क्या AI Loss Prevention Specialists की जगह ले लेगा? Surveillance Automate हो रही है — Investigation नहीं

78%. यह वह दर है जिस पर लेन-देन डेटा का विश्लेषण चोरी और धोखाधड़ी पैटर्न के लिए पहले से ही स्वचालित किया जा सकता है। अगर आप हानि निवारण (loss prevention) में काम करते हैं, तो AI आपकी नौकरी छीनने नहीं आ रहा है — यह पहले से ही इसका एक महत्वपूर्ण हिस्सा कर रहा है, हर शिफ़्ट में, हर रजिस्टर पर, आपके चलते हर स्टोर की पृष्ठभूमि में।

लेकिन हानि निवारण के बारे में यहां वह बात है जो स्वचालन संख्याएं पूरी तरह से नहीं पकड़ती: एक दुकानदार को पकड़ना लेन-देन लॉग का विश्लेषण करने के समान नहीं है। एक संदिग्ध कर्मचारी चोर के सामने पीछे के कमरे के साक्षात्कार में बैठना, सूक्ष्म-अभिव्यक्तियों को पढ़ते समय Reid तकनीक का प्रश्न क्रम चलाना, डेटा वेयरहाउस में sweethearting पैटर्न को चिह्नित करने के समान नहीं है। और डेटा दोनों के बीच एक तीव्र भेद करता है।

जो कार्य AI ने पहले ही ले लिए हैं

हानि निवारण विशेषज्ञ 51% स्वचालन जोखिम और 50% समग्र AI एक्सपोज़र का सामना कर रहे हैं। [तथ्य] यह इस भूमिका को सीधे उच्च-परिवर्तन श्रेणी में रखता है। लेकिन परिवर्तन असमान है — दो क्षेत्रों में भारी रूप से केंद्रित जबकि दो अन्य को बमुश्किल छूता है। यह विभाजन इस पेशे में होने पर समझने के लिए सबसे महत्वपूर्ण पैटर्न है।

निगरानी कैमरे और AI-संचालित डिटेक्शन सिस्टम की निगरानी 75% स्वचालन पर अग्रणी है। [तथ्य] इसे पिछले पांच वर्षों में खुदरा सुरक्षा में काम करने वाले किसी भी व्यक्ति के लिए आश्चर्य नहीं होना चाहिए। आधुनिक हानि निवारण Sensormatic Solutions, Verkada, Sentry AI, और Veesion जैसे विक्रेताओं की प्रणालियों पर निर्भर करता है जो छिपाने के व्यवहार का पता लगाने के लिए कंप्यूटर विज़न का उपयोग करते हैं — माल को बैग में रखना, सुरक्षा टैग हटाना, उच्च-चोरी अंत-कैप पर मंडराना — जहां कानूनी रूप से अनुमत हो वहां ज्ञात अपराधियों को चेहरे की पहचान के माध्यम से पहचानना, और वास्तविक समय में असामान्य आंदोलन पैटर्न को चिह्नित करना। मानव मॉनिटर तेज़ी से वह व्यक्ति बन रहा है जो AI अलर्ट का जवाब देता है, फ़ीड को स्कैन करने वाला व्यक्ति नहीं। किसी भी आधुनिक स्टोर ऑपरेशन सेंटर में जाएं और आप कम मॉनिटर दीवारें और अधिक डैशबोर्ड देखेंगे जो विश्वास स्कोर के साथ श्रेणीबद्ध अलर्ट दिखाते हैं।

चोरी और धोखाधड़ी पैटर्न के लिए लेन-देन डेटा का विश्लेषण 78% पर पहुंचता है — सभी पांच कार्यों में सबसे उच्च स्वचालन दर। [तथ्य] Appriss Retail, NCR Exception Manager, और Zellis Insight जैसे पॉइंट-ऑफ़-सेल एनालिटिक्स प्लेटफ़ॉर्म अब sweethearting (कैशियर अपने दोस्तों को छूट देते हैं), void दुरुपयोग, रिफंड धोखाधड़ी, संदिग्ध रिटर्न पैटर्न, और इन्वेंट्री विसंगतियों को इस पैमाने और गति पर पहचान सकते हैं जिसे कोई मानव ऑडिटर मेल नहीं खा सकता। AI हज़ारों लेन-देन की समीक्षा करते समय थक नहीं जाता। इसमें परिचित कर्मचारियों के लिए अंध स्थान नहीं हैं। यह उस वरिष्ठ कैशियर को चिह्नित करने में अजीब महसूस नहीं करता जो आठ साल से स्टोर के साथ हैं और जो डेटा के अनुसार, उसके रजिस्टर क्लस्टर के औसत से 38% अधिक बिना-रसीद रिटर्न प्रोसेस कर रही हैं।

जो कार्य मानव बने रहते हैं

अब दूसरे छोर को देखें। संदिग्ध चोरी और धोखाधड़ी की घटनाओं की जांच केवल 30% स्वचालन पर है। [तथ्य] जांच स्वाभाविक रूप से पारस्परिक है। इसमें संदिग्धों का साक्षात्कार लेना (अक्सर Wicklander-Zulawski तकनीक का उपयोग करना जो 1980 के दशक से उद्योग मानक बन गई है), मामले बनाने के लिए स्टोर प्रबंधकों के साथ काम करना, कानून प्रवर्तन के साथ समन्वय करना, और कब गिरफ्तार करना है और कब अवलोकन करना है इस पर निर्णय लेना शामिल है। AI एक संदिग्ध पैटर्न को चिह्नित कर सकता है। यह साक्षात्कार कक्ष में बैठकर शरीर की भाषा नहीं पढ़ सकता। यह तय नहीं कर सकता कि पहली बार के नाबालिग अपराधी के साथ सही कदम एक सिविल मांग पत्र है या एक आपराधिक रेफरल। यह उस बातचीत को कैलिब्रेट नहीं कर सकता जब साक्षात्कार दे रहा कर्मचारी रोने लगता है और मादक पदार्थ दुरुपयोग समस्या को स्वीकार करता है।

हानि निवारण पर कर्मचारी जागरूकता प्रशिक्षण आयोजित करना 25% पर और भी कम है। [तथ्य] प्रभावी प्रशिक्षण एक स्क्रिप्ट पढ़ने के बारे में नहीं है — यह एक स्टोर स्थान की विशिष्ट संस्कृति को समझने, विभिन्न टीमों के लिए संदेश को अनुकूलित करने (पीछे के कमरे के प्राप्ति चालक दल अलग फ्रेमिंग पर प्रतिक्रिया देते हैं जो सौंदर्य प्रसाधन विभाग के सहयोगियों से अलग होते हैं), और हानि निवारण को निगरानी बोझ के बजाय हर किसी की ज़िम्मेदारी जैसा महसूस कराने के बारे में है। इसके लिए मानव अनुनय और विश्वसनीयता की आवश्यकता होती है, और यह बहुत संबंधपरक है। एक हानि निवारण विशेषज्ञ जिसने तीन वर्षों के साप्ताहिक स्टोर वॉक-थ्रू में स्टोर नेतृत्व के साथ विश्वास बनाया है, चोरी में कमी के परिणाम चला सकता है जो एक पॉलिश की गई ई-लर्निंग मॉड्यूल नहीं कर सकता।

घटना रिपोर्ट तैयार करना और कानून प्रवर्तन के साथ समन्वय करना 50% पर मध्य में आता है। [तथ्य] AI मामले के डेटा से रिपोर्ट को स्वचालित रूप से उत्पन्न कर सकता है, टेम्पलेट फ़ॉर्म का उपयोग करके अदालत के दस्तावेज़ भर सकता है, और जांचकर्ता से संरचित इनपुट का उपयोग करके कथा अनुभाग का मसौदा भी तैयार कर सकता है। लेकिन समन्वय — पुलिस आपातकालीन नहीं वाली लाइन को कॉल करना, बरामद माल की हिरासत श्रृंखला का प्रबंधन करना, जब कोई मामला अभियोजन के लिए जाता है तो अदालत में गवाही देना, खुदरा चोरी के मामलों के लिए अलग-अलग भूख वाले जिला अटॉर्नी के कार्यालयों के साथ काम करना — को मानव उपस्थिति और निर्णय की आवश्यकता होती है। कैलिफ़ोर्निया (प्रोपोज़िशन 47) और टेक्सास (फ़ेलोनी थ्रेशोल्ड परिवर्तन) सहित कई राज्यों ने खुदरा अपराध के लिए अभियोजन गणित को बदल दिया है, और जो हानि निवारण विशेषज्ञ स्थानीय DA के वास्तविक अभियोजन पैटर्न को समझता है वह केवल क़ानून जानने वाले की तुलना में अधिक प्रभावी है।

दबाव में एक कार्यबल

अमेरिका में लगभग 81,400 हानि निवारण विशेषज्ञ हैं, जो $38,960 की औसत वेतन कमाते हैं। [तथ्य] BLS 2034 तक -2% की गिरावट का अनुमान लगाता है। [तथ्य] वह मामूली गिरावट एक बड़े बदलाव को छुपाती है: नौकरी की प्रकृति हेडकाउंट से सुझाव के मुक़ाबले तेज़ी से बदल रही है, और वेतन वितरण द्विभाजित हो रहा है।

पांच साल पहले, एक हानि निवारण विशेषज्ञ अपना अधिकांश दिन कैमरा मॉनिटर देखने और रसीदों की समीक्षा में बिता सकता था। आज, वही व्यक्ति AI डिटेक्शन नियमों को कॉन्फ़िगर करने, एल्गोरिथम अलर्ट का जवाब देने, और AI द्वारा पहले से ही चिह्नित और आंशिक रूप से दस्तावेज़ किए गए मामलों की जांच करने की अधिक संभावना है। काम अवलोकन से जांच में, और अवलोकन से सिस्टम प्रबंधन में स्थानांतरित हो गया है।

2028 तक, समग्र एक्सपोज़र 65% तक पहुंचने और स्वचालन जोखिम 63% तक चढ़ने का अनुमान है। [अनुमान] प्रक्षेपवक्र खड़ी है। तीन वर्षों के भीतर, हानि निवारण कार्य का अधिकांश हिस्सा या तो स्वचालित होगा या AI-सहायक होगा। जो भूमिकाएं बचेंगी, उन्हें एक दशक पहले पेशे को परिभाषित करने वाले से एक अलग कौशल मिश्रण की आवश्यकता होगी।

खुदरा चोरी की समस्या और भी बदतर हो रही है

यहां एक प्रति-सहज ज्ञान कारक है जो हानि निवारण पेशेवरों के पक्ष में काम कर रहा है: खुदरा चोरी बढ़ रही है। नेशनल रिटेल फेडरेशन के 2023 राष्ट्रीय रिटेल सुरक्षा सर्वेक्षण ने रिपोर्ट किया कि 2022 में इन्वेंट्री हानि $112 बिलियन से अधिक हो गई, पिछले वर्ष के 94 बिलियन से ऊपर — संगठित खुदरा अपराध (ORC), कर्मचारी चोरी, रिटर्न धोखाधड़ी, और परिचालन त्रुटियों द्वारा संचालित। [दावा] जैसे-जैसे चोरी बढ़ती है, खुदरा विक्रेता हानि निवारण में अधिक निवेश करते हैं — AI सिस्टम और उन्हें संचालित करने वाले मनुष्यों दोनों सहित। Target, Home Depot, Walgreens, Walmart, और Kroger सभी ने सार्वजनिक रूप से चोरी को परिचालन मार्जिन पर एक सार्थक दबाव के रूप में उद्धृत किया है, और वह दबाव प्रौद्योगिकी और कर्मियों दोनों के लिए बजट में अनुवादित होता है।

यह एक गतिशीलता बनाता है जहां AI कुछ हानि निवारण कार्यों को समाप्त करता है जबकि बढ़ती समस्या उच्च-स्तरीय विशेषज्ञता की मांग पैदा करती है। जो विशेषज्ञ एक AI निगरानी प्रणाली को कॉन्फ़िगर कर सकता है, इसके निष्कर्षों की व्याख्या कर सकता है, संगठित चोरी रिंगों में जटिल जांच चला सकता है, और बहु-न्यायिक कानून प्रवर्तन के साथ समन्वय कर सकता है वह केवल कैमरे देखने वाले की तुलना में एक खुदरा विक्रेता के लिए अधिक मूल्यवान है। ऑर्गेनाइज़्ड रिटेल क्राइम एसोसिएशन ऑफ़ अमेरिका (ORCA) और कोएलिशन ऑफ़ लॉ एनफ़ोर्समेंट एंड रिटेल (CLEAR) ने पेशेवर मार्ग बनाए हैं जो एक दशक पहले मौजूद नहीं थे, और लॉस प्रिवेंशन फ़ाउंडेशन के LPC (Loss Prevention Certified) और LPQ (Loss Prevention Qualified) क्रेडेंशियल जैसे प्रमाणन वरिष्ठ नौकरी बाज़ार में सार्थक संकेत बन गए हैं।

संगठित खुदरा अपराध बदलाव

चोरी की समस्या समान रूप से वितरित नहीं है। संगठित खुदरा अपराध — समन्वित समूह जो व्यक्तिगत उपयोग के बजाय पुनर्विक्रय के लिए चोरी करते हैं, अक्सर ऑनलाइन मार्केटप्लेस के माध्यम से माल को स्थानांतरित करते हैं — कुल नुकसान का बहुत बड़ा हिस्सा बन गया है। यह बदलाव मानव-बनाम-AI प्रश्न के लिए महत्वपूर्ण है क्योंकि ORC मामलों के लिए जांच कार्य की आवश्यकता होती है जिसे AI बस नहीं कर सकता। आप कई स्टोर स्थानों में, कभी-कभी राज्य की रेखाओं के पार, उसी समूह को ट्रैक कर रहे हैं, ऐसे मामले बना रहे हैं जिन्हें अभियोजक वास्तव में लेंगे, Amazon, eBay, Facebook Marketplace, और OfferUp पर ऑनलाइन मार्केटप्लेस धोखाधड़ी टीमों के साथ समन्वय कर रहे हैं, और राज्य की सीमाओं को पार करने वाले मामलों पर होमलैंड सिक्योरिटी इन्वेस्टिगेशन जैसे संघीय भागीदारों के साथ काम कर रहे हैं।

INFORM Consumers Act, जो 2023 में प्रभावी हुआ, ऑनलाइन मार्केटप्लेस को उच्च-मात्रा वाले तृतीय-पक्ष विक्रेताओं को सत्यापित करने की आवश्यकता है। उस नियामक परिवर्तन ने हानि निवारण विशेषज्ञों के लिए नए जांच मार्ग बनाए हैं जो समझते हैं कि इसका लाभ कैसे उठाया जाए। AI चोरी हुए माल की लिस्टिंग में पैटर्न की पहचान करके मदद कर सकता है, लेकिन संबंध-निर्माण और मामले निर्माण जो ORC अभियोजनों को वास्तव में काम करते हैं वह मनुष्यों के हैं।

अगर आप हानि निवारण में काम करते हैं तो इसका क्या मतलब है

कैरियर पथ विभाजित हो रहा है। प्रवेश-स्तरीय निगरानी भूमिकाएं AI द्वारा अवशोषित की जा रही हैं। जांच, प्रशिक्षण, और रणनीतिक हानि निवारण प्रबंधन अधिक मूल्यवान बन रहे हैं। अगर आप निगरानी पक्ष पर हैं, तो जांच और एनालिटिक्स प्रबंधन की ओर बढ़ना तत्काल है।

हानि निवारण प्रौद्योगिकी प्लेटफ़ॉर्म (Sensormatic, Veesion, Verkada संचालक क्रेडेंशियल), साक्षात्कार और पूछताछ तकनीक (Wicklander-Zulawski प्रमाणन उद्योग मानक है), खुदरा के लिए डेटा एनालिटिक्स, और LPC क्रेडेंशियल जैसे स्नातक कार्य में प्रमाणन उन विशेषज्ञों को अलग करेंगे जो आगे बढ़ते हैं और जो विस्थापित होते हैं। नौकरी गायब नहीं हो रही है — लेकिन इसका वह संस्करण जिसमें कैमरा फ़ीड के ग्रिड को देखते हुए एक पीछे के कमरे में बैठना शामिल है वह गायब हो रहा है।

जो विशेषज्ञ इस संक्रमण को करते हैं उनके लिए मुआवज़े का ऊपरी हिस्सा महत्वपूर्ण है। प्रमुख खुदरा विक्रेताओं में क्षेत्रीय हानि निवारण प्रबंधक $75,000-110,000 कमाते हैं। फ़ॉर्च्यून 500 खुदरा विक्रेताओं में संपत्ति सुरक्षा के कॉर्पोरेट-स्तरीय निदेशक $140,000-200,000 तक पहुंच सकते हैं। कैरियर सीढ़ी अभी भी मौजूद है; यह केवल रणनीतिक और जांच कौशल के माध्यम से चलती है जिसे AI दोहरा नहीं सकता, उस निगरानी कार्य के माध्यम से नहीं जिसे AI बेहतर और सस्ता संभालता है। फ़्लोरिडा विश्वविद्यालय में लॉस प्रिवेंशन रिसर्च काउंसिल और ASIS International रिटेल लॉस प्रिवेंशन काउंसिल ने पेशेवर नेटवर्क बनाए हैं जो गंभीर कैरियर प्रतिबद्धता का संकेत देते हैं, और उन सर्किलों में सक्रिय सदस्यता तेज़ी से वरिष्ठ संपत्ति सुरक्षा भूमिकाओं के लिए प्रवेश टिकट बन रही है।

हानि निवारण विशेषज्ञों के लिए विस्तृत डेटा देखें

---

_Anthropic के 2026 आर्थिक प्रभाव अनुसंधान, Brynjolfsson 2025 अध्ययन, और BLS व्यावसायिक अनुमानों के डेटा पर आधारित AI-सहायक विश्लेषण।_

अद्यतन इतिहास

• 2026-04-04: 2025 स्वचालन मेट्रिक्स और BLS 2024-34 अनुमानों के साथ प्रारंभिक प्रकाशन।
• 2026-05-18: INFORM Consumers Act संदर्भ, Wicklander-Zulawski साक्षात्कार पद्धति, ORC जांच वर्कफ़्लो, और वरिष्ठ-ट्रैक प्रमाणन और मुआवज़ा मार्गदर्शन (LPC, LPQ, क्षेत्रीय/निदेशक मुआवज़ा) के साथ विस्तारित।