blog

Dec 18, 2023

Everseen arrecada mais de US $ 70 milhões para tecnologia de IA para detectar possíveis roubos no varejo

Em 2007, Alan O'Herlihy, que já trabalhou com grandes instalações SAP como

Em 2007, Alan O'Herlihy, que trabalhou anteriormente com grandes instalações SAP e também com varejo, decidiu encontrar uma maneira de ajudar os varejistas a minimizar o "encolhimento" ou onde uma loja tem menos itens em estoque do que em seu estoque registrado. Ele optou pela visão computacional como solução para o problema e fundou uma empresa, a Everseen, para comercializar a tecnologia.

A Everseen - que usa visão computacional para, entre outras coisas, tentar evitar roubos em balcões de autoatendimento - anunciou hoje que levantou € 65 milhões (~$ 71,32 milhões) em uma rodada da Série A liderada pela Crosspoint Capital Partners, um investidor anterior em a inicialização. Os novos fundos elevam o total arrecadado pela Everseen, com sede na Irlanda, para quase US$ 90 milhões, que O'Herlihy diz que está sendo aplicado para expandir os negócios da startup com um roteiro "direcionado".

"Estamos experimentando uma demanda significativa por nossa tecnologia de varejistas que lutam com o duplo impacto da queda nos gastos dos clientes e aumento das perdas operacionais, incluindo encolhimento", disse O'Herlihy. "O setor de varejo também está enfrentando desafios como escassez de mão de obra e inflação dos custos de mão de obra, tornando nossa tecnologia ainda mais valiosa para lidar com essas questões."

O encolhimento, em particular, pode ser um sério golpe para os resultados dos varejistas, segundo O'Herlihy. Em 2017, as lojas perderam cerca de 1,33% das receitas devido ao encolhimento, totalizando cerca de US$ 47 bilhões, de acordo com a National Retail Federation.

Everseen usa uma combinação de câmeras montadas no teto e software de visão computacional para – em teoria – reduzir o roubo no ponto de venda em lojas físicas. De acordo com O'Herlihy, os algoritmos da Everseen podem detectar e rastrear objetos (por exemplo, SKUs) de interesse, analisando como eles interagem e reconhecendo "ações de interesse" realizadas por compradores e vendedores.

Além do roubo, Everseen afirma ser capaz de "saber" quando os itens em uma prateleira estão quase esgotados e "identificar processos que precisam de atenção imediata para ajudar a equipe a resolver problemas, melhorar tendências e reduzir variações". A plataforma, que processa vídeo de centenas de milhões de produtos e dezenas de milhões de interações com clientes todos os dias, pode se conectar com as ferramentas existentes de um varejista, como um sistema de gerenciamento de pedidos para fornecer informações e análises quase em tempo real.

"Todos esses elementos servem como entrada, permitindo que nossa solução 'empurre' um cliente para se autocorrigir ou instruir um associado da loja a envolver e ajudar o cliente em questão", explicou O'Herlihy. "Nosso objetivo é interromper e recuperar perdas, permitir que o varejista intervenha, promover ótimas interações com o cliente e criar processos fluidos, melhorando a experiência geral do cliente e impactando positivamente os resultados".

Everseen nem sempre teve sucesso nesta missão. Funcionários do Walmart, que já foi um grande cliente da Everseen, disseram à Wired em 2020 que o sistema frequentemente identificava erroneamente comportamentos inócuos como roubo e falhava em impedir casos reais de roubo.

Em resposta às alegações, o Walmart disse que fez "melhorias significativas" em seu sistema Everseen, o que resultou em menos alertas em geral. Mas a relação entre as duas empresas se deteriorou logo depois. A Everseen processou o Walmart, alegando que o varejista se apropriou indevidamente da tecnologia da empresa irlandesa e depois construiu seu próprio produto semelhante ao da Everseen. (Everseen e Walmart fizeram um acordo em dezembro de 2021.)

Monitoramento técnico de Everseen para anomalias.Créditos da imagem:Everseen

É difícil avaliar a precisão de qualquer sistema sem acesso ao seu back-end. Mas a história nos ensinou que a tecnologia de visão computacional – especialmente a tecnologia projetada para fins anti-furtos em lojas – é suscetível a preconceitos e outras falhas.

Considere um algoritmo treinado para detectar atividades "suspeitas" de um comprador. Se o conjunto de dados usado para treiná-lo fosse desequilibrado - digamos, contivesse uma quantidade esmagadora de imagens de compradores negros roubando - provavelmente sinalizaria os compradores super-representados com mais frequência do que outros.