Wegmans и распознавание лиц: пять фактов

Изменение стратегии безопасности в Wegmans

В 2025 году компания Wegmans незаметно усилила меры по предотвращению потерь — наняла профильных специалистов по безопасности и расширила отделы, которые следят за безопасностью и недостачей (shrink) в магазинах. Открытые вакансии специалистов по безопасности магазинов и сотрудников по предотвращению потерь свидетельствуют о том, что инвестиции в персонал стали основным способом сдерживания краж.

Операционные решения компании за последние несколько лет помогают понять причины этих перемен. Ранее Wegmans предлагала мобильное приложение для самостоятельного сканирования товаров во время покупок; сеть свернула эту программу в 2022 году, сообщив о постоянных убытках, связанных со злоупотреблениями. Этот выбор — отказ от удобной функции из-за роста потерь — иллюстрирует общую дилемму, с которой сталкиваются ритейлеры, выбирая между удобством и безопасностью.

Как системы распознавания лиц используются в магазинах

Когда ритейлеры говорят о распознавании лиц, они обычно имеют в виду один из двух технических сценариев: оффлайн-просмотр отснятого материала для идентификации рецидивистов и сопоставление со списками наблюдения в реальном времени, которое генерирует оповещения, когда в магазин входит лицо, представляющее интерес. Поставщики рекламируют системы, способные сравнивать лица с камер в магазине с курируемыми списками наблюдения — например, списками людей, причастных к предыдущим кражам или организованной преступности в сфере торговли — и затем уведомлять назначенных сотрудников. Продуктовые сети и другие ритейлеры заключают контракты со специализированными поставщиками для внедрения подобных систем.

На практике программное обеспечение редко принимает решения полностью автономно. Операторы розничной торговли описывают рабочие процессы, в которых алгоритм помечает потенциальное совпадение, а обученный квалифицированный сотрудник или служба безопасности магазина просматривает видеозапись и решает, стоит ли принимать меры. Поставщики и некоторые исследователи в области предотвращения потерь утверждают, что такая комбинация ускоряет расследования и позволяет быстрее связывать инциденты в нескольких магазинах, чем методы ручного поиска.

Точность, предвзятость и ошибки в реальных условиях

Независимые испытания и академические аудиты показывают, что системы распознавания лиц не обладают единообразной точностью. U.S. National Institute of Standards and Technology (NIST) задокументировал значительные различия между алгоритмами и явные расхождения в частоте ошибок в зависимости от возраста, пола и цвета кожи. Эти демографические различия означают, что риск ошибочной идентификации определенными системами для одних людей выше, чем для других.

Более ранние академические работы привлекли внимание общественности к этой проблеме. Исследование Gender Shades — основополагающий аудит коммерческих систем — продемонстрировало, что ряд широко используемых классификаторов работают гораздо хуже на женщинах с более темной кожей, чем на мужчинах со светлой кожей. Этот вывод послужил толчком к более тщательному изучению обучающих данных, методов внедрения и заявлений поставщиков. Проще говоря: высокий средний показатель точности может скрывать существенные различия в том, насколько надежно алгоритм распознает тех или иных людей.

Законы, информационные таблички и корпоративные риски

Правовая база в отношении биометрических технологий и систем сопоставления лиц в Соединенных Штатах неоднородна. Некоторые города и штаты ввели правила, ограничивающие использование распознавания лиц частными компаниями в общественных местах, требующие обязательного уведомления клиентов или налагающие обязательства по получению согласия и хранению биометрических идентификаторов. Ритейлеры, работающие в разных юрисдикциях, вынуждены ориентироваться в растущем массиве местных законов и уставов штатов, регулирующих сбор, уведомление и использование биометрических данных.

Риск судебных разбирательств вполне реален. Суды и регулирующие органы уже рассматривали дела, в которых утверждалось, что магазины не раскрывали методы работы с биометрическими данными или использовали системы сопоставления лиц без надлежащего уведомления покупателей. Эти споры подчеркивают две операционные реалии: (1) заметные, читаемые таблички и четкая политика снижают фактор внезапности и юридические риски; и (2) то, как ритейлер описывает свои цели — предотвращение краж или маркетинг и персонализация — имеет значение для того, как закон и судьи будут трактовать эту практику.

Пять фактов о распознавании лиц в магазинах, которые следует иметь в виду

1. «Совпадение» не равно обвинительному приговору. Алгоритмы выдают оценки сходства или оповещения; окончательное решение обычно принимает человек. Системы могут выдавать и выдают ложноположительные результаты, а действия на основании непроверенного оповещения несут риск неприятных ситуаций или худших последствий для клиентов и сотрудников.
2. Ритейлеры комбинируют инструменты; сопоставление лиц — лишь один из рычагов. Магазины сочетают обучение персонала, физический дизайн (видимость, освещение), сигнализацию, проверку чеков и платежей, а также аналитику, которая ищет подозрительные движения или паттерны. Распознавание лиц часто преподносится как средство повышения эффективности работы следователей, а не как самостоятельное решение.
3. Законы и правила варьируются — уведомление и согласие имеют значение. Некоторые местные законы требуют, чтобы предприятия размещали заметные уведомления или получали согласие перед сбором биометрических идентификаторов; другие юрисдикции допускают более широкое использование в частном секторе. Ритейлеры, использующие сопоставление лиц в нескольких штатах, должны учитывать различные юридические обязательства и риски судебных исков.
4. Практические защитные меры меняют баланс рисков. Такие ограничения, как узкие списки наблюдения, короткие периоды хранения данных, проверка человеком, журналы аудита и строгие контракты с поставщиками, снижают, но не исключают вред. Независимые аудиты, прозрачность целей и правила хранения данных имеют существенное юридическое и этическое значение при возникновении споров.

Что это значит для покупателей и для Wegmans

Для покупателей непосредственные практические выводы просты: помните, что некоторые магазины расширяют отделы предотвращения потерь и внедряют больше инструментов наблюдения; ищите уведомления на входах; и, если вы обеспокоены, спрашивайте руководство магазина о том, используется ли биометрическое сопоставление, как именно оно применяется и как долго хранятся изображения. Публичная прозрачность — таблички плюс доступные разъяснения политики конфиденциальности — помогает клиентам делать осознанный выбор и снижает вероятность неожиданностей, которые ведут к судебным искам.

Для Wegmans и аналогичных продуктовых сетей выбор политики — это поиск компромисса. Инвестиции в персонал и дизайн магазинов улучшают показатели сдерживания преступности, сохраняя при этом центральную роль человеческого суждения; внедрение сопоставления со списками наблюдения в реальном времени может ускорить расследования и помочь правоохранительным органам, но поднимает вопросы точности и справедливости, которые все чаще становятся предметом судебных разбирательств и регулирования. Самый безопасный операционный путь сочетает в себе целевое техническое использование, четкое уведомление, строгие лимиты хранения данных и человеческий контроль.

Краткая справка: технологии в действии

Записи местной полиции содержат примеры того, как сопоставление лиц способствовало идентификации подозреваемых после инцидентов в супермаркетах. В одном случае полицейское управление Пенсильвании сообщило, что помощь системы распознавания лиц помогла подтвердить личность, связанную с инцидентом кражи, что иллюстрирует, как коммерческие видеозаписи и инструменты расследования теперь стали частью повседневных рабочих процессов полиции в сфере розничной торговли. Эти примеры показывают как полезность, которую рекламируют поставщики, так и причину, по которой защитники конфиденциальности настаивают на строгих ограничительных барьерах.

В конечном счете, покупатели, менеджеры магазинов и законодатели договариваются о том, где провести черту между предотвращением краж и сохранением повседневной приватности. Следующие волны регулирования, судебных решений и независимых аудитов алгоритмов сформируют этот баланс — но пока простые меры предосторожности, описанные выше, являются наиболее надежной защитой от неожиданностей и вреда.

Источники

• NIST (Face Recognition Vendor Test, отчеты о демографических эффектах)
• MIT Media Lab (исследование Gender Shades)
• Loss Prevention Research Council (University of Florida)