Un erogatore automatico che non si limita a eseguire operazioni programmate, ma utilizza l’intelligenza artificiale per interpretare ciò che osserva attraverso una telecamera. È la novità presentata il 15 ottobre da DOGNESS International Corporation, azienda cinese specializzata in prodotti per animali domestici, che ha annunciato il lancio di AI Pet Feeder, un dispositivo sviluppato con tecnologie Google Cloud e Google Gemini.
Non si tratta di un distributore automatico commerciale, bensì di un erogatore domestico di alimenti per animali. La sua particolarità offre però uno spunto per il vending: la possibilità di integrare l’analisi delle immagini con i dati di funzionamento delle macchine, superando i limiti delle informazioni rilevate dai soli sensori.
Il nuovo AI Pet Feeder è dotato di una telecamera grandangolare da 120 gradi, con visione notturna ad alta definizione, che permette di monitorare attraverso un’applicazione mobile l’alimentazione, le attività e il riposo degli animali. Grazie all’integrazione di Google Gemini, il sistema può analizzare le immagini, riconoscere comportamenti anomali e inviare segnalazioni automatiche al proprietario. Secondo DOGNESS, l’innovazione consiste nel passaggio dalla semplice osservazione a un riconoscimento attivo delle situazioni, senza limitarsi alla registrazione video.
L’azienda ha inoltre annunciato l’intenzione di ampliare la collaborazione con Google Cloud per sviluppare ulteriori applicazioni nell’alimentazione intelligente, nel monitoraggio e nell’analisi comportamentale.
Nel vending la computer vision è già una realtà
Il riconoscimento delle immagini attraverso l’intelligenza artificiale non rappresenta una novità assoluta per la distribuzione automatica. Sistemi di computer vision sono già utilizzati negli smart cooler e nelle soluzioni di unattended retail per identificare i prodotti prelevati e gestire automaticamente gli acquisti.
Tra gli esempi disponibili figura PicoCooler Vision di 365 Retail Markets, che utilizza telecamere e AI per riconoscere gli articoli scelti dal consumatore senza richiederne la scansione. Anche SECO ha sviluppato applicazioni di intelligenza artificiale per il vending, dedicate al riconoscimento di prodotti, interazioni e segnali visivi.
La telemetria, inoltre, consente da tempo ai gestori di controllare le macchine a distanza, monitorare vendite e scorte, rilevare anomalie e programmare interventi tecnici. Il passo successivo potrebbe essere quello di mettere in relazione ciò che la macchina registra con ciò che una telecamera è in grado di osservare e interpretare. Non soltanto riconoscere un prodotto, dunque, ma comprendere meglio le circostanze in cui si verifica un determinato evento.
Quando le immagini possono aggiungere informazioni ai dati
Un’applicazione particolarmente interessante riguarda le anomalie di erogazione. Un distributore può già rilevare un problema attraverso i propri sensori e trasmettere la segnalazione al sistema di gestione. L’analisi delle immagini potrebbe aggiungere un ulteriore elemento diagnostico, mostrando, ad esempio, se un prodotto è rimasto incastrato, se è caduto in una posizione anomala oppure se il vano di prelievo presenta un ostacolo.
Analogamente, l’interpretazione di sequenze visive potrebbe contribuire a comprendere meglio alcune difficoltà incontrate dal consumatore durante l’acquisto, integrando le informazioni già disponibili attraverso i sistemi elettronici.
Si tratta di applicazioni ipotetiche, non di funzionalità annunciate da DOGNESS per il vending. La loro realizzazione dipenderebbe anche dall’affidabilità dei sistemi di riconoscimento, dai costi di implementazione e dalle condizioni di utilizzo delle telecamere, nel rispetto della normativa sulla protezione dei dati personali.
Il caso DOGNESS è comunque indicativo di una possibile evoluzione dell’automazione. Per la distribuzione automatica, la prospettiva non è sostituire la telemetria, ma affiancarle strumenti visivi intelligenti, capaci di fornire informazioni sul funzionamento della macchina e sull’interazione con il consumatore che i dati tradizionali, da soli, non sempre riescono a restituire.
