Ese caso es solo un segmento de lo que la inteligencia artificial viene permitiendo hacer a las empresas de videovigilancia que operan en Uruguay.
Hunter, Prosegur, Foxsys y Spotter, cuatro de las empresas que concentran el monitoreo privado en el país, describen la misma forma de actuar de la IA: los algoritmos observan y analizan, las personas verifican y deciden.
Antes detectaban movimiento, ahora reconocen conductas
Lo primero que aclaran las cuatro empresas es qué tipo de inteligencia artificial hay realmente detrás de una cámara. No es la que usa cualquiera desde el celular.
Spotter trabaja con modelos de visión por computadora que corren en las propias cámaras y equipos de reconocimiento facial. Son redes neuronales entrenadas que, según explica Francisco Misa, director de Tecnología de la empresa, "normalmente no razonan": analizan una imagen y devuelven un resultado. La empresa los tiene funcionando en más de 400 edificios.
Durante años, ese software sabía hacer una sola cosa: avisar que algo se movía. Si alguien cruzaba la vereda, saltaba una alerta. Si un perro pasaba por el fondo de un predio, saltaba otra, y nadie sabía qué era hasta que un humano lo miraba.
El ejemplo más claro es el hurto en una góndola. Si una persona agarraba un producto, lo miraba y lo devolvía, el sistema viejo avisaba igual. Eran tantas alertas inútiles que los clientes terminaban apagándolo.
Lo que hace hoy la IA es otra cosa: busca una secuencia completa. Mirar por arriba de la estantería, mirar a los costados, agarrar el producto y guardarlo. Esa cadena de movimientos es la que, según Prosegur, distingue a un cliente de alguien que está por robar. El gesto que más delata es el primero: levantar la vista por encima de la góndola para chequear si hay alguien mirando. La empresa detectó que el 90% de quienes terminan llevándose el producto hace ese movimiento con la cabeza, casi como un reflejo.
En los registros que maneja Prosegur en otros países, de cada 1.000 veces que el sistema identificó esa secuencia, 900 terminaron en un robo.
Esos patrones llegan de los 34 países donde opera la empresa. En tiendas de ropa un carrito de bebé dispara alerta máxima: "Son los que más roban, por lejos". Por este motivo, se activa una alerta para que las personas controlen porque hay más posibilidades de que roben algo.
Spotter describe el mismo salto, pero aplicado al perímetro de un edificio. Sus modelos analizan la postura de una persona, la velocidad a la que se mueve y su trayectoria, y con eso separan una situación habitual de una posible situación de inseguridad: gente trepando, reptando o con un recorrido errático.
El caso más fino que describen es la detección de una posible rapiña en la calle. El sistema divide la imagen y estudia las trayectorias de los transeúntes: si una es inusual, si intercepta a otra, si después de ese cruce hay un cambio de velocidad o de dirección. "Es una sumatoria de reglas y variables que se definen para cada caso", explica Misa.
En predios grandes, el cambio se nota en las cámaras térmicas, que detectan calor en vez de luz. Hace un año el sistema avisaba que algo se movía a 500 metros y un guardia tenía que salir a fijarse. Hoy la pantalla dice "perro 99%" o "humano".
"Si es un perro, vamos a tomar alguna medida para que no entre. Ahora, si es un humano, tengo que mandar un móvil inmediatamente", explica Sandri.
En Hunter, que cumple diez años el 1° de diciembre, el análisis reconoce rostros cubiertos, gente que corre y, sobre todo, personas que se detienen. "Lo básico lo dan los equipos", dice Pablo Corts, ingeniero electrónico de 45 años y fundador de la empresa: lo que agregaron encima es el filtro.
Ahí está la diferencia con el pasado: antes, cualquiera que cruzara frente a la cámara generaba una alerta. Ahora ese movimiento se descarta solo y el operador únicamente ve a la persona que frena unos segundos en la puerta. "El último año fue el que más desarrollo tuvo. Ya reconoce muchos patrones repetitivos en cuanto a delitos", dice Corts.
Foxsys tiene el sistema en más de 500 edificios de vivienda y oficinas, con 4.895 cámaras, y detecta tres cosas: personas en zonas no permitidas, objetos que cruzan una línea invisible y cambios importantes en la imagen. "La configuración que mejor nos funciona es analítica relativamente simple seguida del criterio humano", resume su CEO, Juan González.
Millones de eventos, un puñado de alertas
¿Cuántas alertas reciben las empresas? ¿Y cuáles son reales? El problema que resolvió la IA tiene nombre en el sector: las falsas alarmas, avisos que no son nada. Y las personas que miran las pantallas dejan de intentar ver qué se está robando, para verificar si algo fue robado previo a una advertencia de la IA.
Prosegur tiene clientes que generan 5.000 por día porque se movió una planta o alguien dejó una puerta abierta. "Es como el cuentito del lobo", dice Sandri.
Al centro de monitoreo de Spotter ingresan más de 4 millones de eventos de video al año. Todos pasan por un tamiz de reglas y modelos de visión por computadora, y al final del filtro solo un 10% llega a los ojos de un operador.
En un edificio de Pocitos con mucho movimiento, calcula Corts, el sistema puede largar 500 alertas en tres horas. "Para un operador es bastante complicado", admite. "Lo que hace el sistema hoy es ser más eficiente en qué le muestra al operador para que él determine si es una amenaza real o no".
Foxsys lo mira desde el otro lado: lo que hay que evitar a toda costa es el hecho real que nadie ve. Por eso eligió detecciones simples y confiables, siempre revisadas por una persona.
Hunter aprende de cómo reaccionan sus operadores para decidir qué mostrar en pantalla. Aun así, admite Corts, "la misma persona de capucha puede ser alguien que está haciendo deporte".
Lo que ninguna de las cuatro delega es la decisión final. "La IA prioriza; la persona decide", resume González. En Foxsys el aviso viaja por una red segura hasta el centro de control y segundos después lo analiza un operador entrenado.
Misa, de Spotter, lo plantea como principio: todo lo que el sistema clasifica como alerta lo revisa siempre una persona, y todas las acciones que se desencadenan a partir de ahí las decide un humano. "Cualquier proceso que involucre la seguridad debe pasar siempre por la revisión de una persona", afirma.
"Esto no es algo que funcione solo, siempre tiene que ir acompañado con personas", coincide Corts. En Prosegur lo llaman seguridad híbrida: "Lo que funciona es el humano más la tecnología", dice Sandri.
Él lo explica con dos formas de trabajar. Una es la vieja: un guardia mirando monitores todo el día, "que se dio vuelta, agarró un café y justo pasó algo". La otra es la que se impuso: el sistema analiza y solo avisa ante algo definido de antemano con el cliente.
Cada aviso tiene color y procedimiento fijo: verde es una puerta abierta, amarillo un operario sin casco, rojo implica supervisor, policía y móvil. Antes, cuando sonaba una alarma, había que mandar a alguien sí o sí.
Foxsys usa megáfonos de alta potencia y mide menos de 10 segundos entre que detecta una amenaza real y le avisa al intruso que se retire. "Es una persona la que habla, y en una altísima proporción de los eventos el intruso se retira de inmediato", explica González.
Su centro de control está conectado al Centro de Comando Unificado del Ministerio del Interior, lo que le permite pedir un móvil policial que llega en tres minutos promedio.
Qué delitos registran y dónde falla la tecnología
En los edificios, la mayoría de las intervenciones no son robos consumados. Hunter hace entre 600 y 700 disuasiones por mes en Montevideo y declara una efectividad de 94% a 96% para evitar delitos. Cerca del 70% son personas en situación de calle o actitudes sospechosas.
"Es prácticamente diario que hay alguna intervención del operador", dice Corts. En los últimos dos o tres años, agrega, las disuasiones crecieron: van del vandalismo al intento de forzar un portón de un garaje, el robo de cables o el escalamiento entre balcones de planta baja. El grueso se concentra de madrugada. "El horario nocturno es el rey, es donde pasa el 95% de hechos delictivos", señala.
En los clientes corporativos de Prosegur el mapa es otro. En el retail lo más frecuente es la merma, con la carne y el alcohol al tope. En predios industriales, la intrusión para robar cobre y herramientas.
Las rapiñas a farmacias también vienen en aumento: una moto, dos personas, perfumes y salida en dos minutos. "Los asaltos a mano armada son los menos", aclara Sandri, aunque advierte que se están incrementando.
Del otro lado están los hechos que no ocurrieron, y cada empresa los mide distinto. Foxsys contabiliza cerca de 300 siniestros evitados en el último año y medio. Spotter declara entre 97% y 98% de efectividad en la detección de humanos en situaciones específicas.
En siete u ocho años de trabajo con estos sistemas, agrega Misa, la empresa tuvo miles de situaciones de inseguridad detectadas y prevenidas frente a menos de 20 omisiones que terminaron en un hecho. Ahí incluye fallas de equipos, errores del software de los fabricantes, problemas en sus propias integraciones y errores humanos.
Nada de esto funciona con cámaras viejas. Un equipo de hace cinco años "quedó obsoleto", dice Sandri: una cámara de baja definición no permite leer la marca de un producto ni ver si lo que hay a 500 metros tiene cuatro patas. La precisión, además, depende del entorno más que del algoritmo. Para Misa, la iluminación y los cambios de luz son el principal desafío del monitoreo por imagen: el mismo modelo no rinde igual en dos perímetros distintos, y el resultado mejora con la calidad de la instalación, la ubicación de las cámaras y la cantidad de equipos por sector.
"Una analítica es tan robusta como la infraestructura sobre la que funciona", advierte González. Su empresa invirtió más de US$ 1 millón entre software, servidores e infraestructura. Y hay enemigos más simples: la vegetación o las telas de araña pueden arruinar una detección si nadie mantiene el equipo. Sandri insiste contra la idea de que la IA sale gratis: "Hay que pagar licencias, hay que pagar el uso, hay que modernizar la tecnología que tenés instalada".
La contracara es que los delincuentes también usan IA: fotografían las cámaras de un local y le preguntan a un modelo qué capacidad tienen. "Donde se roba más es en las tiendas que menos tecnología tienen", dice Sandri.
Después está el punto ciego humano: personas bien vestidas que entran con un recibo de UTE en la mano y a las que los propios vecinos les abren la puerta. "Contra eso no hay analítica, no hay inteligencia artificial que valga", dice Corts.
La velocidad es otro límite: en esas rapiñas relámpago la detección tarda 20 segundos, pero la respuesta física llega después.
Y está la ley. La norma de protección de datos personales impide armar bases con rostros de gente sin su consentimiento y, según Sandri, una detección tampoco sirve para desvincular a un empleado que roba. "La legislación todavía es muy antigua", afirma.
