Wspinanie się po drabinie złożoności
Peter MacLeod słyszy, jak Locus Robotics wykorzystuje sztuczną inteligencję i dane do optymalizacji operacji magazynowych, zwiększania wydajności i dostarczania wymiernych zwrotów z inwestycji.
Sztuczna inteligencja coraz bardziej wpisuje się w operacje magazynowe, napędzając wydajność i dostarczając wymierne zwroty z inwestycji (ROI). Nie jest więc zaskoczeniem, że Locus Robotics, firma znana z globalnego wdrożenia autonomicznych robotów mobilnych (AMR), jest na czele tej transformacji, wykorzystując AI do optymalizacji przepływów pracy w magazynach i poprawy wydajności operacyjnej.
Dr Oscar Mendez Maldonado, dyrektor ds. AI i nauki o danych w Locus Robotics, wnosi unikalną perspektywę. Po spędzeniu dekady w akademii, prowadząc laboratorium badawcze z zakresu robotyki i AI, Mendez przeszedł do sektora komercyjnego dwa lata temu, nie wątpiąc, że przyciągnie go ogrom operacyjnych danych, które Locus zbiera. „Dane to jest to, czego chcesz. Dziewięćdziesiąt procent AI to po prostu nauka o danych – manipulowanie danymi, pozyskiwanie ich, rozumienie ich, a potem budowanie AI na ich podstawie,” wyjaśnia. Jego akademickie doświadczenie wpływa na zaawansowane podejście firmy do AI, łącząc wiedzę na poziomie badawczym z tworzeniem praktycznych zastosowań w magazynach.
W logistyce Mendez szybko podkreśla niuanse w dziedzinie AI: „AI oznacza różne rzeczy dla różnych ludzi. To trochę jak zmieniający się cel, albo termin marketingowy,” zauważa. Obecny szum wokół modeli językowych i generatywnej AI odzwierciedla wcześniejsze fale ekscytacji w dziedzinie wizji komputerowej, mówi, z początkowym przyjęciem AI jako czarnej skrzynki zastępującej istniejące procesy. „Dojdzie do momentu, gdy trzeba będzie otworzyć tę czarną skrzynkę i wprowadzić pewną wiedzę domenową,” ostrzega, podkreślając, że zrozumienie przepływów operacyjnych jest kluczowe dla uzyskania prawdziwego ROI.
Zyski z wydajności
W Locus AI ma na celu dostarczanie wymiernych korzyści na hali magazynowej swoim klientom. Przykładem jest System Directed Labour, podejście oparte na oprogramowaniu, które w czasie rzeczywistym kieruje trasami podnoszenia dla pracowników. „Z punktu widzenia użytkownika to bardzo mała zmiana. Wszystko, co dostają, to ekran z napisem „Idź do alejki ósmej,” albo „Idź do alejki siódmej,” wyjaśnia Mendez. Za kulisami, zaawansowany silnik AI optymalizuje trasy na podstawie lokalizacji wszystkich robotów i personelu, co przekłada się na wzrost wydajności o od pięciu do dziesięciu procent na wdrożonych obiektach. Poza zyskami w produktywności, system skraca także czas szkolenia nowych pracowników, wspierając elastyczne modele zatrudnienia i przyspieszając wdrożenie.
Podstawowe zasady
Wpływ AI wykracza poza efektywność podnoszenia. Locus wykorzystuje AI do wykrywania przeszkód, poprawiając nawigację robotów w skomplikowanych środowiskach magazynowych, oraz do zwiększania reaktywności w obsłudze klienta poprzez analizę dużych zbiorów danych, co umożliwia szybsze podejmowanie decyzji. „To obejmuje od naprawdę trudnych, zwiększeń linii na godzinę, po miękkie korzyści, poprawę nawigacji robotów i skrócenie czasów reakcji,” mówi Mendez.
Mendez opisuje trzy podstawowe zasady, które leżą u podstaw rozwoju AI w Locus: fizyczną, wiarygodną i holistyczną. Fizyczne AI musi przejawiać namacalne poprawy w operacjach, bezpośrednio wpływając na zachowanie robotów i ich interakcje w magazynie. Wiarygodne AI zapewnia wyjaśnialność i odpowiedzialność; każdy element można przetestować i zrozumieć, unikając nieprzejrzystych rozwiązań czarnej skrzynki. Holistyczne AI traktuje magazyn jako całość, optymalizując wydajność dla całego obiektu, a nie pojedynczych podwykonawców. „Czasami oznacza to, że podwykonawca może musieć iść dłuższą drogą, ale ogólnie zwiększasz przepustowość magazynu,” wyjaśnia Mendez.
„Posypki AI”
Kluczowym celem Locus jest możliwość wykazania wczesnych zwrotów z inwestycji. Mendez opisuje dwie strategie: to, co nazywa „posypkami AI” oraz wspinanie się po „drabinie złożoności ROI.” Posypki AI celują w konkretne punkty bólu operacyjnego, zamiast przebudowywać całe procesy. „Budujesz coś, co jest skierowane tylko na wypełnienie tej luki… tego elementu w systemie, który nie ma dobrego rozwiązania analitycznego lub optymalnego,” mówi. Podejście to pozwala na szybkie wdrożenie, efektywne wykorzystanie danych i dostarczanie natychmiastowej wartości klientom, jednocześnie zachowując wyjaśnialność systemu.
Drabina złożoności ROI polega na stopniowym dodawaniu możliwości AI, opierając się na mniejszych interwencjach, które umożliwiają bardziej zaawansowane zastosowania. Na przykład prosty detektor obiektów może poprawić nawigację i bezpieczeństwo robotów, podczas gdy kolejne warstwy AI mogą osiągnąć segmentację na poziomie piksela i zaawansowaną rekonstrukcję środowiska, ostatecznie prowadząc do w pełni autonomicznego, AI-sterowanego magazynu. „Każdy z nich dostarcza ROI. Każdy z nich szkoli Twoje zespoły. A im więcej takich rozwiązań tworzysz, tym odblokowujesz nowe możliwości,” zauważa Mendez.
Pomimo zaawansowania technologii, klienci nie muszą rozumieć AI, aby z niej korzystać. Locus działa w modelu Robotics-as-a-Service (RaaS), zapewniając poprawę wydajności bez konieczności bycia ekspertem od AI. „Nie muszą znać się na AI. Muszą znać swoje operacje, co robią. A my budujemy dla nich AI, które uwzględnia te aspekty,” mówi Mendez.
Podejście firmy wydaje się dawać jej przewagę konkurencyjną. Locus obecnie działa na 350 obiektach z 120 klientami i 15 000 robotami, zbierając ciągłe dane operacyjne. „To daje nam ogromną przewagę w budowaniu AI,” wyjaśnia Mendez. W porównaniu z branżami takimi jak autonomiczne pojazdy drogowe, które mają do czynienia z ogromnym, otwartym światem i znacznie mniejszą ilością danych treningowych, Locus korzysta z kontrolowanego, ale bardzo zmiennego środowiska magazynowego i bogatej informacji kontekstowej, co tworzy idealne warunki do optymalizacji AI.
Postępy w rozwoju
Choć firma osiąga kolejne kamienie milowe, takie jak niedawne przekroczenie sześciu miliardów podniesień, Mendez podkreśla, że prace trwają. „Zawsze można zrobić ogromny postęp w AI. Dziedzina rozwija się niesamowicie szybko, i zawsze pojawia się coś nowego za rogiem,” mówi. Połączenie dużej ilości wysokiej jakości danych i ograniczonych środowisk operacyjnych tworzy sprzyjające warunki dla innowacji i ciągłego rozwoju.
Dla tych, którzy obawiają się wdrożenia AI, Mendez ma pragmatyczną radę: zacznij od małych kroków. „Nie musisz zaczynać od najbardziej skomplikowanego, ogromnego systemu AI, o którym słyszałeś. Możesz zacząć od małych elementów AI, które odblokują drobne wartości, i rozwijać możliwości od tego,” mówi. To stopniowe podejście pozwala firmom czerpać korzyści na każdym etapie, unikając ryzyka pełnej wymiany systemów.
Jednym z najbardziej przekonujących przykładów wizji AI Locus jest ARRAY, platforma zaprojektowana do zarządzania całym przepływem pracy w magazynie. Ilustruje to, co Mendez nazywa „fizycznym AI,” integrując autonomiczne roboty, decyzje oparte na AI i optymalizację w czasie rzeczywistym w całym łańcuchu logistycznym. ARRAY pokazuje, jak przemyślany system AI może zwiększyć wydajność, bezpieczeństwo i elastyczność, pozostając jednocześnie przejrzystym i odpowiedzialnym.
Locus Robotics to jedna z tych firm, które zdają się definiować, czym jest integracja AI w logistyce. Łącząc obszerne dane, ukierunkowane interwencje i zaangażowanie w systemy wyjaśnialne i holistyczne, firma zapewnia klientom wymierne poprawy wydajności, jednocześnie torując drogę dla coraz bardziej autonomicznych operacji magazynowych. Jak zauważa Mendez, AI nie jest zagrożeniem, lecz narzędziem transformacyjnym: „To tu zostanie. To niesamowicie potężna technologia, która będzie nadal zapewniać lepszy ROI dla tych, którzy się nią zajmują.”
