Αποτελεσματική Αξιοποίηση των Video Analytics για την Ανάπτυξη της Επιχειρηματικής Ευφυίας

 Η τεχνητή νοημοσύνη εξελίσσεται με ραγδαίους ρυθμούς αλλάζοντας το τοπίο της αγοράς, δημιουργώντας νέα δεδομένα στη δομή του ανταγωνισμού και δημιουργώντας  παράλληλα νέες ευκαιρίες για την ανάπτυξη της επιχειρηματικής ευφυίας. Τι είναι όμως η Τεχνητή Νοημοσύνη και η Επιχειρηματική Ευφυία και πώς μπορούν τα Video Analytics να συνεισφέρουν;

Κωνσταντίνος Κωστόπουλος
Product Manager
Security Systems & Infrastructure
Space Hellas

Η ανάπτυξη της τεχνητής νοημοσύνης (Αrtificial Ιntelligence – AI) είναι αλματώδης την τελευταία 5έτια. Λογισμικά όπως το  GTP-3 και το Dall-e 2 εξελίσσουν  τα συστήματα πληροφορικής και ανάλυσης εικόνας με τη χρήση της τεχνητής νοημοσύνης. Η εξατομίκευση πληροφοριών, η επίλυση προβλημάτων και η επίτευξη στόχων γίνεται πολύ πιο αποτελεσματική και άμεση με την χρήση τεχνικών ΑΙ. Η εκτιμώμενη αύξηση της παραγωγικότητας που θα επιφέρει η χρήση της AI έως το 2035 είναι της τάξεως του 11%-37% (πηγή EU Parliament) Η επιχειρηματική πληροφορία είναι πολύτιμο αγαθό κάθε επιχείρησης. Η ευρεία χρήση δεδομένων και ποσοτική ανάλυση αυτών οδηγούν στην Επιχειρηματική Ευφυία. Η Επιχειρηματική Ευφυΐα βοηθά στην πληροφόρηση, στην αντίληψη καταστάσεων και συμβάντων, στην πρόβλεψη τάσεων και μελλοντικά εξελίξεων, στον  σχεδιασμό και την  καινοτομία. ‘Έτσι η παραγόμενη πληροφορία μετουσιώνεται σε γνώση προς αξιοποίηση από διοικητικά στελέχη.

Είναι προς όφελος των σύγχρονων επιχειρήσεων η επικέντρωσή τους στη μετατροπή της διαθέσιμης δομημένης ή μη-δομημένης πληροφορίας σε επιχειρηματικό πλεονέκτημα με τη  δρομολόγηση κατάλληλων δράσεων, που θα οδηγήσουν στον καθορισμό και την επίτευξη επιχειρηματικών στόχων, με τρόπο αποτελεσματικό και αποδοτικό.

Στο πλαίσιο του σύγχρονου -ιδιαίτερα ασταθούς και ρευστού- επιχειρηματικού περιβάλλοντος, οι σύγχρονες επιχειρήσεις αναγνωρίζουν τα οφέλη χρήσης της επιχειρηματικής ευφυίας, ώστε να  προσαρμόζουν συνεχώς τα προϊόντα, τις υπηρεσίες και τις οργανωτικές τους διαδικασίες, καθώς επίσης και τα οφέλη αναζήτησης και υλοποίησης νέων εργαλείων ανάλυσης δεδομένων.  Στόχος είναι η ευελιξία στις αλλαγές και η αύξηση και διατήρηση των ανταγωνιστικών τους πλεονεκτημάτων. Καθοριστικό ρόλο στην όλη διαδικασία διαδραματίζουν τα σύγχρονα εξειδικευμένα συστήματα όπως ERP, CRM, SCM καθώς και τα συστήματα Επιχειρηματικής Ευφυίας  (Business Intelligence–ΒΙ).

Είναι βέβαιο λοιπόν ότι οι επιχειρήσεις με την υιοθέτηση τεχνικών επιχειρηματικής ευφυίας (ΒΙ) και μέσω διαδικασιών εξόρυξης δεδομένων, στατιστικής και ποσοτικής ανάλυσης, θα αποκτήσουν συγκριτικό πλεονέκτημα στη διαδικασία λήψης αποφάσεων έναντι του ανταγωνισμού.

Συλλογή και αξιοποίηση μέτα-δεδομένων

Να δούμε λοιπόν πως μπορούν τα video analytics με τη χρήση της τεχνητής νοημοσύνης να επηρεάσουν και να εμβαθύνουν τις αναλύσεις της επιχειρηματικής ευφυΐας.

Τα σύγχρονα συστήματα καμερών & αισθητήρων παράγουν μετα-δεδομένα, όταν δε αυτά  συνδυάζονται με τεχνικές ανάλυσης εικόνας και λύσεις τεχνητής νοημοσύνης, μπορούν να εμπλουτίσουν την επιχειρηματική ευφυΐα και να δημιουργήσουν νέες συνέργειες σε διαφορετικά τμήματα μίας επιχείρησης μέσω του μετασχηματισμού του video σε data.

Ο μετασχηματισμός της εικόνας σε χρήσιμη πληροφορία ήδη συμβαίνει γύρω μας. Σήμερα διαθέτουμε ένα οικοσύστημα καμερών που παράγει αφάνταστους όγκους δεδομένων βίντεο κάθε λεπτό καθώς λειτουργούν:

• Εκατομμύρια κάμερες που έχουν αναπτυχθεί για σκοπούς εποπτείας σε όλο τον κόσμο
• Δισεκατομμύρια κάμερες που είναι τοποθετημένες σε smartphone και άλλες προσωπικές συσκευές

Πως όμως συλλέγονται τα κατάλληλα δεδομένα με την χρήση των καμερών;

Οι κάμερες καταγραφούν και ειδικό λογισμικό ανάλυσης video αναλαμβάνει δράση. Αυτό μπορεί να λειτουργεί

• σε επίπεδο κάμερας (edge-based)
• σε κεντρικό επίπεδο (server-based)
• σε δύο φάσεις (edge & server based)

To ειδικό λογισμικό με τη χρήση πλέον και AI κάνει το video processing, προσδιορίζει χαρακτηριστικά όπως: κατηγορία είδους (π.χ. όχημα) και τυχόν υποκατηγορία (επιβατηγό), ταχύτητα κίνησης, διεύθυνση/πορεία κίνησης, θέση, χρώμα, μέγεθος, ημερομηνία και ώρα, καθώς επίσης αντιλαμβάνεται μοτίβα συγκεκριμένης συμπεριφοράς ή κίνησης και τα μετατρέπει σε metadata.

Τα δεδομένα που συλλέγονται είναι πολύ περίπλοκα για να τα διαχειριστεί ο ανθρώπινος εγκέφαλος. Ως νομοτελειακή και εξελικτική πορεία  οδηγηθήκαμε σε λύσεις ειδικών λογισμικών με τη χρήση των οποίων είναι δυνατή η αυτοματοποιημένη ανάλυση δεδομένων εικόνας (metadata). Η ενσωμάτωση τεχνικών AI και machine learning στην διαδικασία της αυτοματοποιημένης ανάλυσης της εικόνας  φέρνει στο προσκήνιο νέους τρόπους ανάλυσης των “Big Video Data” που εκτείνονται πολύ πέρα από τις ανάγκες ασφαλείας.

Η πληροφορία είναι ήδη σε δομημένη μορφή και μπορεί να χρησιμοποιηθεί για την αναγνώριση συμβάντων, την οργάνωση και την απεικόνιση αυτών. Επίσης μπορεί να διευκολύνει την ανάλυση ιστορικών δεδομένων για τον εντοπισμό τάσεων, προτύπων και περιστατικών. Με αυτό τον τρόπο το λογισμικό δίνει τη δυνατότητα στους χρήστες του να αναλύουν, να οργανώνουν και να μοιράζονται τις πληροφορίες για να λαμβάνουν πιο ορθές και «σοφότερες» αποφάσεις.

Κατά συνέπεια τα VA μπορούν να χρησιμοποιηθούν σε όλη τη διαδικασία ανάλυσης επιχειρηματικών δεδομένων και μπορούν να βοηθήσουν αποτελεσματικά καθώς:

• Υποστηρίζουν την αυτόματη εξαγωγή πολύτιμων δεδομένων από τεράστιες ποσότητες video
• Προσφέρουν δεδομένα για επεξεργασία σε πραγματικό χρόνο
• Διατηρούν μόνο δεδομένα από terabyte video
• Προσφέρουν στατιστική ανάλυση σχετικά με μεγέθη, τάσεις, αντικείμενα και μοτίβα κίνησης
• Υποστηρίζουν τη λήψη αμέσων αποφάσεων σχετικά με θέματα που αφορούν λειτουργίες, διαδικασίες και πόρους
• Υποστηρίζουν διαδικασίες ανάλυσης τάσεων με στόχο την ορθή κατανομή πόρων

Νέοι ορίζοντες ανάπτυξης με τη χρήση VA

Η χρήση των  VA δημιουργεί  νέους ορίζοντες ανάπτυξης  καθώς με τη χρήση τους υποστηρίζουν και αναβαθμίζουν την Επιχειρηματική Ευφυΐα και με τον τρόπο αυτό  σηματοδοτούν σημαντικές αλλαγές σε κάθε Επιχείρηση και Οργανισμό.

Αρκεί μόνο  να εξετάσουμε τα μεγέθη της αγοράς των video analytics. Συγκεκριμένα και βάση στοιχειών (Source: ReportLinker):

• Το μέγεθος της παγκόσμιας αγοράς video analytics αναμένεται να αυξηθεί με ετήσιο ρυθμό ανάπτυξης (CAGR) 20,4%, για να φτάσει τα ~13 δισ ευρώ έως το 2026 από ~5 δισ ευρώ το 2021
• Το μέρος που αφορά edge-based λύσεις αναμένεται να αυξηθεί με ταχύτερο ρυθμό σε σχέση με τις server-based λύσεις
• Εκτός των λύσεων ασφάλειας μεγάλη αύξηση αναμένεται σε κλάδους όπως οι μεταφορές, τα logistics, το λιανεμπόριο, οι συγκοινωνίες και οι έξυπνες πόλεις.
• 

Ας δούμε ανά τομέα την χρήση των Video Analytics και την πληροφορία σε πραγματικό χρόνο που μπορούν να προσφέρουν:

• Έξυπνες Πόλεις (Smart Cities)
• Διαχείριση θέσεων στάθμευσης
• Είσοδος σε χώρους με χρήση πινακίδας
• Εποπτεία παράνομης στάθμευσης
• Αναγνώριση παρατημένου αντικείμενου και αναγνώριση Graffiti
• Αναγνώριση υπόπτων, συγκεντρώσεις πλήθους και ανάλυση συμπεριφοράς πλήθους
• Εποπτεία σιδηροδρομικών διαβάσεων, εποπτεία πλημμυρικών φαινόμενων και εποπτεία δασικών πυρκαγιών
• Διαχείριση Κυκλοφορίας
• Παραβίαση ερυθρού σηματοδότη, παραβίαση ΛΕΑ / λεωφορειολωρίδας
• Παράνομη κίνηση (αναστροφή / στροφή κ.λπ.)
• Έλεγχος σημείων απαγόρευσης στάσης και στάθμευσης
• Κίνηση από απαγορευμένη ζώνη και κίνηση σε αντίθετη κατεύθυνση
• Ανάλυση Δεδομένων κίνησης και σχεδιασμός ροών σε επίπεδο πόλης
• Αλυσίδες & Καταστήματα Λιανικής
• Μετρήσεις πελατών, χαρακτηριστικά πελατών, μέσος χρόνος παραμονής στο κατάστημα και ποσοστό συμμετοχής σε αγορές (POS interface)
• Χάρτες επισκεψιμότητας ραφιών
• Διαδρομές και μοτίβα κίνησης
• Διαχείριση ουρών και πληρότητα καταστήματος
• Χρόνος αναμονής σε ταμεία
• Διαχείριση Προϊόντων σε Ράφια
• Πρατήρια Καυσίμων
• Αναγνώριση και κατηγοριοποίηση οχημάτων με βάση τύπο και μάρκα οχήματος για την υποστήριξη ενεργειών marketing
• Μέσος χρόνος εξυπηρέτησης οχήματος ανά τύπο (π.χ. καύσιμο, πλυντήριο)
• Συσχέτιση αριθμού oχημάτων με πελάτες που επισκέπτονται το κατάστημα και αγορών
• Συσχέτιση συνολικού αριθμού οχημάτων με λοιπές παροχές (π.χ. πλυντήριο, κατάστημα)
• Αύξηση επιπέδου ασφάλειας με υποστήριξη συστημάτων παραγωγής ομίχλης και άμεση ενημέρωση για άτομο ή αντικείμενο σε απαγορευμένη ζώνη ή και ώρα
• Warehouses & Logistics
• Καταγραφή εισερχόμενων-εξερχόμενων οχημάτων και φορτηγών
• Υποστήριξη λειτουργίας χώρου φορτοεκφόρτωσης
• Υποστήριξη ιχνηλάτισης (Track & Trace) εμπορεύματος
• Αύξηση επιπέδου ασφάλειας με υποστήριξη λύσεων περιμετρικής προστασίας, προστασίας από φωτιά
• Λύσεις safety με εποπτεία θυρών από πιθανότητα μπλοκαρίσματος, εποπτεία εσωτερικής κίνησης προσωπικού (Non stop area / path deviation / wrong way move) και πρόληψη συμβάντων, όπως κίνηση αντικειμένων με κατεύθυνση ή τροχιά σύγκρουσης.

Ένα μέλλον ιδιαίτερα ευοίωνο

Είναι λοιπόν προφανής η χρησιμότητα των δεδομένων, όπως αυτά δημιουργούνται από τα συστήματα καμερών, για την σχεδιασμό, την υλοποίηση περιπλοκών λύσεων σε καθετοποιημένους τομείς και την υποστήριξη των επιχειρηματικών ενέργειων. Τα VA μπορούν να λειτουργήσουν μεμονωμένα ή συνεισφέροντας σε ένα ολοκληρωμένο σύστημα BI. Με την ενεργοποίηση κατάλληλων κανόνων και την χρήση των VA οι πληροφορίες δομούνται με μοναδικό τρόπο. Οι δυνατότητες και η πολυπλοκότητα των VA θα εμπλουτίζονται συνεχώς τα επόμενα χρόνια και οι  λύσεις VA γίνονται όλο και πιο οικονομικές άρα η εδραίωση της χρήσης τους στον χώρο του ΒΙ πρέπει να θεωρείτε δεδομένη. Θα ήταν σκόπιμο εδώ να τονίσουμε ότι η απόδοση κάθε ξεχωριστού συστήματος εξαρτάται από την κατανόηση των δυνατοτήτων αυτού, τον ορθό σχεδιασμό & την επιτυχημένη υλοποίηση της τελική λύσης.

To μέλλον λοιπόν προδιαγράφεται ιδιαίτερα ευοίωνο με την ενεργοποίηση των video analytics με ΑΙ σε συνδυασμό με την επιχειρηματική ευφυΐα. Τα metadata είναι πολύτιμα και καθοδηγούν τις εξελίξεις καθώς όλο και περισσότερες εφαρμογές θα κάνουν χρήση αυτών, θα υπάρχει μεγαλύτερη προσαρμογή σε μοναδικές ανάγκες και τα δεδομένα θα παρέχουν μεγαλύτερη ακρίβεια και καλύτερη αποτελεσματικότητα.

Καθώς η τεχνολογία και η ΑΙ θα εξελίσσονται θα υπάρχουν αντίστοιχα αναβαθμισμένες δυνατότητες και τεχνικές ανάλυσης εικόνας  που θα δρομολογήσουν εξελίξεις σε κρίσιμα θέματα ανάλυσης εικόνας που χρήζουν ακόμα αναβάθμισης, όπως :

• Η αναγνώριση αντικειμένων και καταστάσεων (user defined)
• Ο διαχωρισμός αντικειμένων που συνυπάρχουν σε μία εικόνα
• Η συνέχιση εποπτείας αντικειμένων από κάμερα σε κάμερα
• Η πρόβλεψη μελλοντικών κινήσεων, τάσεων, μοτίβων και συμπεριφορών

Είναι δε δυνατό, ακόμα και η λήψη κρίσιμων αποφάσεων να αυτοματοποιηθεί μελλοντικά, αλλάζοντας για ακόμα μια φορά την εξέλιξη και την ανταγωνιστικότητα των επιχειρήσεων και των οργανισμών.

Η Space Hellas μπορεί να συντελέσει ολοκληρωτικά στον ψηφιακό μετασχηματισμό κάθε επιχείρησης ή οργανισμού λόγω της υψηλής τεχνογνωσίας, της εμπειρίας και των συνεργασιών που έχει με κορυφαίους στο είδος τους κατασκευαστές εξοπλισμού και λογισμικού, σε όλους τους τεχνολογικούς τομείς δραστηριοποίησής της.

 Ιδιαίτερα στον τομέα της Φυσικής Ασφάλειας η Space Hellas έχει εδραιωμένες χρόνιες συνεργασίες με κορυφαίους κατασκευαστικούς οίκους και μπορεί να εγγυηθεί το τελικό αποτέλεσμα σε κάθε σύνθετο και περίπλοκο έργο πληροφορικής και ασφάλειας.