El uso de las cajas de autopago se ha consolidado como un estándar en el sector minorista, donde ya gestionan el 54 % de las transacciones en aquellos establecimientos que cuentan con esta tecnología. Sin embargo, este cambio en el hábito de compra ha traído consigo un impacto severo en el balance económico de los comercios. Según el informe “Pérdidas en Cajas de Autopago 2026” publicado por ECR Retail Loss, las tiendas con autoservicio registran mermas de inventario un 33 % superiores a las que mantienen exclusivamente la atención tradicional, sufriendo un incremento medio del 22 % en sus pérdidas durante el año posterior a la instalación.
Ante este escenario, Scandit ha presentado Self-Checkout Loss Prevention, un sistema de inteligencia artificial basado en visión en tiempo real orientada a la contención del hurto y el fallo operativo. La herramienta está programada para identificar al instante patrones de pérdida comunes, tanto erratas involuntarias del cliente como hurtos premeditados, entre los que figuran los escaneos omitidos, los artículos no marcados, los productos que quedan olvidados en el carrito de la compra o el abandono directo de transacciones iniciadas.
Uno de los mayores desafíos del sector radica en equilibrar la seguridad con la fluidez del servicio, ya que las comprobaciones de seguridad convencionales ralentizan la experiencia del cliente. Las auditorías aleatorias efectuadas por los empleados suelen demorarse más de dos minutos por terminal, lo que provoca colas e interrupciones en el flujo de caja. Para evitar este cuello de botella, el nuevo software envía una notificación directa a la pantalla de cobro para que el propio usuario corrija el fallo de manera autónoma antes de pagar, requiriendo la presencia de un empleado únicamente si la incidencia persiste.
Las previsiones técnicas de la firma indican que este proceso de corrección inmediata permite recuperar o evitar más del 75 % de las pérdidas generadas en las zonas de autopago. Al delegar la verificación inicial en el cliente, las tiendas no solo aseguran la recaudación de los artículos cobrados de menos, sino que consiguen reducir la carga de trabajo rutinaria de la plantilla. De este modo, los empleados pueden reasignarse a tareas de reposición o atención directa de mayor valor operativo en el punto de venta.
A nivel de infraestructura, la arquitectura del sistema opera por estación (edge computing), procesando las imágenes en la propia terminal sin necesidad de instalar servidores dedicados ni hardware de IA de elevado coste. La tecnología es compatible con cualquier equipo y aprovecha las cámaras comerciales o de seguridad ya existentes sobre los puestos de cobro. Esta integración técnica elimina los problemas de latencia entre la detección del error y la intervención, al tiempo que reduce significativamente el coste total de propiedad para las cadenas de distribución.
Por último, el diseño del software contempla las restricciones legales en materia de privacidad dentro del marco europeo. La solución analiza únicamente los objetos y el movimiento de las transacciones sin recurrir a mecanismos de reconocimiento facial ni tratamiento de datos biométricos, garantizando el cumplimiento estricto del Reglamento General de Protección de Datos (RGPD) y alineándose con los límites fijados por la Ley de Inteligencia Artificial de la Unión Europea.
