AI কি Loss Prevention Specialist-দের Replace করবে? Surveillance Automate হচ্ছে — Investigation না
Loss prevention specialist-দের automation risk **51%**। Surveillance monitoring **75%** আর transaction analysis **78%**। কিন্তু theft investigate করা **30%** আর employee training **25%** human থাকছে।
৭৮%। সংকোচন ও জালিয়াতির ধরনের জন্য লেনদেন তথ্য বিশ্লেষণ ইতিমধ্যেই এতটাই স্বয়ংক্রিয় করা যায়। আপনি যদি লস প্রিভেনশনে কাজ করেন, AI আপনার কাজের জন্য আসছে না — এটি ইতিমধ্যেই প্রতিটি শিফটে, প্রতিটি রেজিস্টারে, আপনার হাঁটা প্রতিটি স্টোরের পটভূমিতে এর একটি উল্লেখযোগ্য অংশ করছে।
কিন্তু এখানে লস প্রিভেনশন সম্পর্কে একটি বিষয় আছে যা অটোমেশন সংখ্যাগুলি সম্পূর্ণরূপে ধরে না: একজন দোকানচোর ধরা লেনদেন লগ বিশ্লেষণ করার মতো নয়। একটি ব্যাক-রুম ইন্টারভিউতে একজন সন্দেহভাজন কর্মচারী চোরের বিপরীতে বসে, মাইক্রো-এক্সপ্রেশন পড়তে পড়তে Reid কৌশল প্রশ্ন ক্রম চালানো, ডেটা ওয়্যারহাউসে একটি স্বীটহার্টিং প্যাটার্ন চিহ্নিত করার মতো নয়। এবং তথ্য দুটির মধ্যে তীক্ষ্ণ পার্থক্য করে।
AI ইতিমধ্যেই যে কাজগুলি দাবি করেছে
লস প্রিভেনশন বিশেষজ্ঞরা ৫০% সামগ্রিক AI এক্সপোজার সহ ৫১% স্বয়ংক্রিয়করণ ঝুঁকির মুখোমুখি। [তথ্য] এটি এই ভূমিকাকে উচ্চ-রূপান্তর বিভাগে রাখে। কিন্তু রূপান্তর অসমান — দুটি ক্ষেত্রে ব্যাপকভাবে কেন্দ্রীভূত এবং অন্য দুটিতে কমই স্পর্শ করছে। এই বিভাজন হলো সবচেয়ে গুরুত্বপূর্ণ প্যাটার্ন যদি আপনি এই পেশায় থাকেন।
নজরদারি ক্যামেরা এবং AI-চালিত সনাক্তকরণ সিস্টেম পর্যবেক্ষণ ৭৫% স্বয়ংক্রিয়করণে নেতৃত্ব দেয়। [তথ্য] গত পাঁচ বছরে খুচরা নিরাপত্তায় কাজ করা যে কেউ এতে অবাক হওয়ার কথা নয়। আধুনিক লস প্রিভেনশন Sensormatic Solutions, Verkada, Sentry AI, এবং Veesion-এর মতো বিক্রেতাদের সিস্টেমের উপর নির্ভর করে যা কম্পিউটার ভিশন ব্যবহার করে গোপন আচরণ সনাক্ত করতে — পণ্য একটি ব্যাগে রাখা, নিরাপত্তা ট্যাগ অপসারণ, উচ্চ-চুরির এন্ডক্যাপে দীর্ঘক্ষণ থাকা — যেখানে আইনত অনুমোদিত সেখানে মুখ শনাক্তকরণের মাধ্যমে পরিচিত অপরাধীদের চিহ্নিত করা, এবং রিয়েল টাইমে অস্বাভাবিক চলাচলের প্যাটার্ন চিহ্নিত করা। মানব মনিটর ক্রমশ AI সতর্কতায় প্রতিক্রিয়া জানানো ব্যক্তি হয়ে উঠছেন, ফিড স্ক্যান করছেন এমন ব্যক্তি নন। যেকোনো আধুনিক স্টোর অপারেশন সেন্টারে প্রবেশ করুন এবং আপনি কম মনিটর প্রাচীর এবং বিশ্বাসযোগ্যতা স্কোর সহ শ্রেণীবদ্ধ সতর্কতা দেখানো আরও ড্যাশবোর্ড দেখবেন।
সংকোচন ও জালিয়াতির ধরনের জন্য লেনদেন তথ্য বিশ্লেষণ ৭৮% এ পৌঁছায় — পাঁচটি কাজের মধ্যে সর্বোচ্চ স্বয়ংক্রিয়করণের হার। [তথ্য] Appriss Retail, NCR Exception Manager, এবং Zellis Insight-এর মতো পয়েন্ট-অফ-সেল অ্যানালিটিক্স প্ল্যাটফর্মগুলি এখন স্বীটহার্টিং (ক্যাশিয়ারদের বন্ধুদের ছাড় দেওয়া), ভয়েড অপব্যবহার, রিফান্ড জালিয়াতি, সন্দেহজনক রিটার্ন প্যাটার্ন, এবং ইনভেন্টরি অসামঞ্জস্য সনাক্ত করতে পারে এমন গতি এবং স্কেলে যা কোনো মানব অডিটর মিলাতে পারে না। AI হাজার হাজার লেনদেন পর্যালোচনা করতে ক্লান্ত হয় না। পরিচিত কর্মচারীদের জন্য এর অন্ধ স্থান নেই। এটি অস্বস্তি বোধ করে না সেই সিনিয়র ক্যাশিয়ারকে চিহ্নিত করতে যিনি আট বছর ধরে স্টোরের সাথে আছেন এবং তথ্য অনুযায়ী তার রেজিস্টার ক্লাস্টারের গড়ের তুলনায় ৩৮% বেশি রসিদ-বিহীন রিটার্ন প্রক্রিয়া করছেন।
যে কাজগুলি মানবিক থাকে
এখন অন্য প্রান্ত দেখুন। সন্দেহজনক চুরি ও জালিয়াতির ঘটনা তদন্ত মাত্র ৩০% স্বয়ংক্রিয়করণে বসে আছে। [তথ্য] তদন্ত সহজাতভাবে আন্তঃব্যক্তিক। এতে সন্দেহভাজনদের সাক্ষাৎকার নেওয়া জড়িত (প্রায়শই Wicklander-Zulawski কৌশল ব্যবহার করে যা ১৯৮০-এর দশক থেকে শিল্প মান হয়ে উঠেছে), একটি মামলা তৈরি করতে স্টোর ম্যানেজারদের সাথে কাজ করা, আইন প্রয়োগকারীর সাথে সমন্বয় করা, এবং কখন আটক করতে হবে এবং কখন পর্যবেক্ষণ করতে হবে সে সম্পর্কে বিচার সিদ্ধান্ত নেওয়া। AI একটি সন্দেহজনক প্যাটার্ন চিহ্নিত করতে পারে। এটি একটি সাক্ষাৎকার কক্ষে বসে শারীরিক ভাষা পড়তে পারে না। এটি সিদ্ধান্ত নিতে পারে না যে একজন প্রথমবারের কিশোর অপরাধীর সাথে সঠিক পদক্ষেপ হলো একটি সিভিল ডিমান্ড লেটার বা একটি ফৌজদারি রেফারেল। এটি কথোপকথনটি ক্রমাঙ্কন করতে পারে না যখন সাক্ষাৎকার নেওয়া কর্মচারী কাঁদতে শুরু করেন এবং মাদকদ্রব্য অপব্যবহারের সমস্যা স্বীকার করতে শুরু করেন।
কর্মীদের লস প্রিভেনশন সম্পর্কে সচেতনতা প্রশিক্ষণ পরিচালনা আরও কম ২৫%-এ। [তথ্য] কার্যকর প্রশিক্ষণ একটি স্ক্রিপ্ট পড়ার বিষয়ে নয় — এটি একটি স্টোরের নির্দিষ্ট সংস্কৃতি বোঝার বিষয়ে, বিভিন্ন দলের জন্য বার্তা অভিযোজিত করার বিষয়ে (ব্যাক-রুম রিসিভিং ক্রু কসমেটিক্স বিভাগের সহযোগীদের চেয়ে ভিন্ন ফ্রেমিংয়ে প্রতিক্রিয়া দেখায়), এবং লস প্রিভেনশনকে একটি নজরদারি বোঝার পরিবর্তে প্রত্যেকের দায়িত্ব হিসেবে অনুভব করানোর বিষয়ে। এর জন্য মানব প্ররোচনা এবং বিশ্বাসযোগ্যতা প্রয়োজন, এবং এটি অত্যন্ত সম্পর্কীয়। একজন লস প্রিভেনশন বিশেষজ্ঞ যিনি তিন বছরের সাপ্তাহিক ওয়াক-থ্রুর মাধ্যমে স্টোর নেতৃত্বের সাথে বিশ্বাস গড়েছেন তিনি সংকোচন হ্রাস ফলাফল অর্জন করতে পারেন যা একটি পালিশ করা ই-লার্নিং মডিউল পারে না।
ঘটনা রিপোর্ট প্রস্তুত করা এবং আইন প্রয়োগকারীর সাথে সমন্বয় মাঝামাঝি ৫০%-এ পড়ে। [তথ্য] AI মামলার তথ্য থেকে রিপোর্ট স্বয়ংক্রিয়ভাবে তৈরি করতে পারে, টেমপ্লেট ফর্ম ব্যবহার করে আদালতের নথি পূরণ করতে পারে, এবং তদন্তকারীর কাঠামোগত ইনপুট থেকে বর্ণনা বিভাগ খসড়া করতেও পারে। কিন্তু সমন্বয় — পুলিশ নন-ইমার্জেন্সি লাইনে ফোন করা, পুনরুদ্ধার করা পণ্যদ্রব্যের জন্য কাস্টডি চেইন পরিচালনা করা, একটি মামলা বিচারে গেলে আদালতে সাক্ষ্য দেওয়া, খুচরা অপরাধ মামলার জন্য বিভিন্ন রুচি আছে এমন জেলা অ্যাটর্নির অফিসের সাথে কাজ করা — মানব উপস্থিতি এবং বিচারের প্রয়োজন। ক্যালিফোর্নিয়া (প্রপোজিশন ৪৭) এবং টেক্সাস (ফেলনি থ্রেশহোল্ড পরিবর্তন) সহ বেশ কয়েকটি রাজ্য খুচরা অপরাধের জন্য বিচার গণিত পরিবর্তন করেছে, এবং যে লস প্রিভেনশন বিশেষজ্ঞ স্থানীয় DA-র প্রকৃত বিচার প্যাটার্ন বোঝেন তিনি শুধু বিধি জানেন এমন একজনের চেয়ে বেশি কার্যকর।
চাপে একটি কর্মশক্তি
মার্কিন যুক্তরাষ্ট্রে প্রায় ৮১,৪০০ লস প্রিভেনশন বিশেষজ্ঞ আছেন, মধ্যমা বেতন $৩৮,৯৬০। [তথ্য] BLS ২০৩৪ সালের মধ্যে -২% হ্রাস প্রজেক্ট করে। [তথ্য] সেই সামান্য হ্রাস একটি বড় পরিবর্তন আড়াল করে: কাজের প্রকৃতি হেডকাউন্ট পরামর্শ দেওয়ার চেয়ে দ্রুততর পরিবর্তিত হচ্ছে, এবং মজুরি বিতরণ বিভক্ত হচ্ছে।
পাঁচ বছর আগে, একজন লস প্রিভেনশন বিশেষজ্ঞ তার দিনের বেশিরভাগ সময় ক্যামেরা মনিটর দেখতে এবং রসিদ পর্যালোচনা করতে ব্যয় করতেন। আজ, একই ব্যক্তি AI সনাক্তকরণ নিয়মগুলি কনফিগার করছেন, অ্যালগরিদম সতর্কতায় প্রতিক্রিয়া জানাচ্ছেন, এবং AI ইতিমধ্যে চিহ্নিত ও আংশিকভাবে নথিভুক্ত করা মামলা তদন্ত করছেন বলে সম্ভাবনা বেশি। কাজ পর্যবেক্ষণ থেকে তদন্তে স্থানান্তরিত হয়েছে, এবং পর্যবেক্ষণ থেকে সিস্টেম ব্যবস্থাপনায়।
২০২৮ সালের মধ্যে, সামগ্রিক এক্সপোজার ৬৫%-এ পৌঁছাবে এবং স্বয়ংক্রিয়করণ ঝুঁকি ৬৩%-এ উঠবে। [অনুমান] গতিপথটি খাড়া। তিন বছরের মধ্যে, বেশিরভাগ লস প্রিভেনশন কাজ হয় স্বয়ংক্রিয় বা AI-সহায়তা হবে। যে ভূমিকাগুলি টিকে থাকবে সেগুলির জন্য এক দশক আগে এই পেশাকে সংজ্ঞায়িত করা ভূমিকাগুলির চেয়ে ভিন্ন দক্ষতার মিশ্রণের প্রয়োজন হবে।
খুচরা সংকোচনের সমস্যা আরও খারাপ হচ্ছে
এখানে লস প্রিভেনশন পেশাদারদের পক্ষে কাজ করার একটি পাল্টা স্বজ্ঞাত কারণ আছে: খুচরা সংকোচন বাড়ছে। ন্যাশনাল রিটেইল ফেডারেশনের ২০২৩ ন্যাশনাল রিটেইল সিকিউরিটি সার্ভে রিপোর্ট করেছে যে ইনভেন্টরি ক্ষতি ২০২২ সালে $১১২ বিলিয়ন ছাড়িয়েছে, আগের বছরের $৯৪ বিলিয়ন থেকে বৃদ্ধি — সংগঠিত খুচরা অপরাধ (ORC), কর্মচারী চুরি, রিটার্ন জালিয়াতি, এবং পরিচালনাগত ত্রুটি দ্বারা চালিত। [দাবি] সংকোচন বাড়ার সাথে সাথে, খুচরা বিক্রেতারা লস প্রিভেনশনে আরও বিনিয়োগ করে — AI সিস্টেম এবং সেগুলি পরিচালনা করা মানুষ উভয়ই সহ। টার্গেট, হোম ডেপো, ওয়ালগ্রিনস, ওয়ালমার্ট, এবং ক্রোগার সকলেই প্রকাশ্যে সংকোচনকে অপারেটিং মার্জিনে একটি অর্থবহ চাপ হিসেবে উল্লেখ করেছেন, এবং সেই চাপ প্রযুক্তি ও কর্মীদের জন্য বাজেটে রূপান্তরিত হয়।
এটি এমন একটি গতিশীলতা তৈরি করে যেখানে AI কিছু লস প্রিভেনশন কাজ বাদ দেয় এবং ক্রমবর্ধমান সমস্যা উচ্চ স্তরের দক্ষতার চাহিদা তৈরি করে। যে বিশেষজ্ঞ AI নজরদারি সিস্টেম কনফিগার করতে পারেন, এর ফলাফল ব্যাখ্যা করতে পারেন, সংগঠিত চুরির রিংগুলিতে জটিল তদন্ত চালাতে পারেন, এবং বহু-এখতিয়ার আইন প্রয়োগকারীর সাথে সমন্বয় করতে পারেন তিনি শুধু ক্যামেরা দেখা একজনের চেয়ে খুচরা বিক্রেতার কাছে বেশি মূল্যবান। অর্গানাইজড রিটেইল ক্রাইম অ্যাসোসিয়েশন অফ আমেরিকা (ORCA) এবং কোয়ালিশন অফ ল এনফোর্সমেন্ট অ্যান্ড রিটেইল (CLEAR) এক দশক আগে বিদ্যমান ছিল না এমন পেশাদার পথ তৈরি করেছে, এবং LPC (লস প্রিভেনশন সার্টিফাইড) এবং LPQ (লস প্রিভেনশন কোয়ালিফাইড) সার্টিফিকেশন লস প্রিভেনশন ফাউন্ডেশন থেকে সিনিয়র চাকরির বাজারে অর্থবহ সংকেত হয়ে উঠেছে।
সংগঠিত খুচরা অপরাধের পরিবর্তন
সংকোচনের সমস্যা সমানভাবে বিতরণ করা হয়নি। সংগঠিত খুচরা অপরাধ — ব্যক্তিগত ব্যবহারের জন্য নয়, পুনরায় বিক্রয়ের জন্য চুরি করা সমন্বিত দল, প্রায়শই অনলাইন বাজারের মাধ্যমে পণ্যদ্রব্য সরানো — মোট ক্ষতির আরও বড় অংশ হয়ে উঠেছে। এই পরিবর্তনটি মানব-বনাম-AI প্রশ্নের জন্য গুরুত্বপূর্ণ কারণ ORC মামলাগুলির জন্য তদন্ত কাজের প্রয়োজন যা AI কেবল করতে পারে না। আপনি একই দলকে একাধিক স্টোরে ট্র্যাক করছেন, কখনও কখনও রাষ্ট্রীয় লাইন অতিক্রম করে, প্রসিকিউটররা আসলে গ্রহণ করবেন এমন মামলা তৈরি করছেন, Amazon, eBay, Facebook Marketplace, এবং OfferUp-এ অনলাইন মার্কেটপ্লেস জালিয়াতি দলের সাথে সমন্বয় করছেন, এবং রাষ্ট্রীয় থ্রেশহোল্ড অতিক্রম করা মামলাগুলিতে Homeland Security Investigations-এর মতো ফেডারেল অংশীদারদের সাথে কাজ করছেন।
২০২৩ সালে কার্যকর হওয়া INFORM Consumers Act-এর জন্য অনলাইন মার্কেটপ্লেসগুলিকে উচ্চ-ভলিউম তৃতীয় পক্ষের বিক্রেতাদের যাচাই করতে হবে। সেই নিয়ন্ত্রক পরিবর্তন লস প্রিভেনশন বিশেষজ্ঞদের জন্য নতুন তদন্তমূলক পথ তৈরি করেছে যারা এটি কীভাবে ব্যবহার করতে হয় তা বোঝেন। AI চুরি করা পণ্যের তালিকায় প্যাটার্ন সনাক্ত করতে সাহায্য করতে পারে, কিন্তু ORC বিচারকে কার্যকর করার সম্পর্ক-নির্মাণ এবং মামলা নির্মাণ মানুষের অন্তর্গত।
আপনি লস প্রিভেনশনে কাজ করলে এর অর্থ কী
ক্যারিয়ারের পথ বিভক্ত হচ্ছে। প্রবেশ-স্তরের পর্যবেক্ষণ ভূমিকাগুলি AI দ্বারা শোষিত হচ্ছে। তদন্ত, প্রশিক্ষণ, এবং কৌশলগত লস প্রিভেনশন ব্যবস্থাপনা আরও মূল্যবান হচ্ছে। আপনি যদি পর্যবেক্ষণ দিকে থাকেন, তদন্ত এবং অ্যানালিটিক্স ব্যবস্থাপনার দিকে পদক্ষেপটি জরুরি।
লস প্রিভেনশন প্রযুক্তি প্ল্যাটফর্মে সার্টিফিকেশন (Sensormatic, Veesion, Verkada অপারেটর ক্রেডেনশিয়াল), সাক্ষাৎকার ও জিজ্ঞাসাবাদ কৌশল (Wicklander-Zulawski সার্টিফিকেশন শিল্প মান), খুচরা জন্য ডেটা অ্যানালিটিক্স, এবং LPC ক্রেডেনশিয়ালের মতো স্নাতক কাজ যারা অগ্রগতি করেন তাদের থেকে স্থানচ্যুত হওয়া বিশেষজ্ঞদের আলাদা করবে। কাজটি অদৃশ্য হচ্ছে না — কিন্তু এটির যে সংস্করণে একটি ব্যাক রুমে বসে ক্যামেরা ফিডের একটি গ্রিড দেখা জড়িত।
যে বিশেষজ্ঞরা এই রূপান্তর করেন তাদের জন্য ক্ষতিপূরণের উর্ধ্বমুখী সম্ভাবনা অর্থবহ। প্রধান খুচরা বিক্রেতাদের আঞ্চলিক লস প্রিভেনশন ম্যানেজাররা $৭৫,০০০-১,১০,০০০ উপার্জন করেন। Fortune 500 খুচরা বিক্রেতাদের অ্যাসেট প্রোটেকশনের কর্পোরেট-স্তরের পরিচালকরা $১,৪০,০০০-২,০০,০০০ পৌঁছাতে পারেন। ক্যারিয়ার মই এখনও বিদ্যমান; এটি AI প্রতিলিপি করতে পারে না এমন কৌশলগত এবং তদন্তমূলক দক্ষতার মধ্য দিয়ে চলে, সেই নজরদারি কাজের মধ্য দিয়ে নয় যা AI আরও ভালো এবং সস্তায় পরিচালনা করে। ফ্লোরিডা বিশ্ববিদ্যালয়ের লস প্রিভেনশন রিসার্চ কাউন্সিল এবং ASIS আন্তর্জাতিক রিটেইল লস প্রিভেনশন কাউন্সিল পেশাদার নেটওয়ার্ক তৈরি করেছে যা গুরুতর ক্যারিয়ার প্রতিশ্রুতির সংকেত দেয়, এবং সেই চেনাশোনায় সক্রিয় সদস্যপদ ক্রমবর্ধমানভাবে সিনিয়র অ্যাসেট প্রোটেকশন ভূমিকার জন্য প্রবেশ টিকিট।
লস প্রিভেনশন বিশেষজ্ঞদের জন্য বিস্তারিত তথ্য দেখুন
_অ্যান্থ্রপিকের ২০২৬ অর্থনৈতিক প্রভাব গবেষণা, Brynjolfsson 2025 অধ্যয়ন, এবং BLS পেশাগত প্রজেকশনের তথ্যের উপর ভিত্তি করে AI-সহায়তা বিশ্লেষণ।_
আপডেট ইতিহাস
- ২০২৬-০৪-০৪: ২০২৫ অটোমেশন মেট্রিক্স এবং BLS ২০২৪-৩৪ প্রজেকশন সহ প্রাথমিক প্রকাশনা।
- ২০২৬-০৫-১৮: INFORM Consumers Act প্রেক্ষাপট, Wicklander-Zulawski সাক্ষাৎকার পদ্ধতি, ORC তদন্ত ওয়ার্কফ্লো, এবং সিনিয়র-ট্র্যাক সার্টিফিকেশন ও ক্ষতিপূরণ গাইডেন্স (LPC, LPQ, আঞ্চলিক/পরিচালক ক্ষতিপূরণ) সহ সম্প্রসারিত।
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
আপডেট ইতিহাস
- ৮ এপ্রিল, ২০২৬ তারিখে প্রথম প্রকাশিত।
- ১৮ মে, ২০২৬ তারিখে সর্বশেষ পর্যালোচিত।