Jest wtorek, 13:15. Maja, studentka z Politechniki Warszawskiej, ma 20 minut przerwy między zajęciami. Wbiega do niewielkiego, jasno oświetlonego sklepu Żabka Nano. Przy wejściu przykłada do czytnika kartę płatniczą. Drzwi otwierają się z cichym syknięciem. W środku Maja chwyta z lodówki butelkę wody i gotowego wrapa z kurczakiem. Przez chwilę waha się przy półce ze słodyczami, bierze batonika, ale po namyśle odkłada go z powrotem. Następnie, nie zwalniając kroku, po prostu wychodzi na ulicę. Nie ma kolejki, nie ma skanowania produktów, nie ma rozmowy z kasjerem. Kilkanaście sekund później na jej telefon przychodzi powiadomienie z aplikacji bankowej: „Obciążenie karty: 17,48 zł”.
Dla Mai to szczyt wygody. Dla setek tysięcy pracowników handlu w Polsce to zapowiedź nieuniknionej rewolucji. A dla grupy inżynierów wpatrzonych w monitory pełne niezrozumiałych dla laika danych – to dowód, że system działa.
Niewidzialny mózg. Jak autonomiczny sklep faktycznie „widzi” zakupy?
Sufit sklepu Nano, na który Maja nie zwróciła uwagi, wygląda jak cyfrowe, gwiaździste niebo. Jest gęsto usiany niewielkimi kamerami i czujnikami głębi. To one są oczami systemu, który obserwuje wszystko, ale nikogo nie rozpoznaje.
„Pierwsze, co musimy wyjaśnić: to nie jest system rozpoznawania twarzy” – mówi Piotr, inżynier z firmy technologicznej wdrażającej te rozwiązania w Polsce. Spotykamy się w jego biurze, gdzie na jednym z monitorów widać schematyczny, uproszczony rzut sklepu. „Prywatność była dla nas absolutnym priorytetem. Gdy klient wchodzi, system nie wie, że to Maja czy Jan. Zamiast tego tworzy dla niej unikalny, anonimowy ‘cyfrowy szkielet’ lub awatar. To ten awatar jest śledzony, gdy porusza się po sklepie”.
Gdy Maja wzięła butelkę z lodówki, kamery zarejestrowały ten gest. AI skojarzyła ruch jej cyfrowego szkieletu z konkretnym produktem na półce. W tym samym momencie wirtualny koszyk przypisany do jej awatara został zaktualizowany. Kiedy odłożyła batonik, system odnotował i ten ruch, usuwając produkt z jej wirtualnego rachunku.
„Największym wyzwaniem były ‘przypadki brzegowe’” – kontynuuje Piotr. „Co się dzieje, gdy dwoje klientów sięga po ten sam produkt w tym samym czasie? Albo gdy ktoś odłoży towar w zupełnie inne miejsce? Na początku system się gubił”. Rozwiązaniem okazała się fuzja sensorów. Oprócz kamer, na wielu półkach znajdują się precyzyjne czujniki wagi. Jeśli kamera „widzi”, że produkt został wzięty, a czujnik potwierdza zmianę wagi na półce, system ma niemal 100% pewności. Ta redundancja danych jest kluczem do dokładności.
Dziś algorytmy, wytrenowane na milionach godzin nagrań, radzą sobie z tłumem, z dziećmi, a nawet z próbami oszustwa. Mózg systemu, działający w chmurze, podejmuje setki decyzji na sekundę, czyniąc cały proces niewidzialnym dla klienta.
Koszt ludzki. Co się stało z pracą za ladą?
Dwa kilometry od nowoczesnego sklepu Nano, w mieszkaniu na warszawskiej Woli, spotykam panią Annę. Przez 22 lata pracowała jako kasjerka w osiedlowym supermarkecie. Znała na pamięć kody większości warzyw, a stałych klientów witała po imieniu. Pół roku temu sklep został zamknięty w ramach „restrukturyzacji”. W jego miejscu powstał automat paczkowy i mniejszy, autonomiczny market innej sieci.
„Moje CV jest bardzo proste: kasjer-sprzedawca. Kto dziś tego potrzebuje?” – pyta z goryczą 58-latka. „Całe życie pracowałam z ludźmi. Lubiłam to. Porozmawiało się o pogodzie, o wnukach. Byłam częścią tej małej społeczności. Teraz czuję się niewidzialna, tak jak ten sklep beze mnie jest niewidzialny dla pracowników”.
Pani Anna jest jedną z tysięcy osób w Polsce, których umiejętności – szybkość obsługi kasy, odpowiedzialność za gotówkę, budowanie relacji z klientem – są gwałtownie dewaluowane przez automatyzację. Zapisała się na kurs obsługi komputera finansowany przez urząd pracy, ale nauka przychodzi jej z trudem. Konkuruje o nowe miejsca pracy z ludźmi o połowę młodszymi.
„Oni mówią o jakiejś wygodzie. Ale nikt nie mówi o samotności tych starszych pań, które przychodziły do mnie nie tylko na zakupy, ale żeby zamienić z kimś słowo. Kto z nimi teraz porozmawia? Aplikacja w telefonie?” – zastanawia się. Jej historia to ludzki koszt postępu, rzadko uwzględniany w biznesplanach i prezentacjach dla inwestorów.
Nowa rola. Czy to koniec pracy w handlu?
Obraz nie jest jednak całkowicie czarny. Automatyzacja, eliminując jedne stanowiska, tworzy inne – choć wymagają one zupełnie nowych kompetencji.
W sklepach Żabka Nano nie ma kasjerów, ale są „opiekunowie sklepu”. Ich praca nie polega na skanowaniu produktów, ale na logistyce. Rano muszą przyjąć i rozłożyć towar, zadbać o czystość i ekspozycję, sprawdzić daty ważności. Czasem pomagają klientom, którzy mają problem z aplikacją. To praca bardziej techniczna i operacyjna niż sprzedażowa.
Rewolucja tworzy też zupełnie nowe, niewidoczne dla klienta miejsca pracy. Ktoś musi analizować gigantyczne zbiory danych o tym, co i kiedy kupują klienci, by optymalizować zatowarowanie. Ktoś musi serwisować i kalibrować setki kamer i czujników. Ktoś musi rozwijać i aktualizować oprogramowanie AI.
Problem polega na luce kompetencyjnej. Pani Anna nie stanie się z dnia na dzień analityczką danych czy technikiem od sieci neuronowych. To wyzwanie nie dla technologii, ale dla całego systemu edukacji i przekwalifikowywania zawodowego.
Maja kończy swojego wrapa, idąc na kolejne zajęcia. Zakupy zajęły jej 45 sekund i już o nich nie pamięta. W tym samym czasie pani Anna przegląda oferty pracy, czując, że świat, który znała, odjeżdża bez niej. A Piotr, inżynier, analizuje dane z porannego szczytu, szukając sposobu, by system był jeszcze o ułamek sekundy szybszy i o promil dokładniejszy.
Wygoda ma swoją cenę, a jej walutą stają się ludzkie etaty. Przyszłość handlu, która właśnie rodzi się w małych, bezobsługowych sklepach, stawia przed nami fundamentalne pytanie. Nie o to, czy możemy zautomatyzować wszystko, ale o to, jak zbudować świat, w którym ostatni kasjer nie zostanie sam.
