La Data Capture, ovvero il processo di estrazione di informazioni da supporti cartacei, immagini e documenti elettronici, è il perno dell’operatività di molte divisioni. Si pensi alla tradizionale scansione dei codici a barre nel contesto dei flussi logistici di magazzino, alla gestione delle scorte o ai processi di qualsiasi punto vendita retail.
In alcuni settori, l’operatività quotidiana richiede la scansione di centinaia di codici e documenti, l’acquisizione di informazioni da svariate fonti, il controllo e la verifica della loro correttezza, nonché l’inserimento (manuale) in ulteriori documenti e sistemi.
Fortunatamente, l’innovazione è rigogliosa e, coinvolgendo tecniche come la computer vision e la realtà aumentata, è in grado di efficientare i processi, creare automazione, abbattere i task ripetitivi e gli errori. Non solo: se messa a disposizione degli addetti alle vendite o degli stessi clienti, la smart data capture può creare eccellenti customer experience.
Lo stato dell’arte e gli ostacoli all’evoluzione
La tecnologia c’è ma la sua diffusione è progressiva, nonostante gli analisti prevedano una crescita del mercato delle soluzioni di automatic identification e data capture con un CAGR dell’11,7% fino al 2030.
Christian Floerkemeier, CTO & Co-Founder di Scandit, ci conferma che in molte aziende la strada da percorrere è lunga. La stessa scansione dei codici a barre richiede (ancora) apparecchi dedicati, pochi e spesso condivisi. Si creano inefficienze, come il dover percorrere anche 20 o 30 mila passi al giorno solo per rispondere a domande che presuppongono la scansione di un barcode. “Inoltre, gli strumenti non sono cambiati negli ultimi 30 anni. O meglio, sono evoluti dal punto di vista tecnico e delle performance, ma l’interfaccia, la user experience è rimasta la stessa”. Il miglioramento c’è, ma è relativo: gli scanner sono più veloci e precisi, ma non supportano funzionalità avanzate, né le scansioni massive.
Perché un’evoluzione così lenta? Il fondatore di Scandit identifica due cause: il (presunto) costo di adozione di sistemi innovativi di data capture e la resistenza al cambiamento. Sul primo punto, si tratta di un “concetto errato”, poiché i sistemi di smart data capture, potenziati con AI, computer vision e realtà aumentata si basano su dispositivi di cattura consumer, non specializzati: sugli smartphone, per intenderci. “Molti non sono consapevoli di quanto siano potenti i dispositivi consumer di oggi. Un terminale Android da 150 dollari è più che sufficiente per lo scopo e non differisce più di tanto (se non per lo schermo, ndr) da uno da 400 o 500 dollari”. Il fatto stesso che ogni addetto al magazzino o alle vendite possa usare uno smartphone, al limite anche il suo, è una delle chiavi del successo.
Altro ostacolo è la resistenza al cambiamento, che si supera con un change management ben gestito. Il timore è sempre il cambio radicale di sistemi, strumenti e processi. Per far fronte al problema, Scandit procede in due modi: integrando le sue tecnologie di computer vision e augmented reality nelle applicazioni del cliente, e non forzando le imprese a lavorare con modalità nuove. Il segreto è supportare processi consolidati, aggiungendovi l’elemento di innovazione.
Smart Data Capture e potenziali use case
Le tendenze innovative della data capture, che di fatto la trasformano in smart data capture, dipendono dalle tecnologie sottostanti. La scansione massiva è il punto di partenza, cui si somma la capacità di riconoscere testi, oggetti, interrogare database in tempo reale, analizzare dati e sovrapporre agli oggetti informazioni utili per il caso concreto.
Le fattispecie d’uso sono molteplici: a titolo d’esempio, in un punto vendita il sistema potrebbe riconoscere il prezzo scritto sull’etichetta e verificare (previa scansione automatica del codice a barre e interrogazione del database) la sua correttezza; il personale, inquadrando il prodotto osservato dal cliente, potrebbe ricevere sul tablet suggerimenti utili per realizzare up-sell e cross-sell; il corriere, inquadrando le merci, potrebbe ricevere istruzioni sull’ordine di caricamento sulla base della distanza del luogo di consegna.
Computer vision: cosa può fare, e cosa non può (ancora) fare
Come tutto il macrocosmo di AI, la computer vision è in continuo divenire. Il segreto è identificarne gli usi corretti, perché non tutti sono in grado di creare valore.
Scandit si sta concentrando sull’ID Scanning, la scansione dei documenti di identità, e applica tecnologie di Object Recognition in diversi verticali. Qui, però, lo use case va validato bene, perché la tecnologia non garantisce ancora il 100% di accuratezza. L’esempio è il riconoscimento degli oggetti nel contesto del self-scanning (e checkout), ovvero in sostituzione del barcode. Ottenere una performance del 95% può apparire eccellente, ma quel 5% può costare all’azienda enormi perdite di fatturato. Il CTO di Scandit che spiega che, per quanto sia possibile ipotizzarne l’impiego in contesti circoscritti come Amazon Go, un’applicazione su larga scala in una catena GDO con 100 mila SKU (Stock Keeping Unit) è ancora molto rischiosa.
Piuttosto, un’applicazione interessante è lo shelf management. Tramite riconoscimento degli oggetti, è possibile capire se sullo scaffale ci sono i prodotti giusti, sono posizionati bene e i prezzi sono esatti. Floerkemeier ci spiega che, per colmare l’assenza di prodotti sugli scaffali (perché, magari, out of stock), spesso vengono inseriti altri prodotti, che in realtà dovrebbero avere un posizionamento diverso. Applicazioni di shelf management “2.0” possono suggerire agli addetti alle vendite di reintegrare i prodotti corretti non appena disponibili.
La piattaforma di Smart Data Capture e il tema dell’integrazione
Date le esigenze del mercato e il diffuso timore del cambiamento, la proposta Scandit non è un prodotto ma una piattaforma.
L’azienda lavora con clienti enterprise, i cui processi sono gestiti con applicazioni e sistemi già attivi ed efficaci. Lo scopo della piattaforma è quindi quello di integrare nelle applicazioni esistenti funzionalità core di data capture (barcode scanning, ID scannin e così via), gli abilitatori smart (scansione massiva, realtà aumentata eccetera) e le funzionalità di analisi.
La piattaforma di Smart Data Capture è, secondo Floerkemeier, “l’intero stack tecnologico, l’ecosistema di tutte le nostre soluzioni”. Tramite SDK, le aziende possono dunque mantenere le proprie applicazioni e integrarle – in modo modulare e personalizzato – con le funzionalità smart di cui sopra e necessarie per massimizzare l’efficienza dei processi. Chi non vuole o non può modificare le proprie applicazioni può avvalersi di un’app mobile dedicata (Scandit Express) che aggiunge alla tastiera dello smartphone un pulsante per la scansione di codici a barre, aggirando di fatto l’ostacolo.
