ИИ пришёл проверять полки: Пятёрочка тестирует компьютерное зрение для ценников и выкладки

Зачем Пятёрочке Shelf Sense в 100 московских магазинах

Пятёрочка тестирует систему компьютерного зрения Shelf Sense в 100 магазинах Москвы.

Технология переводит часть физической работы с полкой в цифровой формат: следит за выкладкой, ценниками и пустотами на стеллажах, фиксирует отклонения и автоматически ставит сотрудникам задачи.

👉 Что делает система

Shelf Sense работает на базе нейросети.

Алгоритмы распознают отсутствие ценников, неправильные ценники, лишние ценники и пустые места на полках.

Система сканирует стеллажи по расписанию и превращает визуальную информацию в структурированные данные.

То есть магазин получает не просто фото полки, а конкретный список проблем, которые нужно исправить.

👉 Как это помогает сотрудникам

Для каждой задачи система указывает точную навигацию: номер стеллажа, полку, название товарной позиции и фотографию для подтверждения.

Это важно, потому что в магазине проблема часто не в том, что сотрудник «не знает о пустой полке», а в том, что таких задач много, они разбросаны по залу и быстро меняются.

ИИ должен сократить время поиска проблемы и быстрее доводить её до исправления.

👉 Почему это важно для ритейла

Для продуктовой сети полка — это не просто место хранения товара.

Это точка продажи, источник выручки и главный интерфейс покупателя в офлайне.

Если товара нет на полке, хотя он есть на складе магазина, продажа теряется. Если ценник неправильный или отсутствует, растёт раздражение покупателя, нагрузка на персонал и риск конфликтов на кассе.

Для сети масштаба Пятёрочки даже небольшое улучшение контроля полки может давать заметный эффект.

👉 Где ограничения

Пятёрочка прямо говорит, что система пока обучается и может ошибаться при распознавании.

Поэтому успех пилота зависит от обратной связи сотрудников: они подтверждают или корректируют работу алгоритмов.

Это важная деталь. ИИ здесь не заменяет персонал, а пока работает как цифровой контролёр и постановщик задач.

Комментарий EH

Для Пятёрочки Shelf Sense — это не игрушка про нейросеть, а попытка оцифровать одну из самых болезненных зон офлайн-ритейла: полку. Пустоты, неверные ценники и лишние ценники напрямую бьют по продажам и доверию покупателя. Но главный вопрос не в том, увидит ли ИИ проблему. Главный вопрос — хватит ли у магазина людей и процессов, чтобы быстро её исправить. Компьютерное зрение может показать пустую полку, но товар на неё всё равно должен кто-то поставить.

Отметим также, что Старбакс только совсем недавно отказался от ИИ инвентаризатора, который совершал массу ошибок в закупках и дефектуре

 

Подробности

ИИ ПРОКОНТРОЛИРУЕТ ПОЛКИ И ЦЕННИКИ В МАГАЗИНАХ «ПЯТЁРОЧКА»

Москва, 28 мая 2026 г. — Торговая сеть «Пятёрочка» (входит в Х5) тестирует в 100 магазинах Москвы внедрение системы компьютерного зрения Shelf Sense, которая переводит физические процессы выкладки товаров и оформления ценников в цифровой формат. Технология обеспечивает непрерывный мониторинг стеллажей, фиксирует отклонения в реальном времени и автоматически формирует для сотрудников задачи на устранение выявленных несоответствий.

Система работает на базе нейросети. Алгоритмы распознают отсутствие ценников, наличие пустот в выкладке товаров на полках и т. д. Преобразуя визуальную информацию в структурированные данные, Shelf Sense позволяет видеть фактическое состояние магазинов без выездных проверок, обеспечивая дисциплину торгового пространства и точность аналитики.

Цифровой контроль ценников осуществляется по расписанию — автоматические сканирования проходят в заданное время. Алгоритмы выявляют ряд несоответствий, такие как: неправильные ценники, отсутствующие или лишние ценники. Каждая позиция, которая требует корректировки, для удобства и скорости выполнения содержит точную навигацию: номер стеллажа, полки, название товарной позиции, фотографию для визуального подтверждения.

Параллельно система решает задачу распознавания пустот на полках. Сканируя стеллажи по заданному графику, Shelf Sense определяет отсутствие товара, анализирует остатки на складе магазина и формирует рекомендации по пополнению — предлагая конкретное товарное наименование (SKU) для выкладки. Это исключает субъективность оценок и сокращает время реакции, что в конечном счете повышает эффективность точки.

«В ходе теста нейросеть-технология проходит обучение, поэтому система может допускать неточности при распознавании. Успешность этого пилота напрямую зависит от обратной связи сотрудников магазинов, которые подтверждают или корректируют работу технологии. Такой подход позволит нам повысить точность алгоритмов перед масштабированием решения. Кроме того, мы уже сейчас видим дальнейший потенциал расширения функционала системы», — комментирует Георгий Кононов, директор по поддержке и эффективности бизнеса торговой сети «Пятёрочка».