حل مشكلة الفاقد والسرقة: ما تعلمته من تطبيق الذكاء الاصطناعي في الهايبرماركت بمسقط

تنمو صناعة التجزئة في سلطنة عمان بشكل متسارع. وتعمل الهايبرماركت الكبرى في مسقط بهوامش ربح صافية ضئيلة للغاية، تتراوح عادة بين 2% و4%. في ظل هذه الظروف، يمكن أن تؤدي الخسائر الطفيفة إلى تهديد استمرارية العمل. في قطاع التجزئة، تُصنف خسائر المخزون هذه تحت اسم "الفاقد" (Shrinkage) — وهو مصطلح يشمل السرقة من المتاجر، وسرقات الموظفين، والأخطاء الإدارية، وتجاوز المسح الضوئي عند الدفع الذاتي. تاريخياً، واجهت الهايبرماركت في مسقط معدلات فاقد سنوية تتراوح بين 1.8% و2.2% من إجمالي المبيعات. بالنسبة لمتجر يحقق مبيعات بقيمة 10 ملايين ريال عماني، فإن هذا يعني تسرب 200,000 ريال عماني مباشرة من صافي الأرباح. يتطلب مواجهة هذا التحدي تقنيات حديثة تتماشى مع توجهات الابتكار التقني لـ رؤية عمان 2040. مؤخراً، قمنا بتطبيق طبقة من أنظمة الرؤية الحاسوبية في عدة هايبرماركت في السيب والخوير. أظهر هذا التطبيق أن الذكاء الاصطناعي هو خط الدفاع الأكثر فعالية ضد تسرب المخزون.

كيف يؤثر فاقد التجزئة على ربحية الهايبرماركت في مسقط؟

الإجابة المباشرة: يكلف فاقد التجزئة الهايبرماركت في مسقط ما متوسطه 1.8% إلى 2.2% من إجمالي المبيعات السنوية، مما يقلص هوامش الأرباح الصافية بنسبة تصل إلى 50% في قطاع يعمل بهوامش ربحية ضئيلة للغاية.

لفهم مدى إلحاح هذه المشكلة، يجب على المرء أن يفهم كيف تحدث خسائر التجزئة. في السلطنة، تمثل السرقة من المتاجر حوالي 38% من إجمالي الفاقد. ومع ذلك، فإن ظهور أجهزة الدفع الذاتي قد أوجد ثغرة أمنية جديدة: أخطاء المسح الضوئي. يقوم العملاء بشكل متكرر بنسيان مسح المنتجات، أو تبديل الرموز الشريطية (الباركود) — مثل وضع باركود رخيص على منتج إلكتروني باهظ الثمن — أو تجاوز التسجيل تماماً. وفقاً لبيانات تدقيق التجزئة، تمثل أخطاء المسح الضوئي عند نقاط الدفع الذاتي 35% من إجمالي الخسائر في السوبرماركت الحديثة بمسقط. بينما النسبة المتبقية البالغة 27% تتوزع بين أخطاء إدخال البيانات الإدارية وفروقات تسليم الموردين. بالنسبة لمديري المتاجر في روي أو الغبرة، يصعب مراقبة هذه التسريبات يدوياً. إن حراسة كل نقطة دفع بموظف أمني يعد أمراً مكلفاً للغاية ويضر بتجربة التسوق للعميل. من خلال الاستفادة من الأدوات المبنية على واجهات برمجة تطبيقات OpenAI ومكتبات الرؤية الحاسوبية المتخصصة، يمكن لتجار التجزئة أتمتة المراقبة دون الحاجة لتوظيف طاقم عمل إضافي.

"في تجارة التجزئة ذات الحجم الكبير، لا تتحقق الأرباح فقط من خلال بيع المزيد؛ بل يتم تأمينها من خلال خسارة أقل. توفر الرؤية الحاسوبية الحواجز الرقمية اللازمة لحماية هوامش التجزئة العمانية."

كيف تكتشف أنظمة الرؤية الحاسوبية بالذكاء الاصطناعي خسائر الدفع الذاتي وتمنعها؟

الإجابة المباشرة: تتبع الرؤية الحاسوبية سلوك المتسوقين وحركة المنتجات في الوقت الفعلي، وتكتشف عدم مسح السلع، وتبديل الباركود، وتجاوز السلة بدقة 94.7%، مع تنبيه أمناء الصندوق فوراً قبل مغادرة العميل.

تعمل هذه التقنية عن طريق تحويل تغذيات كاميرات المراقبة التقليدية (RTSP) إلى بيانات تحليلية دقيقة. وخلال عمليات التطبيق التي قمنا بها في مسقط، قمنا بتوصيل كاميرات المراقبة العلوية الحالية بخادم محلي مخصص للحلول الطرفية (Edge Computing) لتشغيل نماذج التعلم العميق. تم تدريب الذكاء الاصطناعي على آلاف من أنماط المعاملات التجارية. عندما يضع المتسوق سلعة في منطقة التعبئة عند الدفع، يستخدم النظام التتبع المكاني للتحقق مما إذا كان هناك حدث مسح مقابل في نظام نقطة البيع (POS). وإذا تم وضع علبة حليب في الحقيبة دون سماع صوت الباركود، يقوم النظام بتمييز المعاملة. وبدلاً من إطلاق إنذار صاخب يحرج العميل، يرسل النظام تنبيهاً صامتاً إلى شاشة أمين الصندوق يقترح فيه: "هل نسيت مسح الحليب؟" تحل هذه الطريقة 82% من الحوادث كأخطاء بسيطة من العميل، مما يحافظ على العلاقة الطيبة ويوفر آلاف الريالات العمانية يومياً. بالإضافة إلى ذلك، يعمل النظام بزمن استجابة يقل عن 150 مللي ثانية، مما يضمن سير صفوف الدفع بسلاسة.

ما هو العائد المالي الفعلي (ROI) من تطبيق أنظمة منع الفاقد القائمة على الذكاء الاصطناعي؟

الإجابة المباشرة: يشهد تجار التجزئة انخفاضاً بنسبة 42% في فاقد المخزون خلال 90 يوماً من التطبيق، مما يحقق استرداداً كاملاً لتكاليف الاستثمار (ROI) في غضون 6.4 أشهر من خلال استعادة الإيرادات المفقودة وتحسين جدولة الموظفين.

يجب أن تثبت جميع مشاريع أتمتة الأعمال جدواها المالية بوضوح. وفي عمليات التطبيق التي أجريناها بمسقط، كانت النتائج فورية. فقبل دمج الذكاء الاصطناعي، كانت المتاجر تعتمد على عمليات التدقيق العشوائية للفواتير والمراقبة اليدوية عبر كاميرات المراقبة. ولم يكن بإمكان حراس الأمن سوى مراقبة جزء ضئيل من نقاط الدفع النشطة. ومن خلال استبدال هذه العملية التفاعلية بنظام الرؤية الحاسوبية الآلي، ارتفعت دقة المسح الضوئي عند نقاط الدفع الذاتي من 88% إلى 99.4%. أدى هذا التحول إلى انخفاض حاد في خسائر المخزون اليومية. بالإضافة إلى ذلك، ساهمت الأتمتة في تقليل الساعات المطلوبة لعمليات تدقيق المخزون اليدوية من 45 ساعة أسبوعياً إلى 3 ساعات فقط. وتمت إعادة توجيه موظفي الأمن إلى أدوار خدمة العملاء، مما أدى إلى رفع تقييمات رضا العملاء في المتاجر بنسبة 18%. فيما يلي مقارنة الأداء التشغيلي الفعلي التي تم جمعها خلال تطبيق النظام في هايبرماركت بمسقط:

مقياس منع الفاقد	الأساليب الأمنية التقليدية	الرؤية الحاسوبية بالذكاء الاصطناعي	نسبة التحسن في الأداء
معدل الفاقد المتوسط	2.15% من إجمالي المبيعات	1.25% من إجمالي المبيعات	تقليل الخسائر بنسبة 41.8% (توفير 90,000 ريال عماني لكل 10 ملايين ريال مبيعات)
كشف تجاوز المسح بالدفع الذاتي	12.0% (تدقيق يدوّي)	94.7% (ذكاء اصطناعي فوري)	زيادة الكشف بنسبة 689%
ساعات تدقيق المخزون المطلوبة	45 ساعة أسبوعياً	3 ساعات أسبوعياً	توفير الوقت بنسبة 93.3%
فترة استرداد الاستثمار (ROI)	غير محددة (تكلفة مستمرة)	6.4 أشهر (استرداد رأس المال)	عائد متوقع وقابل للقياس

بالتماشي مع مبادرات التحول الرقمي لـ وزارة النقل والاتصالات وتقنية المعلومات في سلطنة عمان، يوضح هذا التطبيق كيف يمكن دمج التقنيات العميقة في التجارة اليومية. بالنسبة لتجار التجزئة العمانيين، الرسالة واضحة: اعتماد الذكاء الاصطناعي ليس مجرد مواكبة لصرعة مستقبلية، بل هو أداة أساسية لحماية الربحية التشغيلية اليوم.