Тепловые карты и компьютерное зрение: камеры отслеживают, как движутся сотрудники и покупатели, помогают понять, какие зоны магазина наиболее активны.

Контроль сотрудников и клиентов: ИИ различает персонал и посетителей, фиксирует выкладку товара, использование телефона и обслуживание покупателей.

Борьба с кражами: распознаются попытки спрятать товар, резкое движение или обход кассы — с мгновенной сигнализацией службе безопасности.

Качество и заполнение полок: система проверяет наличие ценников, состояние упаковки и полноту выкладки с помощью компьютерного зрения.

Интеграция с кассами, аудио и RFID: данные с чеков и аудиозаписи работы персонала — всё это анализируется, чтобы повысить клиентский сервис, при этом соблюдая законы о персональных данных.

В докладах много говорили о том, что рынок всё активнее привязывает ИТ не к абстрактным показателям, а к конкретным метрикам пользы для бизнеса. Один из спикеров привёл цифры до 2027 года: стоимость ИТ в % от оборота, производительность, доступность сервисов, NPS ИТ, скорость внедрения современных технологий, уровень автоматизации.

Инсайт: рынок всё жёстче привязывает ИТ к конкретным метрикам пользы для бизнеса. Больше никто не хочет «делать технологии ради технологий» — нужно считать ROI почти на каждом шаге.

Был классный слайд про «зоопарк технологий»: когда одна система обрастает кучей собственных или покупных модулей, превращаясь в громоздкий комбайн, который сложно развивать и поддерживать. Плюс часто разные продукты начинают захватывать чужие функции и конкурировать друг с другом за пользователя. Офисные пакеты лезут в почту, мессенджеры хотят стать порталами и календарями — и начинается хаос.

Инсайт: импортозамещение само по себе не решает архитектурных проблем. Даже на отечественных решениях есть риск, что функционал начнёт разрастаться и конфликтовать. Нужен взвешенный подход к архитектуре и интеграциям.

Это система на основе искусственного интеллекта, которая сама сортирует мусор. Достаточно просто бросить отходы в приёмный отсек, а встроенная камера определит материал (пластик, стекло, металл или бумага), а механизм отправит его в правильный контейнер. Точность распознавания достигает 97%.

Раздельный сбор часто «ломается» из-за ошибок и невнимательности людей. Мы убрали человеческий фактор, сделав процесс удобным и эффективным. В итоге увеличивается объём сырья, которое реально идёт в переработку.