Secits bildades 2015 och noterades på First North 2017. Med 15 000 kameror installerade i 1 000 butiker är bolaget en stark säkerhetsleverantör till handeln. Första frågan till Hans Molin är därför given.

Vad vill kunden framför allt skydda sig mot?

– Svinn är ett stort problem, då det utgör ett hot mot lönsamheten. Minskad kontanthantering minskar visserligen rånrisken men bedrägerier har istället ökat. Lägg därtill att personal dagligen utsätts för hot och våld.

Hur möter ni dessa behov?

– Vi skapar konceptlösningar tillsammans med våra kunder. Vi kan med vår erfarenhet designa systemen på ett optimalt sätt för att förebygga hot och våld eller för att i detalj dokumentera händelser i kassamiljön som två exempel.

Vilka intelligenta kamerafunktioner är standard idag och vilka funktioner ökar intresset för?

– Standard är att få högkvalitativa och bevissäkrade bilder lagrade från olika typer av oönskade händelser samt att med kamerainstallationen i sig förebygga brottsliga handlingar.

De funktioner som diskuteras framåt är integrerade uppkopplingar mellan kamerasystemen, cloudlagring och så kallad VSaaS (Video Surveillance as a Service). Här kan man koppla ihop fler enheter som larm och driftsignaler som kan integreras med kameror för riktade insatser eller förebyggande arbeten.

Förutom att möta säkerhetsbehov, vilka andra syften kan videoanalys i kameror tjäna?

– Då köpbeteenden till viss ställs om till näthandel så blir de kvarstående fysiska butikerna väldigt viktiga ur en upplevelseaspekt. För att få ut maximalt ur en butiksyta är layouten väldigt viktig, genom analyser med kamerateknik avseende kundflöden, rörelsemönster och intresseområden kan man få rätt beslutsunderlag via analysverktygen så att man säkerställer att butiken är rätt utformad. Secits har utfört många sådana analyser.

Vilka intelligenta funktioner tror du efterfrågan kommer öka kring?

– Analysfunktioner för att öka butikernas kvalitet i driften har funnit ett tag nu, exempelvis kundräkning, rapporter om långa köer, hur många besökare som verkligen handlar och så vidare.

– AI kan medverka till mer proaktiva lösningar, som resulterar i information om att det håller på att bildas långa köer, hur många besökare som kommer att handla eller hur många kunder som kommer att besöka butiken i morgon. Analys av faktorer som väder, vilken dag i veckan det är, årstider, semestertider, löneperioder och så vidare.