Robox AI aprovecha videovigilancia compatible para generar alertas sobre robos, caídas, filas y anomalías sin cambiar todas las cámaras.
Las cámaras de seguridad instaladas en una tienda, restaurante o almacén podrían servir para mucho más que revisar qué ocurrió después de un incidente. Robox AI presentó una plataforma que añade inteligencia artificial a infraestructura de video compatible para detectar situaciones en tiempo real y avisar al personal.
La Robox AI Video Intelligence Platform, anunciada el 30 de septiembre, busca aprovechar cámaras IP que una organización ya tiene. El sistema analiza sus transmisiones mediante inteligencia artificial y genera alertas ante situaciones previamente configuradas.
Entre los escenarios planteados por la empresa aparecen posibles robos, mercancía ocultada, caídas, puertas abiertas, aglomeraciones, filas, acceso a zonas restringidas, humo y determinadas situaciones de seguridad laboral.
La propuesta también incluye usos que poco tienen que ver con perseguir delincuentes. Una cámara puede advertir que una fila está creciendo, detectar estantes sin mercancía o identificar condiciones que requieren atención del personal.
La inteligencia artificial puede aprovechar cámaras que ya existen
El planteamiento resulta atractivo para empresas que ya invirtieron en videovigilancia. Cambiar decenas o cientos de cámaras para incorporar inteligencia artificial puede elevar considerablemente el costo de modernización.
Robox AI propone colocar una capa adicional de análisis sobre sistemas compatibles. Un despliegue típico contempla un dispositivo de procesamiento de IA instalado en el lugar, modelos configurados para cada operación y una plataforma central para administrar eventos.
Parte del análisis ocurre en el denominado edge computing o procesamiento en el borde. Esto significa que la información puede procesarse cerca de las cámaras, sin depender exclusivamente de enviar continuamente el video a servidores remotos.
La arquitectura también permite administrar diferentes establecimientos desde una misma plataforma. Un responsable podría revisar cámaras, alertas, incidentes y estadísticas de varias sucursales sin observar permanentemente decenas de monitores.
El cambio es considerable frente a la videovigilancia tradicional. Una cámara convencional registra imágenes. Un sistema de visión computarizada intenta reconocer situaciones dentro de esas imágenes y decidir cuáles merecen atención humana.
De detectar un problema a comprobar qué ocurrió
Una alerta aislada tiene utilidad limitada si nadie la atiende. Por ello, Robox AI Video Intelligence Platform intenta conectar varias etapas: detección, aviso, respuesta, documentación y análisis posterior.
Cuando el sistema identifica una situación configurada, puede enviar la alerta y el fragmento de video correspondiente al personal autorizado. Después, el incidente permanece disponible para revisión y seguimiento.
La plataforma también registra información para elaborar reportes. Así, una empresa podría conocer cuántos incidentes ocurrieron, dónde se concentraron y cómo respondió su personal.
Esto puede revelar problemas que una grabación convencional deja enterrados entre miles de horas de video.
Imaginemos una cadena con 50 tiendas. Si varias sucursales registran filas largas aproximadamente a la misma hora, los datos pueden ayudar a modificar horarios del personal. Si determinada puerta permanece abierta repetidamente, la empresa puede investigar la causa.
Una cámara también puede mirar lo que ocurre en la caja
Uno de los usos más delicados aparece cuando las imágenes se combinan con información de otros sistemas.
Robox AI señala que su plataforma puede integrarse con sistemas de punto de venta o POS. Esto permitiría relacionar determinadas operaciones de caja con lo que estaba ocurriendo físicamente en ese momento.
Por ejemplo, el sistema podría ayudar a revisar anulaciones, devoluciones, anomalías de escaneo o posibles casos de sweethearting. Este último término describe situaciones donde un empleado favorece deliberadamente a otra persona, por ejemplo, dejando pasar mercancía sin cobrarla correctamente.
Una operación irregular puede relacionarse con el video correspondiente para que un responsable la revise. La decisión final no debería depender exclusivamente de que un algoritmo haya marcado el evento.
La combinación de imágenes y transacciones también incrementa la cantidad de información que una organización puede obtener sobre empleados y clientes.
La IA puede equivocarse
Una cámara no adquiere comprensión humana simplemente porque se conecte a un modelo de inteligencia artificial.
La iluminación, posición de la cámara, resolución, objetos que bloquean la imagen y comportamiento de las personas pueden afectar una detección. Incluso un modelo bien entrenado puede generar falsos positivos.
La experiencia con otros sistemas de análisis de video muestra las consecuencias.
En Estados Unidos, la Federal Trade Commission (FTC) actuó contra Rite Aid por el uso de reconocimiento facial en cientos de establecimientos. Según la agencia, el sistema produjo miles de coincidencias falsas y algunos consumidores fueron identificados incorrectamente como personas de interés.
El caso involucraba reconocimiento facial, una tecnología diferente de muchas de las detecciones anunciadas por Robox AI, pero muestra un problema común: una alerta automatizada no equivale a comprobar que alguien cometió una conducta indebida.
Por eso resulta relevante que los sistemas permitan ajustar los modelos al entorno real, revisar las alertas y medir cuántas resultaron útiles.
Robox AI asegura que su plataforma permite refinar modelos y configuraciones conforme cambian las necesidades del cliente. Su sitio muestra indicadores de precisión dentro de una interfaz de demostración, pero no publica ahí una evaluación independiente que permita generalizar esos porcentajes a cualquier instalación.
Más inteligencia también significa más datos
Para una persona que entra a una tienda, la diferencia entre una cámara convencional y otra conectada a inteligencia artificial puede ser invisible.
Detrás del lente, sin embargo, cambia considerablemente lo que puede hacerse con las imágenes.
El video puede transformarse en eventos clasificados, horarios, movimientos, incidentes y patrones operativos. Si además se relaciona con transacciones u otros sistemas empresariales, el volumen de información disponible aumenta.
En México, las imágenes que permiten identificar a una persona pueden constituir datos personales. La Ley Federal de Protección de Datos Personales en Posesión de los Particulares obliga a informar las características y finalidades del tratamiento mediante el aviso de privacidad.
También exige medidas administrativas, técnicas y físicas para proteger los datos frente a pérdida, alteración, acceso o tratamiento no autorizado.
Por ello, instalar inteligencia sobre una red de cámaras exige revisar algo más que la compatibilidad técnica. La empresa debe determinar qué información procesará, quién tendrá acceso, durante cuánto tiempo conservará los datos y para qué serán utilizados.
El sitio público de Robox AI señala que sus implementaciones consideran las políticas de cada organización y los requisitos aplicables. Sin embargo, la información pública consultada no detalla suficientemente aspectos como periodos generales de conservación, cifrado o eventuales funciones biométricas para evaluar esas cuestiones en todos los despliegues.
No cualquier cámara se vuelve inteligente automáticamente
La propuesta tampoco significa que cualquier cámara instalada hace años pueda transformarse inmediatamente en un dispositivo con IA.
Robox AI habla específicamente de infraestructura compatible. La calidad y posición de cada cámara influyen en lo que un algoritmo puede detectar.
Una cámara colocada para vigilar una entrada quizá funcione para saber si una puerta permanece abierta. Eso no garantiza que tenga el ángulo, resolución o iluminación necesarios para analizar correctamente productos dentro de un carrito.
La empresa propone comenzar cada implementación evaluando las cámaras existentes, las zonas prioritarias y los problemas que se quieren detectar.
Después configura los modelos, prueba su funcionamiento en condiciones reales y ajusta las detecciones. La plataforma está disponible para evaluaciones, pruebas de valor y despliegues comerciales, de acuerdo con el anuncio de la compañía.
Qué cambia para quien entra a una tienda
Para el consumidor, buena parte de esta transformación ocurrirá sin tocar una aplicación ni comprar un dispositivo.
Puede encontrar filas atendidas antes, estantes surtidos con mayor rapidez o una respuesta más veloz ante una caída. Al mismo tiempo, sus movimientos pueden convertirse en información procesable aunque nunca interactúe directamente con el sistema.
Para los trabajadores ocurre algo semejante. La tecnología puede advertir riesgos laborales o situaciones peligrosas, pero también permite observar con mucho mayor detalle determinadas actividades dentro del establecimiento.
El beneficio dependerá de cómo se configure y utilice.
La evolución de la videovigilancia está llevando las cámaras desde el simple registro hacia el análisis automatizado. Robox AI Video Intelligence Platform representa esa transición: aprovechar equipos existentes para intentar comprender lo que sucede frente al lente.
Para clientes y trabajadores, la diferencia estará menos en la cámara que los observa y más en qué hace la inteligencia artificial con esas imágenes, quién recibe las alertas y qué decisiones se toman a partir de ellas.