Cali IntelligenceがUltralytics YOLOでチェックアウト待ち時間を43%短縮

忙しい小売店では、ピーク時にレジ待ち行列が急速に発生することがあります。待ち行列が伸びると待ち時間が増え、スタッフは対応に追われ、買い物客は購入を完了せずに商品を置いて帰ってしまう可能性があります。

ほとんどの店舗にはすでにCCTVシステムが設置されています。しかし、これらのカメラは通常監視のみに使用されており、リアルタイムの運用上のインサイトを提供していません。そのため、店舗スタッフは混雑を早期に検知したり、行列が問題になる前に対処したりすることができません。

Cali Intelligenceは、AIを活用したリテールモニタリングによって、こうした運用上の課題に取り組んでいます。既存のCCTVインフラをコンピュータビジョン技術でアップグレードすることで、ライブビデオフィードをリアルタイムの運用データへと変換しています。

例えば、Ultralytics YOLOモデルを使用することで、システムはレジレーンを検出し、稼働中の待ち行列を識別し、顧客の混雑状況を測定できます。これにより、店舗チームは迅速に対応し、長時間の待ち時間を回避できるようになります。

Link to this section小売オペレーションにリアルタイムのインテリジェンスを導入する#

2020年に設立されたCali Intelligenceは、実店舗向けに設計されたAIソリューションを開発しています。同社は、フランスの小売業界における人工知能の民主化を目指し、コンピュータービジョンを通じて小売業者のパフォーマンスと顧客体験の向上を支援するために設立されました。

実店舗における重要な課題は、店舗内の活動状況の可視化が限定的であることです。予測できない行列や不均一なスタッフ配置により、特にレジ待ち行列が急速に伸びるピーク時に、店舗チームは迅速な対応が困難です。

小売チームは、プロアクティブな管理ではなく、事後対応的な意思決定を強いられることがよくあります。Cali Intelligenceは、小売業者が店内で何が起きているかをリアルタイムでより深く理解できるようにすることで、このギャップを埋めています。

過去4年間で、Cali Intelligenceは、大量流通、DIY、アパレルなど、複数の小売分野にわたってソリューションを拡大してきました。現在、同社はIntermarchéやLeclercといったフランスの大手小売業者と連携し、より効率的でレスポンシブな店舗運営をサポートしています。

Link to this section実店舗の運営における複雑さ#

長いレジ待ち行列は、買い物の放棄を引き起こす主な原因の一つです。顧客のレジ体験は、購入が完了するか放棄されるかを左右することがよくあります。

顧客がバスケットに商品を詰めた後であっても、長い待ち行列が購入意欲を低下させることがあります。これは結果として、即時の売上損失につながります。

実際、その影響は単一の取引にとどまりません。繰り返される遅延は顧客を苛立たせ、より迅速なサービスを提供する競合他社へと顧客を流出させる可能性があります。時間が経つにつれ、これはロイヤリティを損ない、リピート訪問を減少させます。

また、長い待ち行列は店舗チームに大きなプレッシャーを与えます。運用レベルでは、管理側が十分迅速に対応するのに苦労することがよくあります。

多くの場合、チームは列がすでに混雑した後に初めて対応し、状況が緊急になってからレジを追加で開けます。このような事後対応的なアプローチは、スムーズで一貫したサービスを実現するのではなく、スタッフに絶え間ない火消し作業を強いることになります。

スタッフの配置は、さらなる複雑さをもたらします。リアルタイムの待ち行列データがなければ、いつどこで追加のサポートが本当に必要かを把握するのは困難です。多くの場合、店舗は閑散時に人員過剰となり、繁忙時に人員不足となり、双方で非効率が生じます。

Link to this sectionUltralytics YOLOで小売のレジを最適化する#

店舗管理と顧客体験を向上させるために、Cali Intelligenceは既存のカメラインフラを通じたコンピュータービジョンを使用して、レジモニタリングを自動化しています。同社のソリューションは標準的な映像管理システム(VMS)と直接統合されており、待ち行列の閾値を超えた際に店舗マネージャーが即座にアラートを受信できるようになります。

これにより、列が長くなりすぎる前に、チームはレジを追加したりスタッフを再配置したりすることが可能になります。このソリューションの中心にあるのがUltralytics YOLOモデルです。

Ultralytics YOLOモデルは、ビデオフレーム内の顧客を識別する物体検出や、時間の経過とともにフレームを横断して顧客を追跡する物体追跡など、主要なコンピュータービジョンタスクをサポートしています。これらの機能により、システムはレジエリアを監視し、顧客をカウントし、発生しつつある待ち行列を識別することが可能になります。

図1. YOLOを使用して列内の人物を検出する例。画像ソース: Ultralytics。

ライブビデオストリーム内の個人を検出し追跡することで、このソリューションは待ち時間を推定し、発生しつつあるボトルネックにフラグを立てることもできます。特に、このシステムはエッジファーストアーキテクチャを採用し、コンパクトなオンサイトサーバー上で実行されます。これにより、顧客のプライバシーを保護しつつ、24時間体制の運用を保証します。

リアルタイムモニタリングに加えて、このソリューションは短期予測もサポートしています。最大15分先の待ち行列の形成を予測できるため、マネージャーは予想される来店客数に合わせてスタッフの配置レベルを調整できます。

Link to this sectionなぜUltralytics YOLOモデルが選ばれるのか#

Ultralytics YOLOモデルは、高価なクラウドインフラを必要とせずに、高いパフォーマンスを提供する能力をCali Intelligenceにもたらします。モデルはさまざまなカメラアングルや照明条件に対して汎用性が高く、最小限の再トレーニングで複数の店舗への迅速な展開をサポートします。

また、Ultralytics YOLOモデルは高度な物体追跡もサポートしています。単なる人数カウントに頼るのではなく、システムは顧客が列に並んでいる時間を測定できます。これにより待ち行列の可視性が向上し、実際の現場でのアラートトリガーにおいて90%を超える精度に貢献しています。

さらに、YOLO駆動のシステムは、ストリームあたり約3 FPSで3〜6台のカメラストリームさえも処理できるように最適化されています。これにより、計算負荷を大幅に削減しながら検出精度を維持し、効率的でスケーラブルな店舗運営をサポートします。

Link to this sectionUltralytics YOLOとCali Intelligenceが待ち行列の長さを43%削減#

Cali Intelligenceが8つの小売拠点にUltralytics YOLO搭載ソリューションを展開した際、その影響は即座に現れ、測定可能なものでした。例えば、ある拠点では、平均待ち行列の長さが7人から4人に減少し、わずか2週間で43%の削減を達成しました。

運用効率は顧客満足度とともに向上しました。閑散時には、システムが不要なレジの稼働を最大10%削減したため、店舗は実際の需要に合わせてスタッフ配置レベルをより細かく調整し、無駄な人件費を回避できるようになりました。

一方、多様な店舗レイアウトや照明条件下でも検出パフォーマンスは安定しており、ミス率は6%未満を維持しました。高いアラート精度により、マネージャーは現場で迅速に行動し、情報に基づいた意思決定を行う自信を持つことができました。

メリットはリアルタイムモニタリングにとどまりません。予測的な労働最適化の初期テストでは、平均絶対誤差(MAE)0.8を達成しました。これは、実際のカウント数に対して1人以内の誤差で待ち行列の長さを予測できることを意味し、よりプロアクティブな人員計画を可能にしました。

簡単に言えば、Cali IntelligenceはUltralytics YOLOを活用して、店内のビデオをリアルタイムの運用インテリジェンスに変換し、待ち時間の短縮、スタッフ配置の最適化、そして全体的な小売パフォーマンスの向上を支援することができました。

Link to this sectionよりスマートな小売運営を大規模に推進#

Cali Intelligenceが成長を続ける中、同社はUltralytics Pythonパッケージを使用して、エッジパフォーマンスを継続的に最適化する計画です。このパッケージは、モデルのトレーニング、エクスポート、デプロイのための合理化されたワークフローを提供し、パフォーマンスの向上を効率的に実装しやすくします。

この基盤の上に、Cali Intelligenceは推論時間を短縮し、オンサイトでのハードウェア利用率を向上させるために、TensorRTおよびONNXエクスポート形式を検討しています。Cali Intelligenceのチームはまた、検出精度を維持しつつ効率を向上させるために、Ultralytics YOLOモデルバリアントをMediumからSmallへ移行することも評価しています。

全体として、Cali Intelligenceは小売運営における変革を推進しており、店舗を事後対応的な管理から、データに基づいたプロアクティブなパフォーマンス管理へとシフトさせています。

運用にAIを導入してみませんか？GitHubリポジトリにアクセスして詳細をご覧ください。物流におけるAIやヘルスケアにおけるコンピュータビジョンについて確認いただけます。まずはライセンスオプションをご覧ください。