Project Management Institute

Caras conocidas

Los minoristas combinan el reconocimiento facial con la inteligencia artificial

El uso generalizado de la tecnología de reconocimiento facial ya no es solo para los teléfonos. Las empresas minoristas están lanzando proyectos para impulsar sus ingresos, eliminar los robos y mejorar la experiencia del cliente al comprender mejor su comportamiento. Se espera que el mercado total del reconocimiento facial aumente desde US$2.800 millones en 2014 a unos US$9.000 millones en 2023, según Crystal Market Research.

Fuente: Crystal Market Research

“Si piensa en las principales 40 o 80 empresas que conoce, casi todas están considerando el reconocimiento facial, o al menos lo han considerado”, declaró Peter Trepp, CEO de la empresa de software de reconocimiento facial FaceFirst, a BuzzFeed. Observó que cientos de tiendas minoristas—que pronto serán miles— han implementado la tecnología de su empresa.

En marzo pasado, 7-Eleven implementó tecnología de reconocimiento facial en 11.000 tiendas de Tailandia. El sistema es capaz de sugerir productos, analizar el tráfico en la tienda, monitorear niveles de productos e incluso evaluar los sentimientos de los clientes mientras buscan productos. En octubre, el nuevo National Soccer Hall of Fame abrió sus puertas en Frisco, Texas, EUA. La instalación creó un sistema que permite a los visitantes optar por un tour virtual que proporciona imágenes y estadísticas de sus equipos favoritos mientras pasan frente a ciertas pantallas. CaliBurger, una cadena de hamburguesas con más de 40 puntos de venta en todo el mundo lanzó un proyecto piloto en 2017 para que un kiosco reconozca la cara de clientes repetitivos y despliegue compras anteriores facilitando de esta manera los pedidos. En 2018 la cadena implementó un proyecto piloto independiente para realizar pruebas a un sistema de pago basado en el reconocimiento facial.

Sin embargo, la acogida de los interesados no es siempre positiva. Según un informe de experiencia del cliente de 2018 de InMoment, 75% de los consumidores encuentra que la mayoría de las formas que adopta la personalización les causa cierto rechazo —y 22% dice que reaccionaría a esa sensación comprando en otro lugar.

Debido a que la adopción de los interesados tendrá un enorme impacto en la forma en que se perciben los proyectos de reconocimiento facial, las organizaciones deberán diseñar sistemas en los que la adopción voluntaria y la privacidad sean de la mayor importancia. Serán claves la ejecución de pruebas y la iteración de la tecnología conforme a la retroalimentación.

Atractivo para las masas

El proyecto de 7-Eleven es uno de los mayores proyectos de reconocimiento facial de la historia. También se utilizará masivamente. Aproximadamente 10 millones de personas compran en las tiendas de 7-Eleven de Tailandia cada día; aproximadamente una séptima parte de la población del país.

Para implementar la tecnología, Remark Holdings instaló cámaras conectadas a su sistema, KanKan, capaz de reconocer tanto rostros como gestos. El sistema registra datos sobre el tráfico de clientes y los patrones de las pisadas, y cómo las emociones cambian a medida que los clientes se trasladan por las tiendas. Esa información puede generar recomendaciones alimentadas por inteligencia artificial (IA) respecto de qué productos deben estar en inventario en ciertas tiendas. También es capaz de identificar a los miembros del programa de lealtad de 7-Eleven, lo que crea una oportunidad de promociones personalizadas.

Sin embargo, los grandes volúmenes de datos también conllevan una gran responsabilidad. Remark dice que ha tomado las medidas necesarias para evitar el almacenamiento de rostros en sus servidores. “Ningún rostro o imagen sale jamás del sistema KanKan o entra a la red pública”, aseguró la empresa en un comunicado de prensa.

No obstante, aunque la empresa ha mantenido cierto hermetismo respecto del retorno de la inversión del proyecto desde que concluyó la implementación, 7-Eleven anunció sus planes de implementar una tecnología similar en sus tiendas de Japón y Taiwán.

Campo de pruebas

Aun así, los críticos argumentan que algunos de estos proyectos podrían tener fallas estructurales al nivel del código sobre el que fueron creados. Un estudio de 2018 de MIT Media Lab detectó que algunas tecnologías de reconocimiento facial son mucho menos precisas para los individuos con la tez más morena. Al realizar pruebas con los algoritmos de Microsoft, Megvii y IBM, el sexo de los hombres con tez más morena se identificaba erróneamente en 12% de los casos y en 35% de los casos de mujeres de tez más oscura. A las mujeres con la piel más clara solo se les identificaba erróneamente en 7% de los casos y a los hombres de tez clara solo en el 1% de los casos. Esta brecha significativa ha planteado inquietudes respecto del sesgo y perfilamiento racial, y podría obstaculizar los beneficios que buscan materializar los proyectos de reconocimiento facial.

Antes de que los líderes de los portafolios implementen estos proyectos, deben examinar detalladamente la tecnología. “Este es el momento adecuado para abordar la forma en que estos sistemas de IA funcionan, y en qué fallan, para que asuman su responsabilidad social”, declaró Suresh Venkatasubramanian, profesor de informática de la Universidad de Utah, a The New York Times.

img

—Suresh Venkatasubramanian, Universidad de Utah, Salt Lake City, Utah, EUA, a The New York Times

Las organizaciones minoristas se beneficiarían de algunas lecciones aprendidas del sector de las aerolíneas. Delta, por ejemplo, lanzó e hizo un cuidadoso seguimiento de varios proyectos piloto de un sistema de abordaje que utiliza software de reconocimiento facial. Los escáneres biométricos, cuyo uso es opcional, ayudan a ahorrar tiempo cuando las personas hacen check-in a sus vuelos permitiendo que su rostro se convierta en el pase de abordar. El año pasado la empresa lanzó un nuevo proyecto en Detroit, Michigan, EUA, que se creó sobre la base del aprendizajes clave en proyectos piloto anteriores en otros aeropuertos. “Esta nueva fase nos permitirá obtener aún más retroalimentación de clientes y empleados”, indicó Gil West, COO de Delta, en un comunicado. —Ashley Bishel

This material has been reproduced with the permission of the copyright owner. Unauthorized reproduction of this material is strictly prohibited. For permission to reproduce this material, please contact PMI.

Advertisement

Advertisement

Related Content

  • PM Network

    La ocupación de IoT

    La inteligencia artificial (IA) y los proyectos de robótica pueden estar acaparando titulares en todo el mundo, pero una encuesta reciente a líderes tecnológicos muestra que son los proyectos de…

  • PM Network

    Rostos conhecidos

    By Bishel, Ashley O uso difundido da tecnologia de reconhecimento facial não é mais apenas para telefones. As empresas de varejo estão lançando projetos para gerar receita, reduzir custos, eliminar roubos e melhorar…

  • PM Network

    A conquista da internet das coisas

    Projetos de inteligência artificial (IA) e de robótica podem estar ganhando manchetes em todo o mundo, mas uma recente pesquisa de líderes de tecnologia mostra que são os projetos de internet das…

  • PM Network

    IoT Takeover

    Artificial intelligence (AI) and robotic projects may be grabbing headlines around the globe, but a recent survey of tech leaders shows that it's internet of things (IoT) projects that are most…

  • PM Network

    Familiar Faces

    By Bishel, Ashley Widespread use of facial recognition technology isn't just for phones anymore. Retail companies are launching projects to drive revenue, cut costs, eliminate theft and improve the customer…

Advertisement