Una signora di settant’anni, in Svizzera, dimentica di scannerizzare un sacchetto di plastica da cinque centesimi e un secondo prodotto alla cassa automatica di una Migros. Quattro mesi dopo riceve una convocazione in commissariato: fotografie da ogni angolazione, impronte digitali, una multa di trecento franchi. Per un ammanco totale di ventiquattro franchi, alla sua prima esperienza in assoluto con il self-checkout. «Mi sono sentita trattata come una criminale», ha dichiarato al tabloid Blick, che ha ricostruito il caso. Quello che colpisce non è l’errore — capita, e i dati lo confermano — ma la macchina che si è messa in moto per punirlo: quattro telecamere puntate su quella singola cassa, un’analisi automatica del filmato che ha rilevato la discrepanza tra articoli scansionati e articoli nel sacchetto, un’identificazione della cliente attraverso i dati della carta di pagamento trasmessi dal fornitore di servizi finanziari alla polizia, dietro denuncia del supermercato.
Il caso svizzero non è un’anomalia locale, è la fotografia più nitida di un’infrastruttura che nell’ultimo biennio si è consolidata in tutta Europa, in un momento in cui il fenomeno dei furti nella grande distribuzione è tornato al centro dell’attenzione: in Italia si parla apertamente di un’impennata degli ammanchi legata proprio alla diffusione delle casse automatiche, con rappresentanti del commercio che distinguono esplicitamente tra il “furto della disperazione” di chi arriva a fine mese in difficoltà e la sottrazione organizzata di merce facilmente rivendibile — alcolici di marca, prodotti destinati al mercato nero — che con la povertà ha poco a che fare. Migros dichiara di non usare il riconoscimento facciale in via sistematica, ma ammette che «un collegamento diretto» tra dati di pagamento e immagini video «può essere possibile a seconda dei casi».
Coop Svizzera, dal canto suo, non fa mistero di affidarsi a telecamere assistite da intelligenza artificiale con monitoraggio in tempo reale: se il sistema rileva un articolo passato senza scansione, lo schermo della cassa invita immediatamente il cliente a correggere l’errore, oppure avvisa il personale. È lo stesso principio — incrocio tra flusso video e dati del punto cassa — che negli ultimi due anni ha attecchito anche nella grande distribuzione italiana. La catena piemontese Borello Supermercati utilizza dallo scorso anno l’Iconic Safe Checkout della martech Retex. Veesion, software francese che promette di riconoscere “i gesti tipici del furto” analizzando la postura del cliente in tempo reale, è già installato in almeno due punti vendita Carrefour a Milano e in un Despar di Udine.
A Napoli è nata Blindzone, startup che analizza i flussi delle telecamere già presenti nei negozi per riconoscere occultamento di prodotti, consumo in corsia o manomissione delle etichette antitaccheggio: interessante notare come, non esistendo database pubblici di furti reali su cui addestrare l’algoritmo, il team abbia dovuto inscenare furti simulati con attori per costruire il primo dataset di riferimento. A Trieste un commerciante che ha installato un sistema simile rivendica quindici ladri smascherati e due borseggiatrici incastrate in due mesi, a fronte di perdite dichiarate di duecentomila euro l’anno.
Il paradosso, però, è nei numeri di partenza. Un esperto tedesco di retail interpellato dal quotidiano svizzero 20 Minuten stima che le casse automatiche generino tra il 15 e il 30% di furti in più rispetto alle casse tradizionali. Altre analisi di settore collocano la perdita di fatturato dovuta ad ammanchi al 5% alle casse self-service, contro l’1% delle casse presidiate. È un dato che merita di essere letto senza moralismo: non significa che i clienti del self-checkout siano più disonesti, significa che il sistema che il retail ha scelto di adottare — per ridurre i costi del personale, che pesano tra il 10 e il 12% dei costi operativi di un supermercato — ha strutturalmente eliminato il testimone. Alla cassa tradizionale, la cassiera vede cosa passa e cosa no; alla cassa automatica nessuno guarda, ed è esattamente questa assenza, non una presunta epidemia di disonestà, a generare sia gli errori in buona fede sia l’opportunità per chi vuole approfittarne.
Qui si apre l’inversione più interessante del fenomeno. Il self-checkout è stato venduto ai consumatori come autonomia ed efficienza, e ai consiglieri di amministrazione come risparmio sul costo del lavoro. Ma per tenere sotto controllo lo shrinkage che quella stessa automazione ha generato, la GDO sta ora reintroducendo, in forma algoritmica, esattamente la funzione di sorveglianza che il self-checkout aveva eliminato in forma umana: quattro telecamere per cassa a Schönbühl, software di riconoscimento gestuale a Milano e Udine, dataset costruiti con furti recitati a Napoli. Non si tratta di ripristinare un cassiere, ma di sostituirlo con un occhio che non stacca mai, non si distrae, non ha turni, e — a differenza della cassiera — non interviene per correggere con discrezione un errore in buona fede: il più delle volte genera una segnalazione che finisce, come nel caso svizzero, in una denuncia formale. Il costo del lavoro rimosso alla cassa si è spostato a monte, nell’infrastruttura di sorveglianza, e resta comunque un costo — solo che stavolta non compra un’interazione umana, compra un sospetto automatizzato.
Le poche linee guida disponibili in materia, in Italia, chiedono che il cliente sia informato del funzionamento del dispositivo, che il sistema si limiti a rilevare l’anomalia puntuale senza analizzare ogni movimento, che l’allarme blocchi la cassa e avvisi il personale in modo discreto per evitare l’esposizione pubblica del cliente, e soprattutto che non venga costruita alcuna lista di clienti che sbagliano più spesso di altri. Sono principi di proporzionalità che, letti accanto al caso della pensionata svizzera, suonano quasi come un promemoria di ciò che dovrebbe accadere e spesso non accade: quattro mesi di attesa prima di una convocazione, foto da ogni angolazione e impronte digitali per un ammanco di ventiquattro franchi comprensivo di sacchetto, sono una risposta commisurata al fatto o sono semplicemente ciò che accade quando un’infrastruttura di dati, una volta costruita, tende a essere usata fino in fondo indipendentemente dalla lievità dell’infrazione?
Il tema riguarda anche chi, in questa infrastruttura, ci lavora ancora. La figura del cassiere alla cassa tradizionale — quella che, come ha osservato in un’intervista una rappresentante del commercio, non si limita a fare il conto ma saluta il cliente per nome — non viene ricreata dal software: viene sostituita da una funzione di allerta rivolta al personale, che interviene solo dopo che l’algoritmo ha già deciso che c’è qualcosa da controllare. È un cambio di ruolo silenzioso ma profondo per chi lavora in reparto casse: da persona che presidia la relazione con il cliente a persona che riceve una notifica e verifica un sospetto già formulato altrove.
Nel dibattito sulla regolamentazione del self-checkout che negli ultimi mesi ha visto ordinanze municipali negli Stati Uniti imporre standard minimi di personale per corsia e la città belga di Liegi tassare ogni cassa automatica installata, la questione della sorveglianza algoritmica resta più defilata, ma è probabilmente quella con le implicazioni più durature: non riguarda solo quanti posti di lavoro l’automazione toglie, ma che tipo di lavoro lascia a chi resta — un lavoro sempre più orientato a validare, dopo il fatto, le decisioni di un sistema che osserva ogni cliente per default.
È la domanda che la grande distribuzione europea, impegnata a inseguire lo shrinkage con l’intelligenza artificiale, non si sta ancora ponendo abbastanza seriamente: se il prezzo dell’efficienza del self-checkout è ricostruire, cassa per cassa, la stessa sorveglianza minuziosa che si voleva superare, la fiducia del cliente — quella su cui la GDO costruisce la propria relazione di lungo periodo — rischia di pagare un conto più alto di quanto valgano i pochi euro che l’algoritmo riesce a recuperare.
