מערכת AI ליצירת קבלה אוטומטית באמצעות ניתוח וידאו

הקופאי מקליד פריטים ידנית: התור גדל, ופערים בקבלה צפים כבר בספירת מלאי. אנו מפתחים ומטמיעים מערכות ניתוח וידאו מקצה לקצה, שמייצרות קבלה אוטומטית על סמך מצלמות בקופה. זמן השירות ללקוח מתקצר משמעותית, ושיעור הטעויות בקבלה שואף לאפס.

תחומי פיתוח AI

שאלות נפוצות

העבודות האחרונות

  • פיתוח אפליקציית ווב עבור FEEDME
    פיתוח אפליקציית ווב עבור FEEDME
    1365
  • פיתוח חנות מקוונת לחברת FURNORO
    פיתוח חנות מקוונת לחברת FURNORO
    1330
  • עיצוב לוגו לחברת B2B Advance
    עיצוב לוגו לחברת B2B Advance
    776
  • פיתוח אפליקציית ווב עבור Enviok
    פיתוח אפליקציית ווב עבור Enviok
    1077
  • פיתוח לוגו חברת AIDER
    פיתוח לוגו חברת AIDER
    1022
  • פיתוח CRM עבור Chasseurs
    פיתוח CRM עבור Chasseurs
    1113

יצירת קבלה אוטומטית: היכן נשבר הרישום הידני

הקופאי בזמן עומס מקיש פריטים מהר יותר מכדי לקרוא את הברקוד: סחורה נשקלת, סחורה בתפזורת, אריזות שנבדלות זו מזו רק בגוון התווית. כאשר הסורק אינו קורא את הברקוד, הפריט מוקלד מהזיכרון — ובקבלה נרשם פריט סמוך מאותה מדף. זהו בדיוק ערבוב פריטים: הקונה שילם, אך נרשם פריט אחר.

בדוח המשמרת הפער כמעט אינו נראה — ההכנסות מתאמות, אך יתרות המלאי זזות. ערבוב הפריטים צף במהלך ספירת מלאי: חוסר בפריט אחד ועודף באחר, שאי אפשר כבר לשייך למשמרת או לקופאי מסוים. הבירור אורך ימים, וחלק מהשגיאות נשאר ללא הסבר.

המחיר השני — התור. חיפוש ידני של פריט בספר הפריטים אורך 10–20 שניות, ובשעות עומס בדיוק השניות האלה הופכות לתור עגלות ארוך ליד הקופה. החנות מאבדת לא רק את זמנו של הקונה: חלק מהאנשים עוזבים בלי להגיע לקופה.

יצירת קבלה אוטומטית מעבירה את זיהוי הפריט למצלמה: תמונת הסל ואזור התצוגה מותאמת לספר הפריטים לפני שהקופאי מקיש, ושורה בקבלה מופיעה עם שיוך למק"ט. ייצוא המשמרת הסגורה נשלח למעגל ניהול המלאי — 1С או מערכת דומה — עם פריטים שכבר שויכו, ופערים נראים ברגע המכירה, לא אחרי חודש. בהמשך נסביר איך זה בנוי ומה בדיוק זה פותר ברישום.

מה משתנה לאחר ההטמעה: מהירות הקופה ודיוק הקבלה

מצלמה מעל אזור הקופה מעבירה זרם למודול זיהוי שנבנה על YOLO: זיהוי אובייקטים וסיווג פועלים במקביל, ולכן הסל של הקונה מותאם לפריטים שנסרקו תוך כדי הקלדתם, ולא בדיעבד. במגוון טיפוסי המערכת משלימה בעצמה 9 מתוך 10 פריטים — הקופאי מאשר את הנותר בנגיעה אחת, בלי להקליד מק"ט ידנית.

זמן השירות לקונה מתקצר: הפעולה הארוכה ביותר נעלמת — חיפוש הפריט בספר הפריטים. כאשר מוצר אינו מזוהה, המערכת אינה עוצרת את הקופה: השורה מסומנת ועוברת לאישור, והאות נכנס לתור בירור — סוג הכשל «מוצר לא מזוהה» מפסיק להיות סיבה לתקיעה בתור.

שיעור התיקונים הידניים במשמרת — מדד המפתח בקבלת המערכת. אנחנו מחשבים אותו לכל קופה: כמה שורות הקופאי תיקן, כמה אישר ובאילו קבוצות מוצרים השגיאות חוזרות. אותם נתונים נאספים לדוח משמרת — המנהל רואה את הפער בין מה שזוהה לבין מה שהוקלד בפועל לפני סגירת המשמרת.

הבקרה על פעולות הקופה מפסיקה להסתמך על בדיקות מדגמיות: פעולה שנויה במחלוקת עולה יחד עם קטע הקלטה והקשר הסל. דיוק זיהוי המוצרים במגוון המוגדר מגיע לרמה יציבה, ושיעור התיקונים הידניים יורד פי כמה — זה הגבול שאחריו פורסים את המערכת לנקודות הבאות.

שיטות זיהוי בקופה: השוואת גישות

זיהוי בקופה רק לעתים רחוקות מבוסס על מנגנון אחד. סריקת ברקוד נותנת דיוק גבוה, אך אינה עובדת עבור סחורה נשקלת ופריטים ללא סימון; מצלמת סקירה מכסה בדיוק את המקרים האלה, אך תלויה בתאורה ובסידור על התצוגה. בפועל, בחירת הטכנולוגיה נקבעת לפי אילו מוצרים נכנסים לקבלה וכמה זמן הקופאי מוכן להקדיש לאישור.

אפשרות מתי מתאימה מגבלות
סריקת ברקוד מוצר בודד באריזה אחידה וסימון סטנדרטי אינה מכסה סחורה נשקלת, ברקודים מקומטים ושחוקים, פריטים ללא סימון
בחירה ידנית של פריט מתוך ספר הפריטים קבלה קצרה ומגוון קטן, קופאי מיומן המהירות יורדת עם גידול במספר הפריטים, שיעור שגיאות הבחירה עולה
זיהוי באמצעות מצלמת סקירה סחורה לא מסומנת ונשקלת: ירקות, מאפים, סחורה בתפזורת דרושים תאורה יציבה וזווית צילום, מתבלבל בין פריטים דומים, דורש תיוג נתונים
תוכנית משולבת עם אישור הקופאי קופות עומס עם קבלה מעורבת הקופאי נשאר במעגל: ההמלצה מדורגת, ההחלטה הסופית בידי האדם

בחירת הטכנולוגיה אינה החלפת הסורק בניתוח וידאו, אלא חלוקת תפקידים ביניהם. ניתוח וידאו בקופה נכנס לפעולה במקומות שבהם הברקוד אינו נקרא כלל, ותוכנית זיהוי משולבת משאירה לקופאי רק אישור של ההמלצה — שיעור הפעולות הידניות יורד בלי לאבד שליטה על הקבלה.

שלבי הטמעה: מסקר באתר ועד מסירת המערכת

ההטמעה מתחילה בעמדת הקופה, לא בזיהוי: תחילה מתעדים מה באמת נכנס לפריים, ורק אחר כך מגדירים את המערכת למגוון של הנקודה הספציפית. סדר כזה מונע עבודה מחדש באמצע — סחורה שנחסמת על ידי גוף הקופה או פריט שמחוץ לשדה הראייה מתגלים לפני ההפעלה.

  1. סקר עמדת הקופה. מתעדים את הגאומטריה של עמדות העבודה, גובה תליית המצלמות, תאורה, שטחים מתים מגוף הקופה ומידי הקופאי, מקומות שבהם הברקוד נחסם.
  2. פריסת אזורי צפייה. מסמנים איזו מצלמה אחראית על אזור העבודה, המסוע והיציאה, ומוודאים שכל פריט בקבלה נראה לפחות משתי זוויות.
  3. הגדרת ספר הפריטים. מייצאים את הפריטים ממערכת הנה"ח, מסירים כפילויות, ומשייכים סחורה נשקלת וסחורה בלי ברקוד למאפיינים חזותיים — אריזה, לוגו, צורה.
  4. הגדרת הזיהוי. מכיילים את המערכת על פריימים מהנקודה הספציפית וקובעים סף ביטחון: פריט שנוי במחלוקת עובר לאישור הקופאי, ולא נכנס לקבלה בשקט.
  5. בדיקה בזרימה אמיתית. המערכת עובדת במקביל לקופה רגילה בשעות עומס ובמשמרות שקטות; כל קבלה מושווית לזו בפועל, מחשבים את שיעור ההתאמות ומנתחים פערים.
  6. מסירת המערכת. מוסרים קונפיגורציות, פריסת אזורים, נוהל בירור קבלות שנויות במחלוקת והוראות לקופאי, מלמדים את המשמרת ונשארים בתמיכה אחרי ההפעלה.

מה נשאר אצלכם: פריסות, קונפיגורציות ונוהלים

מעגל עובד הוא חצי מהתוצאה: בלי מסמכים קשה למסור את המערכת לתמיכה ולהגן עליה בפני בדיקה. לכן כל מה שאנחנו מגדירים מתעדים באותה רמת פירוט כמו הקונפיגורציות — לפי החומרים האלה המהנדס שלכם ישחזר את ההגדרה, והבודק יראה את העילות שבגללן פריט נכנס לקבלה.

  • פריסת מיקום המצלמות — עמדות קופה, כניסות, אזורי תצוגה, זוויות צפייה וחפיפה בין אזורים סמוכים עם שיוך לתוכנית המקום.
  • פרופילי זיהוי — אילו אירועים המערכת סופרת, סף ביטחון לכניסה אוטומטית של פריט לקבלה ולשליחה לאישור.
  • כללי גישה לווידאו ולנתוני קבלות — תפקידים, הפרדת הרשאות, תקופות שמירת הקלטות וייצואים, אופן הטיפול בבקשות.
  • נוהל בירור קבלות שנויות במחלוקת — בדיקה שלב אחר שלב, מי מקבל את ההחלטה הסופית ואיך התוצאה חוזרת להגדרות.
  • הוראות לצוות — פעולות הקופאי ומנהל המשמרת בעת אישור או דחייה של פריט, סדר הפעולות בעת תקלה.
  • תיעוד המערכת — הרכב השירותים, נקודות אינטגרציה עם הקופה ומעגל הנה"ח, מדדים נמדדים וספי התראות.
  • סדר עדכון ההגדרות — איך לשנות תרחישים, לבדוק אותם במשמרת ניסיון ולחזור לקונפיגורציה קודמת.

מסמכים אנחנו מכינים במהלך העבודה ובודקים במשמרות אמיתיות — לקראת המסירה הם מתארים את המערכת כפי שהיא פועלת בפועל.

מקרה בוחן: איך חנות הסירה פערים בקבלות

לפני ההטמעה

בנקודת מכירה אחת הקבלה נבנתה ידנית: הקופאי השווה בין פריטים בסל לספר הפריטים, ואת המשקל והכמות בדק מהזיכרון. שגיאות התגלו רק אחרי שהקונה כבר עזב: שיעור הקבלות עם תיקון ידני במשמרת הגיע ל-11%, קבלות שנויות במחלוקת הצטברו עד סוף היום, ופניות חוזרות בגלל חיוב שגוי היו 9% מהרכישות.

זרם הווידאו מהמצלמות וקריאות המשקל נכנסים למודול זיהוי: הוא מאתר את המוצר בפריים על בסיס YOLO ומשייך את הפריט לספר הפריטים של החנות. טיוטת הקבלה נוצרת בזמן אמת, ופערים במשקל ופריטים לא חד-משמעיים אינם חוסמים את הקופה — הם עוברים למפעיל לאישור בזמן שהקונה משלם.

לפני ההפעלה הרצנו את המערכת על הקלטות ממשמרות קודמות והבאנו את דיוק זיהוי הפריט ל-97%. לספר הפריטים הוזנו לא רק ברקודים אלא גם המראה החיצוני של האריזה, ולכן מק"טים חדשים מזוהים בלי הגדרה נפרדת לכל חנות.

אחרי ההטמעה

שיעור הקבלות עם תיקון ידני ירד מ-11% ל-2%, ומספר הקבלות השנויות במחלוקת — מ-40 ל-6 בשבוע. זמן השירות לקונה התקצר ב-7 שניות לכל קבלה, ופניות חוזרות בגלל חיוב שגוי — מ-9% ל-1.5%. המפעיל מתקן מקרים בודדים, שאר הזרימה נסגרת אוטומטית, ובירור המשמרת אורך דקות במקום שעה.

במה שונה ניתוח וידאו מסריקת ברקוד?

סורק ברקוד קורא את הקוד כרצף של פסים — זו נקודת נתונים אחת, וסביבה נבנית כל הלוגיקה. הוא מהיר וכמעט אינו טועה כל עוד המדבקה שלמה, מונחת ישר ואינה יוצרת החזרי אור.

אבל די שהאריזה תתקמט או שהיד תסתיר את הקוד — הפריט נופל: בסחורה נשקלת הברקוד עשוי לא להיות בכלל, ועל מדבקה פגומה הוא נקרא רק מדי פעם.

ניתוח וידאו מסתכל על האובייקט אחרת — מזהה אותו לפי התמונה: צורת האריזה והצבע, סידור הבלוקים, הכיתוב, הלוגו, מכלול המוצרים על המשטח. הוא נשען לא על מאפיין אחד אלא על עשרות, ולכן עומד בהחזרי אור, סיבוב וחסימה חלקית. המערכת משווה את מה שנראה עם מאגר תבניות ומחזירה פריט עם הערכת ביטחון, ולא עם התאמה מוחלטת.

מכאן גם המגבלות: כשהאריזות של אותה סדרה נבדלות רק בכיתוב קטן או שפריט חדש עוד לא נכנס למאגר, אין מספיק מאפיינים. שתי אריזות דומות בפריים בו-זמנית — מקרה שבו ניתוח וידאו נחות מהסורק באמינות הזיהוי.

לכן בפועל שתי השיטות כמעט תמיד עובדות יחד, במצב משולב. הברקוד נשאר הערוץ הראשי: הוא זול יותר בחישובים ונותן תשובה חד-משמעית. ניתוח וידאו תופס את מה שהברקוד לא כיסה, ומאמת את מה שנקרא — האם זה אותו מוצר, ובאותה כמות.

השאלה אינה בבחירה של «או-או», אלא בהיררכיית הבדיקות ובמה שהמערכת עושה בביטחון נמוך: משלימה את הפריט או מסמנת אותו לאישור.

שאלות טכניות נפוצות על ניתוח וידאו בקופה

ניתוח וידאו בקופה עובד לא במעבדה, אלא בקו חי — עם קונים, משקלות ומערכת הנה"ח. ספקות הנדסיים שעולים לרוב בשלב התכנון מפורטים למטה.

האם תנאי הצילום בקופה שלנו מספיקים — תאורה וזווית?

המצלמה ממוקמת מעל המסוע בזווית למישור השולחן, כדי שהאריזה לא תסתיר את עצמה. את הסצנה מודדים במקום: בודקים אור נגדי מהוויטרינות, החזרי אור על זכוכית ורדיד אלומיניום, צללים של הקופאי והקונה.

אם הזווית מפריעה, מחליפים את נקודת ההתקנה או מוסיפים תאורה מקומית לאזור התצוגה — אין צורך לשנות את עמדת הקופה לשם כך.

איך המערכת מבדילה בין מוצרים דומים?

המודל משווה לא רק את התמונה אלא גם את ההקשר: מיקום על המשקל, סדר הפעולות, היסטוריה של קופה מסוימת. זוגות דומים — אותו טעם באריזה שונה, סדרה עם עיצוב משותף — נכנסים לרשימה נפרדת עם ביטחון נמוך, ואת ההחלטה הסופית לגביהם מאשר אדם.

איך זה משתלב עם מערכת הנה"ח?

הפתרון פועל כשירות נפרד לצד תוכנת הקופה ומחליף ספר פריטים דרך טבלת התאמות: מק"טים מקושרים לתבניות חזותיות. פריטים חדשים נוספים בלי לעצור את הקופות, והחלפת קוד או שם אינה מנתקת את הקישור — הכלל מקושר מחדש.

מה קורה בעת תקלת תקשורת?

הקופה לא נעצרת. אירועים נכתבים למאגר מקומי, הקבלה נוצרת לפי הגרסה המסונכרנת האחרונה של ספר הפריטים, ובשחזור הערוץ התור עובר בירור לפי הסדר המקורי. פערים מסומנים בנפרד — רואים אותם בדוח, ולא בזרם תלונות של קונים.

איך מבררים קבלה שנויה במחלוקת?

כל קבלה אוטומטית שומרת קישור לקטע הקלטה ולהערכת ביטחון. בקבלה שנויה במחלוקת מרימים וידאו לפי הזמן, בודקים מה נכנס לפריים ואיך פעל הכלל, ואחר כך מתקנים את התבנית או את הסף. המחלוקת הופכת למקרה בדיקה שלא חוזר יותר.

נדבר על המשימה: איך נבנה עבודה בנקודה שלכם

כדי להתחיל אין צורך במסמך טכני מוכן — מספיק תיאור של הנקודה ושל הדרך שבה הקבלה נסגרת כעת. חלק מנתוני הקלט תשלחו בקבצים, ואת השאר נבהיר בשיחה: חשוב להבין אילו פריטים כבר נרשמים אוטומטית ואילו הקופאי מקליד ידנית.

  • תרשים עמדת הקופה והאולם: זוויות מצלמה, אזור תצוגה, היכן המוצר נכנס לפריים.
  • איך נוצרת הקבלה היום: הקלדה ידנית, סחורה נשקלת, הרכבת הזמנה, עבודה עם תעודות משלוח.
  • ייצוא ספר הפריטים וכללי ההתאמה בין פריטים למה שנראה בווידאו.
  • גישה למערכת הנה"ח: שיטת ייצוא הנתונים והיכולת לרשום פריטים בקבלה מבחוץ.
  • מצבים שנויים במחלוקת אופייניים: מוצר ללא סימון, סל משותף, החלפת פריט, החזרות.
  • מגבלות האתר: תאורה, מה אסור להזיז, היכן אסור להתקין ציוד.
  • אחראי מצדכם, מי מקבל את התוצאה ומאשר את מדגם האמת.

בסיום הדיון נחזור עם הערכה ותוכנית עבודה: היקף התיוג, כמה משמרות הקלטה דרושות לאימון, סדר העבודות לפי שלבים, קריטריוני קבלה. הרצת פיילוט אנחנו מציעים בקופה אחת — כך רואים את שיעור ההתאמות האמיתי של פריטים לפני פריסה לכל הרשת.

בנפרד נשאל על עמדת הקופה ומערכת הנה"ח: האם נתמך מצב המלצה לקופאי, איך מטפלים בפערים ומה קורה בעת תקלת תקשורת. תארו את המשימה — נחזור עם הערכה, תוכנית וגבולות השלב הראשון.