Deeping Source ha ampliato SAAI, la propria piattaforma di spatial AI dedicata alla gestione dei negozi fisici, integrando negli ultimi mesi modelli linguistici, sistemi di generazione di immagini e modelli vision-language con le precedenti tecnologie di video analisi. L’obiettivo è trasformare i dati raccolti negli spazi commerciali in indicazioni operative utilizzabili direttamente da gestori e responsabili di punto vendita, coprendo attività che vanno dalla scelta della posizione e dall’analisi dei flussi fino al monitoraggio quotidiano, alla gestione delle anomalie e alla produzione di materiali promozionali. La piattaforma analizza ciò che accade all’interno e intorno al negozio utilizzando le telecamere già installate o sensori dedicati, ma anonimizza i dati video prima dell’elaborazione e non conserva le immagini originali, mantenendo soltanto i segnali e le statistiche necessarie. Deeping Source dichiara oltre 100 spazi cliente e più di 14 milioni di ore di video analizzate, con implementazioni presso realtà come 7-Eleven, Don Quijote, Olive Young, Lotte World e Genesis Studio.
Uno dei moduli principali è saai count, pensato per misurare il rapporto tra il traffico pedonale esterno e gli ingressi effettivi nel punto vendita. Il sistema distingue le persone che passano davanti al negozio da quelle che entrano, calcola il capture rate e può analizzare l’andamento per fascia oraria, genere e fascia d’età, permettendo di separare il potenziale dell’area commerciale dalla capacità del singolo negozio di convertire quel traffico in visite. L’installazione può essere effettuata collegando un AI box e completando la configurazione da mobile in pochi minuti, mentre i risultati possono essere esportati e confrontati tra sedi diverse. A questa componente si affianca saai care, che monitora in tempo reale anomalie operative come temperature anomale dei frigoriferi, esaurimento dei prodotti sui display promozionali, versamenti a terra, uscite bloccate o problemi di illuminazione e segnala soltanto gli eventi che richiedono intervento, classificando inoltre i negozi in base al livello di urgenza.
SAAI viene utilizzato anche per analizzare il comportamento all’interno del punto vendita e collegarlo alle prestazioni commerciali. Deeping Source cita, ad esempio, il caso di prodotti molto richiesti che, quando risultano esauriti, possono portare fino al 60% dei visitatori interessati a lasciare l’area senza acquistare, evidenziando come i soli dati POS non siano sufficienti a spiegare perché una vendita non sia avvenuta. La piattaforma combina quindi dati di presenza, permanenza, percorsi, interazioni con gli scaffali e altre informazioni operative per individuare criticità e suggerire azioni. Il modulo saai agent utilizza questi segnali per ordinare le priorità e proporre interventi ai responsabili, che mantengono comunque la decisione finale, mentre saai store include strumenti dedicati alla produzione di materiali promozionali: il POP Maker genera poster personalizzati partendo da un’immagine di prodotto e da poche indicazioni testuali. In un test condotto in un punto vendita, Deeping Source riferisce che l’applicazione di materiale promozionale generato dalla piattaforma a un prodotto con vendite deboli ha portato, nell’arco di una settimana, a circa un raddoppio sia delle unità vendute sia del fatturato relativo a quel prodotto.
L’azienda sta parallelamente accelerando l’espansione internazionale. Ad aprile 2026 la quota di ricavi proveniente dall’estero aveva già superato il 50%, con il Giappone responsabile di circa due terzi di questa componente, mentre nel Sud-est asiatico Deeping Source sta collaborando con la società thailandese di retail technology WonderAI. Da marzo 2026 le due aziende stanno sperimentando soluzioni di spatial AI in sei punti vendita in Thailandia, con l’obiettivo di costruire modelli adattati ai diversi Paesi e formati commerciali. SAAI è attualmente utilizzato in oltre 200 spazi e Deeping Source prevede di estendere progressivamente l’applicazione della propria tecnologia oltre il retail, includendo turismo e ambienti industriali, mantenendo come elemento centrale l’analisi anonimizzata dello spazio fisico e la trasformazione automatica dei dati raccolti in azioni operative.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)