Андрей Юдников, генеральный директор сервиса облачного видеонаблюдения и видеоаналитики для бизнеса Ivideon

Мировой рынок распознавания эмоций вырастет до $4,6 млрд к 2024 году – так говорится в международном исследовании MarketsandMarkets.

Потребитель избалован инструментами интернет-маркетинга: таргетированные баннеры, рекомендации товаров на основании истории заказов покупателя. Очевидно, что люди ждут от офлайн-бизнеса подобной эмпатии, но поведение продавцов-консультантов в магазинах косметики или перекрестная продажа на кассе – мягко говоря, не соответствует персональному подходу в онлайн-бизнесе.

Как устроен эмоциональный ИИ в бизнесе и как возможно оцифровать поведение покупателя с помощью одной камеры с модулем облачной видеоаналитики?

Современные возможности облачной видеоаналитики уже позволяют персонализировать потребительское поведение в офлайн с помощью эмоционального ИИ, а владелец сетевого бизнеса сможет, например, проанализировать уровень эмоционального поведения каждого сотрудника магазина в режиме реального времени. На каждый случай недоброжелательного отношения к клиенту, бизнесмен получит пуш-уведомление с фрагментом видео, позволяющим наглядно проанализировать ситуацию своими глазами. Если негативная эмоция со стороны продавца отразится на частоте посещения покупателем магазина впоследствии, то можно сделать вывод об упущенной выгоде, которая произошла по вине линейного сотрудника.

Какие эмоции уже подвластны автоматическому распознаванию со стороны технологий ИИ и машинного обучения? Какие сегменты бизнеса уже взяли на вооружение новые технологические решения?

Распознавание эмоций как ключ к анализу Customer Journey Map

Распознавание эмоций у клиента является базисом персонализированного потребительского поведения в ритейле. Согласно теории основоположника концепции шести базовых эмоций Пола Экмана, первостепенное назначение эмоции у человека – это подготовка организма к выполнению необходимого поведенческого акта.

Когда ИИ научится точно распознавать эмоции и, главное, контекст, то технология завладеет миром ритейла и любого другого сегмента в офлайн. Тогда перекрестные продажи перестанут быть случайной продажей дополнительной услуги, а превратятся в уникальное предложение, основанное на анализе видеоданных: постоянный клиент «X» 2-3 раза в неделю покупает круассан. Так почему бы не обратиться к нему по имени, любезно напомнив о персональной скидке на любимый продукт, если история покупок показывает, что он прекратил их приобретать.

Действительно ли у нас всех одинаковые базовые эмоции?

Чарльз Дарвин еще в 1872 пришел к выводу, что эмоции – универсальны и одинаковы для всего человечества. Позже, один из самых влиятельных современных психологов мира по версии журнала Time, Пол Экман выявил 6 базовых эмоций, для которых характерны универсальные выражения лиц — это радость, злость, отвращение, страх, грусть и удивление.

Научной базой стала серия экспериментов в 1967-1968 году в горах Новой Гвинеи с участием местного населения, находящимся в визуальной изоляции: без кинофильмов, зеркал и, главное, знания про существование других рас. Жителям племени показывали 3 снимка с изображением различных эмоций, а переводчик рассказывал вымышленную историю. В конце истории он попросил показать фотографию с одной эмоцией, которая отражала бы состояние человека в этой истории. Все участники эксперимента выбирали одинаковые снимки, подходящие под описание истории.

Единственным исключением был тот факт, жители Новой Гвинеи не делали различия между выражениями страха и удивления на лицах.

Как развивались технологии эмоционального ИИ

В 1997 году основоположница понятия «эмоциональный Искусственный Интеллект» Р. Пикард впервые допустила возможность распознавания и моделирования эмоций с помощью алгоритма компьютерной системы в своей книге «Affective computing». Перспективы для бизнеса в области эмоционального ИИ увидели сравнительно недавно, в 2019 году, когда компания Гартнер выпустила исследование “Hype Cycle for Emerging Technologies”.

На данный момент, ИИ способен распознать 6 базовых эмоций человека. Технологии распознавания эмоций сейчас включают мультимодальную методику оценки человека: эмоция оценивает мимику, физиологию, поведение, а также комплексно анализирует жесты, речь и даже интонацию человека. Понимание контекста у нейросети тоже уже существует: ИИ способен анализировать окружающие предметы, место и другие визуальные параметры пространства.

Степень развития эмоционального ИИ зависит от самообучения системы и тех данных, на которых оно строится. Опыт ИИ пределен, варианты интерпретаций ограничиваются данными, на которых он тренировался. Безусловно, это не человеческий опыт, а ИИ — не “Большой брат”, который объединяет в себя все достижения IT- разработчиков со всего мира. Однако отдельные инструменты на базе эмоционального искусственного интеллекта уже восхищают.

В конце марта разработчики из Стэнфордского университета презентовали компьютерную систему, которая распознает не только объекты на изображении, но и, какие чувства у людей вызывают эти изображения. Создав базу данных из 81 000 картин и более 4 миллиона письменных ответов (что люди думают о картине), ИИ способен генерировать эмоциональные отклики на изобразительное искусство и выражать эти эмоции языком. Алгоритм разбил работы художников на одну из восьми эмоциональных категорий, включая трепет, веселье, грусть и страх. Затем он объяснил в письменном тексте, что на изображении оправдывает эмоцию.

Сейчас развитие ИИ идет не в плоскости создания супер-интеллекта, многие разработчики пытаются “очеловечить” алгоритмы, наделить их сознанием и эмпатией.

Какой бизнес уже применяет технологии эмоционального ИИ

Первый сектор, который заинтересовался данными технологиями – это банковская сфера. 2021 год ознаменован пилотным проектом по анализу эмоций клиентов – об этом сообщили еще в прошлом году представители топ-30 банков. Один из инструментов применения — обслуживание клиента банка в отделении и его восприятие оказанной услуги.

Второй сектор – это ритейл-бизнес. Модуль облачной видеоаналитики по распознаванию эмоций способен проанализировать качество работы продавца-консультанта, эффективность проведения маркетинговой акции, соотношение эмоций покупателей, визуальное оформление стендов и вывесок. Доступно и отслеживание покупателей за пределами торгового объекта: с какой эмоцией потенциальный покупатель прошел мимо, на что обратил внимание, прежде чем отказаться войти.

Третий сектор — автомобильная отрасль. Современные автомобили – это не только «железо» и красивый каркас – это бортовые компьютеры, оборудование и система обновлений. Например, автомобили уже умеют включать любимую музыку, подстраиваясь под эмоциональное состояние владельца.

Недавно я был в Сан-Франциско, и один из моих партнеров поделился тем, что его Tesla со временем не становится дешевле, как другие автомобили и не теряет свою стоимость после выезда из салона. Он систематически получает «сервисные апгрейды» своей Tesla. Функции его автомобиля дополняются вслед за развитием самой компании-производителя. Это и является подтверждением необходимости организации бизнесу облачной IT-инфраструктуры видеоаналитики. Можно предположить, что в будущем ИИ сможет вызвать врача водителю, если датчики зафиксируют эмоции «боли» на лице и теле, а алгоритм распознает контекст аварии. Тогда оператору службы поддержки придет уведомление о немедленном вызове врача на объект по известным геоданным автомобиля. Подобные решения — это обеспечение цифровой облачной безопасности на самом небезопасном транспорте в мире.

Кейс – как мы увеличили показатель по улыбкам до 80%, а средний чек вырос на 11%

К нам обратился магазин розничной торговли спортивных товаров, нуждающийся в комплексном анализе эмоционального поведения менеджеров зала во время нахождения в зале посетителей. По регламенту продавец-консультант должен улыбаться посетителям. Топ-менеджмент решили проверить выполнение этого правила с помощью модуля облачной видеоаналитики. В начале использования системы определения эмоций показатель «улыбок» был равен 50% от всех детекций. После тестового измерения были проведены дополнительные обучающие мероприятия, где сотрудникам зала была показана связь между позитивным настроем при взаимодействии с покупателем и повышением конверсии и увеличением среднего чека. После серии обучающих тренингов и публичного цифрового контроля показатель по «улыбкам» вырос до 80%. Конверсия посетителей в чек (определяется с помощью другого модуля видеоаналитики-распознавания лиц) выросла на 7%, а средний чек на 11%.

Хорошо, а что делать с эмоциями стыда или смущения?

На первый взгляд, такой простой вопрос ставит в тупик многих ученых, изучающих как феноменологию эмоций, так и критерии отличия эмоций. Конечно, Ч. Дарвин подробно описал физиологическое проявления каждой из эмоций в работе «Выражение эмоций у человека и животных». Однако быстро выяснилось, что, например, румянец на щеках может сопровождаться совершенно разными эмоциями – это и вина, и стыд, и и даже возбуждение. К этому можно добавить персональные особенности человека — наличие румянца на постоянной основе. Стыд и вина — не базовые эмоции человека, они выступают комплексной реакций, проявляемой по-разному в различных жизненных контекстах. Также не стоит забывать о культурном аспекте эмоционального восприятия. Например, 2 миллиарда человек, регулярно употребляют насекомых в свой рацион и являются потенциальными потребителями трендового продукта в FoodTech — снеки, сделанные из белка сверчков или кузнечиков. Не стоит забывать, что остальные 4 миллиарда придут в ужас от этого факта и не будут приобретать товар на основе насекомых. Даже если бренд расскажет об очевидных преимуществах: белок не имеет запаха, закуска низкокалорийна, натуральна по составу и даже не содержит аллергенов.

Культура потребления в каждом стране ковалась веками, ее не изменить даже за несколько лет популяризации здорового питания. Для технологий же ИИ и машинного обучения – это означает невозможность дать корректную оценку эмоциональному состоянию потребителя и проанализировать востребованность снеков, например, в сетевом магазине крупного мегаполиса: азиаты и индусы могут приобрести продукт с улыбкой на лице и общим воодушевлением, а русский и англичанин будет находится в состояния шока от новинки, пусть даже с приятной упаковкой и успешной рекламной кампанией. Получается, что товар одновременно вызывает восторг и ужас в глазах потребителей среди разных ЦА. Однако, зная эту особенность, можно выделить в гипермаркете персональную полку с деликатесами для азиатов, что вызовет, как минимум интерес, у других людей.

Анализ эмоционального ИИ уже не ограничивается локальными сегментами в бизнесе. В будущем каждый бизнес, взаимодействующий с людьми, и даже B2B-сектор будет нуждаться в распознавании эмоций как базовом инструменте изучения собственных бизнес-процессов.

До сих пор не решена проблема с анализом данных со СКУД в бизнес-центрах: несколько входов и турникетов, некорректные данные по времени, прохождение без карточки. Все это приводит к хаосу в анализе сотрудников в конце месяца. Цифровой СКУД на базе модулей распознавания лиц и эмоций не только позволяет отказаться от карточек, но позволит предотвратить эмоциональное выгорание сотрудников на работе, если зафиксирует систематическое подавленное настроение у них.

Распознавание эмоций скоро станет такой же обыденностью, как систематически мигающий баннер после поискового запроса. Мы уже не воспринимаем это как сакральный знак, понимая функционирование интернет-маркетинга. Следующим этапом нас ожидает цифровизация офлайн-бизнеса по всем доступным аналитическим метрикам. Прошло время, когда владельцы бизнеса заказывали специальный персонал для ручного подсчета посетителей и предпочтений в ассортименте товаров.