הפרויקט.

ארטיפקטים של הפרויקט: תיוג, מודל זיהוי, תקנונים

הדגמה עובדת בביטחון על פריימים מוכנים, לכן ערכו של הפרויקט נקבע לפי מה שנשאר פיזית במתחם הלקוח לאחר המסירה.

אנו מוסרים לא מערכת סגורה "כפי שהיא", אלא מערך ארטיפקטים שלפיו הצוות שלכם יכול לשנות כללים, לבצע כוונון עדין של המודל על נתונים חדשים ולנתח הפעלות שנויות במחלוקת בלי השתתפותנו.

• תיוג נתונים. פריימי דגם לפי סוגי ציוד וזוויות, מילון מחלקות פגמים, כללי תיוג למקרים שנויים במחלוקת — היכן סטייה נחשבת הפרה והיכן הקלה.
• מודל זיהוי. משקלים מאומנים, סקריפט הפעלה ודוח מדדים: דיוק וכיסוי בנפרד לכל מחלקה, שיעור הפעלות שווא במדגם ביקורת.
• כללי התאמה. שיוך האובייקטים שנמצאו למיקומים בפלנוגרמה, סף ביטחון לתיקון אוטומטי ולבדיקה ידנית של מפעיל.
• תקנון תגובה. למי ובאיזה אופן נשלחת הערה, תוך כמה זמן סוגרים אותה, באילו תנאים מופעלת הסלמה וכיצד נרשמת התוצאה.
• בסיס לכוונון עדין. דרישות לצילום פריימים חדשים וסדר הוספת דוגמאות מורכבות למדגם האימון — כדי שהאיכות תצמח על הנתונים שלכם.
• תיעוד. תיאור סכמת העבודה, הנחיה להפעלה ועדכון המודל, מפת תחומי אחריות בין הצוות שלכם לקבלן המלווה.
• ערכת מסירה. הרשאות, תצורות, יומן הפעלות וניתוח אירועים בתקופת ההפעלה הניסיונית.

הקבלה נעשית לפי כל סעיף בנפרד: כל עוד הארטיפקט אינו משוחזר בצד שלכם בלי השתתפותנו, השלב אינו נחשב סגור.

כיצד השתנה פיקוח התצוגה ברשת: מדדים לפני ואחרי

איך היה לפני ההטמעה

את הפיילוט הפעלנו ברשת קמעונאית בפורמט אחד — כמה עשרות נקודות עם פריסה זהה, כדי שההשוואה תתבצע על נתונים בני-השוואה. הפיקוח נשען על סיורים ידניים: העובד עבר באולם עם פלנוגרמה וסימן חריגות בעיניים — כ-40 דקות לנקודה. בין רישום ההפרה לבדיקה חוזרת עברו שבועיים-שלושה, לכן חלק מהחריגות נעלמו מעצמן, וחלק הופיעו מחדש.

מה קרה אחרי האוטומציה

את הבדיקה האוטומטית הטמענו באותו תהליך: העובד מצלם את המדף לפי התקנון, המערכת משווה את הצילום לפלנוגרמה ומחזירה רשימת חריגות עם שיוך לפריטי סחורה. בתוך הרשת קראו למעגל Смарт-выкладка.

• פערים מהפלנוגרמה: סיור ידני מצא 18% הפרות, בדיקה אוטומטית — 34% על אותם מדפים. ההבדל — בלוקים שהוזזו, גודל אריזה שגוי, תצוגה חסרה לעומק.
• זמן בדיקת נקודה: 40 דקות → 7-10 דקות, כולל צילום לאחר התיקון.
• מחזור בדיקה חוזרת: שבועיים-שלושה → יומיים-שלושה.
• שיעור הפערים שנשארו לא סגורים בבדיקה חוזרת: 45% → 12%.

הגידול בממצאים אינו הרעה בתצוגה, אלא שינוי ברגישות הפיקוח. השווינו באותן נקודות ובאותו תקנון צילום: תחילה חודש של סיורים ידניים, אחר כך תקופה מקבילה של בדיקה אוטומטית.

במה שונה פיקוח תצוגה לפי תמונות מניתוח וידאו?

שתי הגישות מתחילות בפריים מהמדף, אך בהמשך נפרדות. ניתוח תמונות מקבל מערך בדיד של צילומים לפי מסלול סיור נתון, ניתוח וידאו — זרם רציף ממצלמות קבועות. מכאן דרישות שונות לאולם, דיוק הזיהוי ומחיר שינוי סכמת התצוגה.

בצילום סטטי הגאומטריה חוזרת על עצמה: אותה נקודת צילום, זווית ידועה, חשיפה צפויה. גלאים ממשפחת YOLO על פריימים כאלה נותנים תוצאה יציבה, אזור שנוי במחלוקת ניתן לבדוק שוב בהרצה חוזרת ולהעביר למפעיל רק את הפערים. וידאו לוקח אחרת — הוא תופס את הרגע: החלפת תג מחיר, מקום שהתרוקן על המדף, העברת סחורה בין אזורים.

מגבלות הצילום בוידאו מחמירות יותר. המצלמות תלויות בזווית, חלק מהמדפים חסומים על ידי קונים, שורות רחוקות מאבדות פרטים, ותאורת ערב משנה את צבע האריזה. עיבוד זרם מטשטש זאת חלקית — ההחלטה מתקבלת לפי תצפיות מצטברות — אך דורש הסרת כפילויות: בלעדיה אותו מדף ריק מייצר מפולת הפעלות.

בפועל הבחירה היא כזו: תמונות — לביקורת התאמה לפלנוגרמה ולספירת מלאי, וידאו — לאירועים באולם ולתגובה בזמן אמת. כשצריך את שניהם, מרכיבים צירוף: המצלמות מרימות התראה, וסיורים מתוכננים עם צילומים נותנים דגם ובסיס ראיות למקרים שנויים במחלוקת.

ספקות טכניים נפוצים לפני הפעלת המערכת

הספקות לפני ההפעלה הם בדרך כלל הנדסיים: האם יש מספיק נתונים, מה לעשות עם אריזות דומות, באיזו תדירות לצלם מחדש דגמים והאם האולם ידרוש החלפת ציוד. בודקים זאת באזור פיילוט — כמה כונניות ופורמט תצוגה אחד, שבו התנהגות המערכת נראית באור אמיתי ובזרימת קונים אמיתית.

כיצד המערכת מבדילה בין אריזות דומות?

אנחנו מסתכלים לא על הצללית, אלא על מערך סימנים: פרופיל האריזה, סדר היחידות הסמוכות, אזורי הצבע של התווית, מיקום ביחס למחיצות ולתגי מחיר. פריטים שאינם ניתנים להבחנה אובייקטיבית בפריים עוברים לרשימת "דורש אישור", לא להפעלת שווא. קטגוריות כאלה אנו מסמנים כמורכבות ומגדירים להן סף רגישות נפרד.

מה קורה בעדכון פריסות ובעונה?

הפריסה נשמרת כגרסה עם תאריך תוקף, לא כקובץ אחד. פלנוגרמה חדשה נטענת כגרסה נפרדת, הקודמת נשמרת — ניתן להשוות פערים ולחזור אחורה. הרחבות עונתיות — תצוגת משטחים, אזורי פרומו, תוספות זמניות — מתוארות בכללי הקלה, כדי שלא ייקראו כהפרה.

איזה ציוד יידרש באולם?

בדרך כלל די במצלמות שכבר מותקנות באולם, בתוספת צילום לפי מסלול סיור. חשובה לא כל כך האופטיקה, אלא כיסוי האזורים ונקודת צילום יציבה: מחשבים כמה מדפים מכסה מעבר אחד. בתאורה לא אחידה או במדף עמוק מוסיפים נקודת צילום — וזה מתברר בפיילוט.

נדון במשימה: ממה נתחיל ומה יידרש

הערכה והתכנית נולדות לא משאלון, אלא מניתוח התהליך הנוכחי: כיצד בודקים היום את התצוגה, מי רושם את ההפרות, מה כבר ניסו להאוטומט. לכן הצעד הראשון — לדון במשימה ולאסוף נתוני פתיחה, שמהם תלויים גם היקף העבודה וגם לוחות הזמנים של ההטמעה.

מה נדרש מכם: פלנוגרמות בפורמט עבודה — טבלאות, PDF או ייצוא ממערכת מרצ'נדייזינג — עם סימון פריטים חובה ופריטים משתנים. בנוסף, צילום האולם מהזוויות שבהן המערכת תעבוד, והיסטוריית הפרות אמיתיות: לפיה רואים אילו שגיאות תצוגה קריטיות, וההתאמה נעשית מדויקת יותר.

בהמשך העבודה מתנהלת לפי שלבים:

• ניתוח נתוני פתיחה וגבולות המשימה: קטגוריות, סוגי מדפים, מה המערכת צריכה לעשות ומה אסור לה לעשות.
• ביקורת נתונים: האם צילום ותיוג מספיקים כדי שהזיהוי יעבוד ביציבות, ולא ינחש לפי דוגמה מוצלחת אחת.
• קריטריוני קבלה: איזה שיעור הפרות שנמצאו ואיזו תדירות הפעלות שווא נחשבים לנורמה ברשת שלכם.
• פיילוט על קטגוריה אחת או קבוצת נקודות: מודדים דיוק בסיורים אמיתיים ומראים מה המערכת מפספסת ומדוע.
• כוונון עדין לרשת: סוגרים פערים שצפו בפיילוט, מוסיפים סוגי מדפים ותנאי צילום חדשים.
• מסירת הפתרון: תיעוד, תקנון עבודה עם אותות, הדרכת הצוות, הרשאות והפרדת זכויות.
• ליווי לאחר ההפעלה: מנתחים הפעלות שנויות במחלוקת ומעדכנים את המודל לפי שינויי התצוגה.

לוחות הזמנים להטמעה בכל הרשת נמסור לאחר הפיילוט — הם תלויים במספר הקטגוריות והנקודות, לא בנפח המודל. תארו את המשימה ואת התהליך הנוכחי של פיקוח התצוגה — נחזור עם הערכה, תכנית וגבולות הפיילוט.