AI কি লস প্রিভেনশন ম্যানেজারদের প্রতিস্থাপন করবে?

$১১২ বিলিয়ন। ২০২৪ সালে খুচরা সংকোচন আমেরিকান ব্যবসার সেই পরিমাণ খরচ করেছে, এবং সমস্যাটি আরও খারাপ হচ্ছে। সংগঠিত খুচরা অপরাধ রিং, স্ব-চেকআউট জালিয়াতি এবং কর্মচারী চুরি ঐতিহ্যগত লস প্রিভেনশন পদ্ধতির সাথে তাল মেলাতে পারে তার চেয়ে দ্রুত বিকশিত হচ্ছে। জাতীয় খুচরা ফেডারেশনের বার্ষিক নিরাপত্তা জরিপ দেখেছে যে ৮৬% খুচরা বিক্রেতা সংগঠিত খুচরা অপরাধ বৃদ্ধির রিপোর্ট করেছে, গড় সংকোচন হার ২০১৯ সালে বিক্রয়ের ১.৪% থেকে ২০২৪ সালে ১.৬% এর বেশিতে উঠছে। [তথ্য] প্রবেশ করুন AI, যা মানব চোখ মিস করে তা দেখার প্রতিশ্রুতি দেয় — এবং কখনও ছুটি নেয় না।

এক্সপোজার চিত্র

লস প্রিভেনশন ম্যানেজাররা ৪৪% AI এক্সপোজার এবং ৩৪% অটোমেশন ঝুঁকি দেখায়। [তথ্য] BLS ২০৩৪ সালের মধ্যে ৫% বৃদ্ধির পূর্বাভাস দেয়, প্রায় $৭২,৯৪০ মধ্যমান বেতন সহ। পেশাটি স্থিতিশীল, কিন্তু দৈনন্দিন কাজ দ্রুত রূপান্তরিত হচ্ছে। ক্ষতিপূরণ সবচেয়ে দ্রুত সিনিয়র শেষে বাড়ছে — প্রধান খুচরা বিক্রেতাদের আঞ্চলিক এবং কর্পোরেট-স্তরের লস প্রিভেনশন পরিচালকরা এখন প্রায়শই $১,৫০,০০০ ছাড়িয়ে যাওয়া বেতন পান।

ক্ষতি ডেটা এবং ধরন বিশ্লেষণ করা ৬২% অটোমেশনে আছে। [তথ্য] AI হাজার হাজার লেনদেন জুড়ে পয়েন্ট-অব-সেল ডেটা প্রক্রিয়া করতে, সন্দেহজনক ধরন সনাক্ত করতে এবং ম্যানুয়াল অডিটিং মিলাতে পারে না এমন নির্ভুলতার সাথে সম্ভাব্য অভ্যন্তরীণ চুরি ফ্ল্যাগ করতে পারে। লস প্রিভেনশন কৌশল বিকাশ করা ৪২% এ বসে — AI ডেটার উপর ভিত্তি করে পদ্ধতি পরামর্শ দিতে পারে, কিন্তু সম্পদ বরাদ্দ এবং নীতি বাস্তবায়ন সম্পর্কে কৌশলগত সিদ্ধান্তের জন্য মানব বিচার প্রয়োজন। তদন্ত দল পরিচালনা মাত্র ২২% এ আছে। সন্দেহভাজন কর্মচারী চোরদের সাক্ষাৎকার পরিচালনা — প্রায়শই লস প্রিভেনশন ব্যবস্থাপকের সপ্তাহের সর্বোচ্চ-স্টেক একক ঘণ্টা — ১০% এর নিচে অটোমেশন নিবন্ধন করে। [তথ্য]

স্টোর ফ্লোরে AI

খুচরা শিল্প AI-চালিত লস প্রিভেনশনের প্রাথমিক গ্রহণকারী হয়েছে। কম্পিউটার ভিশন সিস্টেম এখন স্ব-চেকআউট স্টেশনে রিয়েল-টাইমে সন্দেহজনক আচরণ সনাক্ত করতে পারে, পরিচয় করিয়ে দেওয়া হলে কখন আইটেম স্ক্যান করা হয় না বা বারকোড অদলবদল হয় তা সনাক্ত করে। [তথ্য] এই সিস্টেমগুলি প্রাথমিক স্থাপনায় স্ব-চেকআউট সংকোচন ৩০% পর্যন্ত হ্রাস করেছে। Walmart-এর AI-চালিত "মিসড স্ক্যান ডিটেকশন" সিস্টেম, NCR-এর FastLane স্ব-চেকআউট ইন্টেলিজেন্স এবং Diebold Nixdorf-এর অনুরূপ অফারগুলি এখন প্রধান চেইনে মানক।

AI বিশ্লেষণ প্ল্যাটফর্মগুলি সম্ভাব্য সংগঠিত খুচরা অপরাধ সনাক্ত করতে ক্রয়ের ধরন বিশ্লেষণ করে — যখন একই আইটেমগুলি একটি সমন্বিত অপারেশনের পরামর্শমূলক ধরনে একাধিক অবস্থানে চুরি হচ্ছে তখন ফ্ল্যাগ করে। [তথ্য] Appriss Retail-এর মতো সংস্থাগুলি ক্রস-খুচরা রিটার্ন ডেটাবেস চালায় যা অংশগ্রহণকারী খুচরা বিক্রেতাদের পুনরায় অপরাধীদের সনাক্ত করতে দেয় এমনকি যখন তারা নেটওয়ার্কে বিভিন্ন স্টোরকে লক্ষ্য করে। বার্ষিক রিটার্ন জালিয়াতির ক্ষতি দেশব্যাপী $২৮ বিলিয়ন অনুমান করা হয়েছে। [তথ্য]

এমনকি কর্মচারী চুরি, ঐতিহ্যগতভাবে লস প্রিভেনশনের কঠিনতম সমস্যাগুলির মধ্যে একটি, আরও সনাক্তযোগ্য হয়ে উঠছে। AI সিস্টেম কর্মচারী ছাড় ব্যবহার, অকার্যকর ধরন এবং কর্মঘণ্টার পরে রেজিস্টার কার্যকলাপে অসামঞ্জস্য সনাক্ত করতে পারে। [তথ্য]

কেন ব্যবস্থাপক এখনও গুরুত্বপূর্ণ

এই সমস্ত প্রযুক্তি কার্যকর তথ্যের একটি বিশাল পরিমাণ তৈরি করে। কিন্তু কৌশল ছাড়া তথ্য কেবল ডেটা। কেউকে অগ্রাধিকার দিতে হবে কোন মামলাগুলি অনুসরণ করতে হবে, ক্ষতি প্রতিরোধ এবং গ্রাহক অভিজ্ঞতার মধ্যে ভারসাম্য করতে হবে (আক্রমণাত্মক নিরাপত্তা ক্রেতাদের দূরে সরিয়ে দেয়), আইন প্রয়োগের সাথে সম্পর্ক পরিচালনা করতে হবে এবং নৈতিক বিচারমূলক সিদ্ধান্তগুলি নিতে হবে।

প্রথমবারের দোকানদারকে কি বিচার করবেন যে শিশু ফর্মুলা চুরি করেছে? একটি ছোট চুরিতে ধরা দীর্ঘমেয়াদী কর্মচারীকে কীভাবে পরিচালনা করবেন? কখন আক্রমণাত্মক লস প্রিভেনশন জাতিগত প্রোফাইলিংয়ের লাইন অতিক্রম করে? এগুলি মানবিক সিদ্ধান্ত যা জ্ঞান প্রয়োজন, অ্যালগরিদম নয়। [দাবি] ২০১৪ সালে তার হেরাল্ড স্কয়ার স্টোরে জাতিগত প্রোফাইলিংয়ের জন্য Macy-এর বিরুদ্ধে মামলা বহু-মিলিয়ন-ডলার নিষ্পত্তিতে শেষ হয়েছিল এবং কোম্পানির লস প্রিভেনশন প্রশিক্ষণ প্রোগ্রামে উল্লেখযোগ্য পরিবর্তন এনেছিল। [তথ্য]

সাক্ষাৎকার প্রক্রিয়া আরেকটি ক্ষেত্র যেখানে মানব বিচার সিদ্ধান্তমূলক থাকে। Wicklander-Zulawski সাক্ষাৎকার পদ্ধতি সম্পর্কে দক্ষ লস প্রিভেনশন ম্যানেজাররা শক্তিশালী প্রমাণের ক্ষেত্রে ৬০-৮০% স্বীকারোক্তি পুনরুদ্ধার করেন, কম দক্ষ সাক্ষাৎকারকারীরা প্রায়শই তুলনামূলক মামলার ২০-৩০% এ স্বীকারোক্তি পান। [তথ্য]

কৌশলগত পরিবর্তন

লস প্রিভেনশন একটি প্রতিক্রিয়াশীল থেকে একটি ভবিষ্যদ্বাণীমূলক শাখায় যাচ্ছে। যে ব্যবস্থাপকরা ক্ষেত্রটি নেতৃত্ব দেবেন তারা হলেন যারা AI অন্তর্দৃষ্টিকে ব্যাপক কৌশলে একীভূত করতে পারেন যা সংকোচনের মূল কারণগুলি সমাধান করে, কেবল ঘটনার পরে চোর ধরে না। [অনুমান] শীর্ষস্থানীয় খুচরা বিক্রেতারা এখন সংকোচনকে নিরাপত্তার পাশাপাশি একটি সাপ্লাই চেইন এবং অপারেশন সমস্যা হিসেবে গণ্য করছে। স্টোর লেআউট সিদ্ধান্ত, পণ্য স্থান, প্যাকেজিং ডিজাইন এবং এমনকি কোন পণ্যগুলি কোন অবস্থানে বিক্রি করতে হবে তার পছন্দ লস প্রিভেনশন বিশ্লেষণ দ্বারা চালিত হচ্ছে।

AI সরঞ্জামগুলি আপনার শিল্প রূপান্তরকারী বোঝার জন্য বিনিয়োগ করুন। আপনার বিদ্যমান তদন্ত এবং দল ব্যবস্থাপনা দক্ষতার পাশাপাশি ডেটা বিশ্লেষণে দক্ষতা তৈরি করুন। Loss Prevention Foundation-এর LPC এবং LPQ শংসাপত্রগুলি ক্ষেত্রে মানক শংসাপত্র থাকে, এবং উভয়ই বিশ্লেষণ এবং প্রযুক্তি একীকরণের উপর ক্রমবর্ধমান জোর প্রতিফলিত করতে আপডেট হচ্ছে। [তথ্য]

লস প্রিভেনশন ম্যানেজারদের জন্য বিস্তারিত AI প্রভাব ডেটা দেখুন

_এই বিশ্লেষণটি AI সহায়তায় তৈরি করা হয়েছে, অ্যান্থ্রপিক ইকোনমিক ইনডেক্স এবং শ্রম পরিসংখ্যান ব্যুরোর ডেটার উপর ভিত্তি করে।_

সম্পর্কিত: অন্যান্য চাকরির কী হবে?

AI অনেক পেশা পুনর্গঠন করছে:

• AI কি বেসরকারি নিরাপত্তা ব্যবস্থাপকদের প্রতিস্থাপন করবে?
• AI কি প্রকল্প ব্যবস্থাপকদের প্রতিস্থাপন করবে?
• AI কি শিক্ষকদের প্রতিস্থাপন করবে?
• AI কি ডাক্তারদের প্রতিস্থাপন করবে?

_আমাদের ব্লগে ১,০১৬টি পেশা বিশ্লেষণ দেখুন।_

লস প্রিভেনশন ম্যানেজারদের পেশাদার উন্নয়ন পথ

আজকের লস প্রিভেনশন ম্যানেজারদের জন্য, পেশাগত উন্নয়ন তিনটি মূল এলাকায় কেন্দ্রীভূত হওয়া উচিত:

প্রথমত, ডেটা বিশ্লেষণ দক্ষতা। Excel মাস্টার করা এখন আর যথেষ্ট নয়। সফলতম লস প্রিভেনশন পেশাদাররা SQL, Python বা Tableau শিখছেন যাতে তারা নিজেরাই AI-উৎপন্ন ডেটা ব্যাখ্যা করতে এবং প্রশ্নাবলী তৈরি করতে পারেন — একটি ডেটা দলের ব্যাখ্যার জন্য অপেক্ষা না করে। [অনুমান]

দ্বিতীয়ত, আইনি এবং সম্মতি জ্ঞান। কর্মচারী পলিগ্রাফ সুরক্ষা আইন, BIPA, এবং জাতীয় নিরাপত্তা সংস্থাগুলির জন্য আঞ্চলিক নিয়মকানুন বোঝা ক্রমশ মৌলিক যোগ্যতা হয়ে উঠছে। জাতিগত প্রোফাইলিং মামলাগুলি থেকে গোপনীয়তা লঙ্ঘনের মামলা পর্যন্ত, আইনি ঝুঁকি এখন প্রায়শই চুরি থেকে ক্ষতির চেয়ে বড় খরচ। [তথ্য]

তৃতীয়ত, সাংগঠনিক প্রভাব দক্ষতা। সর্বোচ্চ-কার্যক্ষম লস প্রিভেনশন পেশাদাররা শুধু নিরাপত্তা বিশেষজ্ঞ নন — তারা পণ্যদ্রব্য, ক্রিয়াকলাপ এবং মানব সম্পদ জুড়ে পরিবর্তনকে প্রভাবিত করতে পারেন। নিরাপত্তা সিদ্ধান্ত প্রায়শই খুচরা কৌশল সিদ্ধান্তও এবং এই সংযোগটি বোঝার ক্ষমতা ক্যারিয়ার অগ্রগতিকে ত্বরান্বিত করে। [দাবি]

ভবিষ্যৎ দৃষ্টিভঙ্গি

আগামী পাঁচ থেকে দশ বছরে, লস প্রিভেনশন ফাংশন সম্ভবত চারটি উপায়ে পরিবর্তিত হবে: কম সাইন-লেভেল হেডকাউন্ট কিন্তু উচ্চ-মানের তদন্তকারীরা; আরও বেশি পরিশীলিত AI সরঞ্জাম কিন্তু নৈতিক তদারকির জন্য আরও বেশি মানবিক বিচারের প্রয়োজন; কৌশলগত সিদ্ধান্ত প্রক্রিয়ায় আরও গভীর ব্যবসায়িক একীকরণ; এবং ক্রমবর্ধমান আন্তঃ-বিভাগীয় ভূমিকা যা নিরাপত্তা দক্ষতাকে সরবরাহ শৃঙ্খল, মার্কেন্ডাইজিং এবং আইনি জ্ঞানের সাথে একত্রিত করে। [অনুমান]

সামগ্রিকভাবে, লস প্রিভেনশন ম্যানেজার AI দ্বারা সম্পূর্ণ অপ্রচলিত হওয়ার সম্ভাবনা কম। পরিবর্তে, প্রযুক্তি-বুদ্ধিমান ব্যবস্থাপকরা — যারা AI সরঞ্জামগুলি মোতায়েন করতে, সম্মতি নিশ্চিত করতে এবং কৌশলগত সিদ্ধান্তে ডেটা-চালিত অন্তর্দৃষ্টি অনুবাদ করতে পারেন — তাদের সংস্থাগুলির কাছে আরও মূল্যবান হয়ে উঠবেন কারণ AI আরও বেশি ক্ষমতাবান হয়ে ওঠে। [দাবি] লস প্রিভেনশন পেশায় যারা উন্নতি করবেন তারা হলেন যারা প্রযুক্তিকে একটি দক্ষতা বৃদ্ধিকারী হিসেবে বিবেচনা করেন এবং মানব বিচার, নৈতিক রায় এবং কৌশলগত দৃষ্টিভঙ্গিতে তাদের অপ্রতিদ্বন্দ্বী সুবিধা বজায় রাখেন যা AI কোনোদিন প্রতিস্থাপন করতে পারবে না।