.jpg)
El recent anunci de Sainsbury, la segona cadena de supermercats més gran del Regne Unit, de triplicar les seves botigues amb reconeixement facial per combatre furts ha reavivat el debat sobre els límits de la vigilància tecnològica en el comerç minorista. Mentre la companyia defensa la mesura com una eina eficaç —afirma que el 90% de les persones identificades no torna a l'establiment—, organitzacions de drets digitals la qualifiquen de 'vergonyosa' i alerten sobre riscos de privadesa i falsos positius. Aquest cas exemplifica com la intel·ligència artificial aplicada a la seguretat física s'ha d'equilibrar amb la protecció de dades i la confiança del consumidor.
Darrere la polèmica hi ha una dada tècnica rellevant: els sistemes de reconeixement facial, com el proporcionat per Facewatch, funcionen mitjançant models entrenats amb grans volums d'imatges. La seva precisió depèn de la qualitat de les dades i del context d'implementació. No obstant això, incidents com el d'un empleat de CDW identificat erròniament en una botiga de Sainsbury demostren que fins i tot els millors algoritmes fallen si els protocols humans no estan alineats. Això obre oportunitats perquè empreses tecnològiques ofereixin solucions més robustes i ètiques, com les que desenvolupem a Q2BSTUDIO, on combinem aplicacions a mida amb principis de ciberseguretat i governança de dades. Per exemple, les nostres plataformes integren serveis cloud aws i azure per processar informació biomètrica de forma segura i auditable, minimitzant biaixos i garantint el compliment normatiu.
Des d'una perspectiva empresarial, la disjuntiva no és si utilitzar o no intel·ligència artificial, sinó com dissenyar-la perquè afegeixi valor sense vulnerar drets. En lloc d'implementar sistemes massius de vigilància facial, moltes companyies opten per models híbrids: combinen agents IA per analitzar patrons de comportament en temps real amb equips de seguretat entrenats. Una altra alternativa són les eines de serveis intel·ligència de negoci que, mitjançant power bi i anàlisi predictiva, identifiquen tendències de robatori sense necessitat de capturar rostres. A Q2BSTUDIO ajudem organitzacions a dissenyar aquestes estratègies, oferint ciberseguretat adaptada a entorns físics i digitals, així com ia per a empreses que potencia la presa de decisions respectant la privadesa. El repte està a passar d'una lògica punitiva a una preventiva, on la tecnologia actuï com a aliada del client i del negoci, no com a instrument de sospita generalitzada.
