ديفيد بين، الرئيس التنفيذي لشركة Brain Corp – سلسلة المقابلات

David Pinn هو الرئيس التنفيذي لشركة Brain Corp، حيث أمضى ما يقرب من تسع سنوات في صياغة استراتيجية الشركة، وإدارة عملياتها المالية، وتحويلها إلى أعمال روبوتات مدفوعة بالبرمجيات. انضم إلى Brain Corp في عام 2017 كنائب رئيس الاستراتيجية وتدرج في المناصب الاستراتيجية والمالية العليا قبل أن يصبح الرئيس التنفيذي في عام 2022. خلال فترة ولايته، ساهم بين في قيادة جمع رؤوس أموال كبيرة، وتحول الشركة من نموذج يركز على الأجهزة إلى إيرادات برمجيات متكررة، وتوسيعها إلى جمع بيانات الروبوتات وتحليلها، وشراكات استراتيجية مع مصنّعين عالميين للمعدات الأصلية (OEMs). في مراحل سابقة من مسيرته، شغل مناصب مالية واستراتيجية في شركة Qualcomm، وقدم المشورة لشركات التكنولوجيا الناشئة المدعومة برأس المال المخاطر، وعمل مع شركات محفظة L Catterton، وبدأ حياته المهنية في شركة Teradyne في مجال الهندسة والمبيعات التقنية، ما منحه خلفية تشمل الروبوتات، وأشباه الموصلات، والمالية، وتطوير الشركات، وتسويق التكنولوجيا.

Brain Corp هي شركة روبوتات وذكاء اصطناعي مادي تطور BrainOS®، منصة استقلالية مؤسسية صُممت لتمكين المصنّعين والشركات من نشر وإدارة الروبوتات المتنقلة المستقلة على نطاق واسع. تشغل BrainOS أكثر من 50,000 روبوت عبر ست قارات وقد جمعت أكثر من 25 مليون ساعة تشغيل في العالم الحقيقي، داعمةً تطبيقات تشمل تنظيف الأرضيات بشكل ذاتي، وجمع بيانات المخزون والرفوف، ونقل المواد في بيئات مثل المتاجر، والمستودعات، والمطارات، والمرافق الصحية، والمباني التجارية. تجمع المنصة بين التنقل المدفوع بالذكاء الاصطناعي، والخرائط ثلاثية الأبعاد الدلالية، وأنظمة السلامة، وإدارة الأسطول السحابية، والتحليلات، والتكامل مع أنظمة المؤسسات، مع بيانات تُجمع من الأسطول المُنشر تساعد على تحسين التنقل والموثوقية بمرور الوقت. تشمل التطورات الأخيرة BrainOS Clean 2.0 وSelfPath™ AI، اللذين يمكّنان روبوتات التنظيف من توليد مساراتها وتكييفها تلقائيًا بدلاً من الاعتماد على مسارات مُدربة يدويًا.

انتقلت مسيرتك من العمل الهندسي في أنظمة الترددات الراديوية والاتصالات اللاسلكية إلى التمويل الاستراتيجي، وتحول SaaS، والآن إلى قيادة Brain Corp كمدير تنفيذي. كيف شكل هذا المزيج من الانضباط الفني والمالي رؤيتك بأن الشركات لا تشتري “روبوتات”، بل نتائج تشغيلية قابلة للقياس؟

بدأت مسيرتي المبكرة في المبيعات التقنية، حيث كنت أبيع معدات تصنيع أشباه الموصلات لشركة Teradyne. من خلال الكثير من التجربة والخطأ، تعلمت درسًا مهمًا مبكرًا: كان هناك فجوة كبيرة بين ما كنت أظن أنه مهم—عادةً المواصفات التقنية— وما يهتم به المشتري فعليًا. تعلمت أن المشتري يهتم بالنتيجة التجارية، وما إذا كان يثق بي وبفريقي لتسليمها.

عندما انتقلت لاحقًا إلى مجال الروبوتات، تضاعف هذا الدرس. كل استثمار تقني يتنافس على رأس المال، ولا يحصل النظام على تقدير لمجرد كونه تقنيًا مثيرًا للإعجاب. في الروبوتات، من السهل الانبهار بالآلة نفسها. لكن المتجر لا يستيقظ راغبًا في الحصول على روبوت؛ إنه يريد أرضيات أنظف، ومخزونًا دقيقًا للغاية، ومزيدًا من الوقت لموظفيه لتقديم خدمة العملاء. الروبوت هو مجرد وسيلة توصيل لتلك النتيجة.

في Brain Corp، نبدأ بمشكلة العميل، نحدد النتيجة التجارية، ثم نعود إلى طبقة الاستقلالية والبيانات المطلوبة لتحقيقها. خلفيتي الهندسية تساعدني على تقدير مدى تعقيد المشكلة التقنية الأساسية، لكن تخصصي في المبيعات والمالية يبقيني مركّزًا على ما إذا كان حلها يخلق عملًا تجاريًا قابلًا للتوسع وذو جدوى تجارية. تحتاج إلى الاثنين. الروبوت الذي يعمل لكنه لا يولد عائدًا اقتصاديًا هو مشروع علمي، وليس منتجًا، والنموذج المالي المبني على تقنية غير موثوقة ليس عملًا.

مع كل هذا الاهتمام بالروبوتات البشرية والروبوتات متعددة الأغراض، ما هو سوء الفهم الذي تعتقد أن السوق يخلّفه بشأن ما تحتاجه المؤسسات فعليًا من الروبوتات اليوم؟

رأي سريع: هوس الصناعة بالروبوتات البشرية في البيئات التجارية والصناعية هو تشتيت.

الحجة الشائعة التي تسمعها من محبي الروبوتات البشرية هي: “العالم بُني للإنسان، لذا يجب أن تكون الروبوتات على شكل إنسان.” قد يكون ذلك صحيحًا في البيئات السكنية، لكن بالنسبة للبيئات المؤسسية، فهو غير صحيح أساسًا.

انظر إلى المستودع. لم يُبنى للإنسان؛ بل بُني للرافعات الشوكية، والعربات، والآلات الثقيلة. انظر إلى المتاجر، والمدارس، والفنادق، والمستشفيات، والمطارات. متطلبات إمكانية الوصول للكراسي المتحركة تعني أن هذه الأماكن لديها أرضيات مسطحة، ومنحدرات، وممرات واسعة، ومصاعد. المباني التجارية والصناعية صُممت للحركة على العجلات.

عندما تدرك ذلك، سترى بسرعة أن وضع أرجل على روبوت تجاري هو عبء غير ضروري وإهدار هائل للمال. لماذا نصمم نظامًا ثنائي القوائم مكلفًا وهشًا للتنقل في مساحة صُممت أصلاً للعجلات؟ العجلات أرخص، وأكثر موثوقية، وتتعامل مع الأحمال بشكل أفضل.

كما ذكرت سابقًا، الروبوت الذي لا يولد عائدًا اقتصاديًا هو مجرد مشروع علمي. بناء روبوت بشري معقد فقط ليمشي على أرضية مسطحة ومناسبة للكراسي المتحركة هو مشروع علمي بحد ذاته. إنه حل مشكلة حركية غير موجودة. المؤسسات لا تحتاج إلى آلات تحاكي البشر؛ إنها تحتاج إلى أدوات توصل نتيجة تجارية محددة بموثوقية. وفي الاستخدامات التجارية، تفوز العجلات في كل مرة.

تعمل Brain Corp في بيئات فوضوية وعامة وعالية الحركة مثل المتاجر، والمطارات، والمستودعات، والمستشفيات، والحرم الجامعي. ما هي أصعب المشكلات الواقعية التي لا تظهر في عروض الروبوتات التجريبية؟

تعلمت صناعة المركبات الذاتية القيادة بالطريقة الصعبة مدى خداع العروض التجريبية. رأينا عروض سيارات ذاتية القيادة قبل أكثر من عقد من الزمن، لكن استغرق الأمر عقدًا إلى خمسة عشر سنة من الهندسة المكثفة لإطلاق سيارات أجرة ذاتية القيادة تجاريًا. لماذا؟ بسبب ما تسميه الصناعة بـ “مارش التسعة”.

تحقيق نظام موثوق بنسبة 90% يُعد عرضًا رائعًا. الوصول إلى 99% هو إنجاز هندسي هائل. لكن عندما تشغل أسطولًا من عشرات الآلاف من الروبوتات عبر آلاف المواقع العامة، فإن موثوقية 99% لا تكفي.

في بيئة تجارية حية، يغيّر الناس اتجاههم دون إنذار. تُترك عربات التسوق في الممرات. تتحرك الشاشات طوال الليل. تعيق المنصات الطرق. قد تكون الأرضيات عاكسة، مبللة، غير مستوية، أو مغطاة بالحطام. تُفتح الأبواب وتُغلق، يتغير الإضاءة، ويطوّر الموظفون طرقهم الخاصة للتفاعل مع الآلة. قد يواجه الروبوت أيضًا أطفالًا، أو أشخاصًا يستخدمون أدوات تنقل، أو متسوقين مشتتين، أو رافعات شوكية، أو شخصًا يقرر الوقوف في مساره.

المشكلة الأصعب ليست التنقل عندما يسير كل شيء كما هو متوقع. إنها التكيّف بأناقة عندما يحدث شيء غير متوقع. هل يستطيع الروبوت فهم سبب حجب مساره، وإيجاد بديل آمن، وإكمال المهمة؟ هل يستطيع فعل ذلك دون خلق عبء إضافي للموظفين وعلى نطاق واسع عبر ملايين الساعات؟

هناك أيضًا بُعد اجتماعي غالبًا ما يغفل عنه العروض التجريبية. يحتاج الناس إلى فهم نية الروبوت. يجب أن تكون حركاته متوقعة، وإشاراته واضحة، وأن يندمج في سير العمل البشري الحالي بدلاً من إجبار الجميع على التكيف معه.

بالنسبة لنا، الذكاء الاصطناعي في العالم الواقعي يعني “إنه يعمل ببساطة”. الحالات الحدية ليست على الحافة، بل هي البيئة نفسها. بناء للظروف هذه يتطلب سنوات من التعلم التشغيلي، وهندسة سلامة مدروسة، وتركيز لا يكل على التفاصيل التي لا تظهر في فيديو محاكاة.

عند تقييم الشركات لعائد الاستثمار في الروبوتات، ما هي المقاييس التي تهم أكثر: ساعات العمل المُوفَّرة، اتساق المهمة، وقت التشغيل، جمع البيانات، السلامة، تجربة العميل، أم شيء آخر؟

كل ما سبق.

ساعات العمل المُوفَّرة مفيدة، لكنها لا تعكس الصورة الكاملة. في العديد من الصناعات، لا تكمن المشكلة فقط في أن العمل مكلف؛ بل إن توظيف أشخاص مؤهلين قد يكون صعبًا، ومعدل الدوران عالٍ، وتُنجز المهام المهمة بشكل غير متسق لأن الفرق مشغولة. في هذه الحالة، قد تكون إكمال المهمة، وتكرارها، واتساقها أكثر قيمة من خفض عدد الموظفين نظريًا.

الطبقة التالية هي الأداء التشغيلي: وقت التشغيل، الاستخدام الذاتي، إكمال المهمة بنجاح، التغطية، وكمية الإشراف المطلوبة. الروبوت الذي يعمل تقنيًا لساعات طويلة لكنه يحتاج باستمرار إلى إنقاذ ليس يقدم استقلالية ذات معنى.

لا ينبغي إغفال تحسينات السلامة والامتثال داخل نموذج العائد على الاستثمار. روبوت التنظيف يقلل من إجهاد وإصابات مكان العمل، ويمنح الموظفين وقتًا أكبر للتركيز على العملاء والعمل ذو القيمة العالية. روبوت الجرد يحسن من توفر المنتجات على الرفوف، ودقة التسعير، واتساق التنفيذ. الروبوتات أيضًا تُنشئ طبقة جديدة من الرؤية التشغيلية من خلال جمع بيانات موثوقة ومتكررة حول ما يحدث في البيئة المادية.

المفتاح هو وضع خط أساس حقيقي قبل النشر وقياس الأداء عبر دورة الحياة بالكامل، بما في ذلك التنفيذ، والدعم، والصيانة، والتدريب، والتكامل.

تُعد Brain Corp فريدة في مجال الروبوتات لأنها تعمل كمنصة روبوتات SaaS متكررة. لماذا أصبحت البرمجيات والبيانات وتنسيق الأسطول أكثر أهمية من شكل الروبوت نفسه؟

الأجهزة تحدد ما يمكن للروبوت أن يفعله ماديًا. البرمجيات تحدد مدى موثوقية أدائه، ومدى سهولة نشره، ومدى أمان تكامله مع مؤسسة، وما إذا كان يصبح أكثر فائدة مع مرور الوقت.

بدون طبقة موحدة من البرمجيات والسحابة، يصبح الروبوت آلة معزولة. قد يؤدي مهمة واحدة في منشأة واحدة، لكنه لا يمكن مراقبته بسهولة، أو تحديثه، أو دمجه مع أنظمة المؤسسة، أو تنسيقه مع أسطول أوسع. هذا يخلق تجزئة عندما تضيف الشركات أنواع روبوتات مختلفة، كل منها بواجهة، نموذج دعم، بيانات، وإجراءات تشغيل خاصة به.

المنصة تغير هذه المعادلة. من خلال منصة الاستقلالية BrainOS®، نوفر أساسًا مشتركًا للاستقلالية، والسلامة، والبيانات، وإدارة الأسطول عبر آلات وتطبيقات مختلفة. يمكن لشركائنا التركيز على خبرتهم في الأجهزة ومشكلة العميل التي يفهمونها بعمق، بدلاً من إعادة بناء كل بنية استقلالية وسحابة حول كل منتج جديد.

البرمجيات تسمح أيضًا بتراكم قيمة الآلة. يمكننا نشر قدرات جديدة عبر تحديثات over-the-air، والتعلم من سلوك الروبوتات عبر الأسطول، وتحسين الأداء، والاستجابة لحالات حدية جديدة دون استبدال الأجهزة. عادةً ما تُهمل المعدات الصناعية التقليدية من لحظة نشرها. يصبح النظام المتصل المستقل أكثر قدرة طوال دورة حياته.

ستظل شكل الآلة مهمًا، لأن التصميم الفيزيائي يجب أن يتناسب مع المهمة. لكن أشكال الآلة ستتطور. القيمة الأكثر دوامًا تكمن في الذكاء، والبنية التحتية التشغيلية، وطبقة البيانات التي يمكن أن تمتد عبر أي تطبيق. لهذا نصفّ BrainOS® بأنها منصة الاستقلالية للعالم الحقيقي، وليس نظام تشغيل لروبوت واحد معين.

الروبوتات المدعومة بـ BrainOS تُستخدم الآن ليس فقط للتنظيف، بل أيضًا لتحليلات الرفوف، ورؤية المخزون، ونقل المواد. كيف ترى تطور الروبوتات من أدوات أتمتة مهام إلى منصات بيانات متنقلة؟

توفر منصة BrainOS® للبؤسسات البنية التحتية اللازمة لبناء، ونشر، ودعم حلول مستقلة على نطاق مؤسسي. نوفر طبقة الاستقلالية والذكاء الأساسية، مما يسمح لشركائنا بالتركيز على ما يجيدونه: حل مشكلات تجارية واقعية محددة. هذا نهج فريد مكنّا من التوسع بسرعة ومنح البؤسسات القدرة على بناء ليس مجرد روبوتات، بل أعمال روبوتية.

كان العناية بأرضيات الروبوتات أحد أولى التطبيقات التجارية التي وصلت إلى مقياس ملحوظ لأنها عالجت حاجة تشغيلية واضحة ومتكررة؛ كل بيئة تجارية لديها أرضية متسخة وتواجه تحديات عمالية. حققنا هذا التوسع بالتعاون مع شريكنا Tennant Company، الرائد في مجال العناية بالأرضيات منذ أكثر من 150 سنة، والذي تحول الآن إلى أحد أكبر مصنّعي الروبوتات التجارية في العالم.

ثم من خلال عملنا مع مؤسسات كبرى في قطاع التجزئة واللوجستيات، أدركنا حقيقة أساسية: بينما تعرف هذه العمليات تمامًا ما يدخل ويخرج من المخزون في منشآتها، غالبًا ما تفتقر إلى رؤية ما يحدث فعليًا على أرض المتجر أو المستودع. الروبوت المتنقل هو أحد القليل من الأنظمة التي تتحرك باستمرار عبر البيئة المادية، مما يجعله قادرًا على جمع هذه الحقيقة الميدانية على نطاق واسع. للمساعدة في هذا التحدي، شاركنا مع Driveline Retail، الرائد في مجال التجزئة، وDane Technologies، الرائد في معدات المستودعات، لتقديم تتبع المخزون وذكاء الرفوف على مستوى مؤسسي.

عند توسيعك إلى تطبيقات رؤية المخزون، يصبح جمع البيانات مجرد جزء من المعادلة. معظم المستودعات والمتاجر تريد أكثر من ملايين الصور الخام؛ إنها تحتاج إلى معرفة أي منتج غير متوفر، أي سعر غير صحيح، أين توجد المنصة المفقودة، وما هو الإجراء المحدد الذي يجب أن يتخذه الموظف بعد ذلك. توفر Brain Corp الرؤية الحاسوبية المتقدمة والذكاء الاصطناعي اللازمين لتحويل تلك الملاحظات الخام إلى قرارات تجارية دقيقة ومُرتبة.

بغض النظر عن شكل الروبوت، تُتيح هذه الأنظمة أيضًا إمكانية إنشاء توائم رقمية محدثة باستمرار لمرافق البؤسسات. لأن روبوتاتنا تتنقل بأمان وموثوقية عبر جميع أقدام المنشأة، فهي تعمل كمنصات بيانات متنقلة، تجمع معلومات تفصيلية للغاية عن المرافق. يمكن أن يعني ذلك، على سبيل المثال، التحقق من موقع طفاية الحريق، أو تحديد ثلاجة معطلة، أو رسم خريطة للمناطق ذات اتصال Wi‑Fi ضعيف.

ما الذي يميز نشر الروبوتات الذي ينجح في موقع تجريبي واحد عن ذلك القادر على التوسع عبر آلاف المواقع المؤسسية؟

التجارب التجريبية تكافئ الإمكانية. التوسع يكافئ الموثوقية.

قد ينجح تجربة تجريبية لأن أفضل مهندس موجود بالقرب منها، والبيئة مُعدة بعناية، وشخص ما يتعامل بهدوء مع الاستثناءات خلف الكواليس. لا يعمل أي من ذلك عندما تقوم بالنشر عبر مئات أو آلاف المواقع. في تلك المرحلة، يصبح كل خطوة يدوية مصدر تكلفة وفشل.

يتطلب النشر القابل للتوسع القابلية للتكرار منذ البداية. يجب أن يكون الروبوت سهل التكوين، بديهيًا للموظفين الميدانيين، قابلًا للمراقبة عن بُعد، وقادرًا على تلقي تحديثات البرمجيات دون الحاجة إلى زيارة كل موقع. تحتاج المؤسسة أيضًا إلى أنظمة ناضجة للأمن السيبراني، وشهادات السلامة، والدعم، والتدريب، والصيانة، والتحليلات، والتكامل مع التقنية القائمة للعميل.

إدارة التغيير مهمة بنفس القدر. يحتاج الأشخاص الذين يعملون جنبًا إلى جنب مع الروبوت إلى فهم ما يفعله، وما هي حدوده، وكيف يندمج في مسؤولياتهم. تفشل النشرات عندما تكون التقنية سليمة من الناحية الفنية لكن ملكية التشغيل غير واضحة.

أخيرًا، يجب أن تكون الاقتصاديات ملائمة للعميل ومزود الروبوتات. يتطلب ذلك بنية تحتية للروبوتات تصبح أكثر اقتصادًا وأكثر صلابة مع كل نشر.

هذه المجموعة من التحديات هي ما نسميه فجوة الاستقلالية. بناء نموذج أولي يعمل هو مجرد جزء من إنشاء عمل روبوتي. العمل الأصعب بكثير هو تحويل ذلك النموذج الأولي إلى منتج آمن، مدعوم، قابل للتكرار، يستمر في الأداء عندما يغادر المتخصصون المبنى.

تشير أعمال Brain Corp الأخيرة حول التثبيت السياقي والخرائط الدلالية إلى طبقة أكثر ذكاءً للذكاء الاصطناعي المادي. لماذا يُعد “فهم البيئة” الجبهة الرئيسية التالية للروبوتات المستقلة؟

التنقل التقليدي هو في الأساس مشكلة هندسية: أين أنا، أين يمكنني التحرك، وما الذي يجب أن أتجنبه؟ يضيف التثبيت السياقي مجموعة أغنى بكثير من الأسئلة: ما الذي يحدث حولي؟ ما هذه الأشياء؟ كيف من المحتمل أن يتفاعل الناس معها؟ ما السلوك المناسب في هذا الموقف المحدد؟

قد يرى نظام التنقل الأساسي أن شيئًا ما يشغل مساحة. يجب أن يفهم النظام الواعي للسياق بالضبط ما هو الكائن، لماذا هو موجود، ما يفعله، وأخيرًا كيف يتعامل معه. هذه الفروقات مهمة لأن الاستجابة الصحيحة تختلف في كل حالة.

يصبح هذا مهمًا بشكل خاص مع بدء الروبوتات في دمج الذكاء الاصطناعي التوليدي، ونماذج الرؤية-اللغة، وأنظمة احتمالية أخرى. يمكن لهذه النماذج أن تجلب ذكاءً ومرونة هائلة، لكن الإجابة المعقولة ليست كافية عندما يتحكم برنامج في آلة مادية. يجب أن يكون الفعل مؤسسًا على الهندسة الفعلية، والظروف، ومتطلبات السلامة، والسياق الاجتماعي للبيئة.

نعتقد أن الحل هو دمج الذكاء الاصطناعي المتقدم مع تمثيل سياقي دائم للعالم المادي وضوابط سلامة حتمية. يتيح ذلك للروبوت الاستفادة من نماذج الذكاء الاصطناعي المتزايدة القدرة دون السماح للذكاء الاحتمالي بالعمل دون حدود.

كيف يجب على الشركات التفكير في الثقة عند نشر الروبوتات حول الموظفين، والعملاء، والجمهور العام؟

أولًا، علينا الاعتراف بحقيقة أساسية: الروبوتات تختلف عن غيرها من تقنيات المؤسسات. قد يتعطل برنامج حاسوبي ويؤدي إلى توقف حاسوبك، لكن خللًا في آلة وزنها 1,000 رطل تتجول في ممر تجاري مزدحم له عواقب مختلفة تمامًا. لا يمكن للشركات أن تعامل الروبوت كقطعة أخرى من معدات تكنولوجيا المعلومات المتصلة.

تُكسب الثقة في الروبوتات يومًا بعد يوم. في وقت يحد فيه FCC من الموافقة على الروبوتات المنتجة خارجيًا بسبب مخاوف أمنية، ارتفعت معايير الثقة إلى أعلى مستوياتها. مع توسع الذكاء الاصطناعي المادي إلى مستشفياتنا، ومطاراتنا، ومستودعاتنا، ومتاجر البقالة، تحتاج الشركات إلى تقييم الثقة عبر عدة طبقات متميزة: السلامة المادية، خصوصية البيانات، والاندماج البشري.

الذكاء الاصطناعي المتقدم رائع لجعل الروبوت “ذكيًا” بما يكفي للتنقل في بيئات معقدة، لكن الذكاء والسلامة ليسا شيئًا واحدًا. الروبوت الجدير بالثقة يفصل بينهما. يجب أن يمتلك ضوابط سلامة مادية مكررة يمكنها تجاوز النظام. يجب أن تكون السلامة مبرمجة، لا مُتعلمة.

علاوةً على ذلك، الروبوتات التي تتنقل في الأماكن العامة هي في الأساس منصات بيانات متجولة. تستخدم الكاميرات وأجهزة الاستشعار لرؤية العالم. يجب على الشركات أن تطلب وضوحًا مطلقًا من مورديها: ما الذي تراه الروبوت؟ إلى أين تُرسل تلك البيانات؟ من لديه حق الوصول إليها؟ لا يمكن ربط الخصوصية والأمن السيبراني بعد النشر كتمرين علاقات عامة؛ يجب دمجهما في بنية النظام منذ اليوم الأول.

أكبر خطأ ترتكبه الشركات هو إسقاط روبوت في منشأة دون التفكير في إدارة التغيير. لا يمكنك أن تطلب من موظفيك أو عملائك أن يثقوا بالروبوتات على أساس الإيمان فقط. يجب إشراك الموظفين مبكرًا، وتدريبهم بشكل صحيح، وإظهار كيف تجعل الآلة عملهم اليومي أسهل وأكثر أمانًا. يحتاجون إلى معرفة من المسؤول إذا حدث شيء خاطئ، وكيفية التدخل إذا لزم الأمر.

في النهاية، الشهادات، والتدقيقات، وضوابط الأمن ليست سوى الأدلة الأساسية. تُبنى الثقة الحقيقية من خلال التجربة المتكررة. عندما يتصرف الروبوت بأمان، ويحترم مساحة العميل الشخصية باستمرار، ويزيل الأعمال المملة والملوثة من على عاتق الموظف يومًا بعد يوم، يصبح ببساطة جزءًا من الفريق.

نظرة مستقبلية: أين تتوقع أن تُحدث الروبوتات التجارية أكبر قيمة خلال السنوات الخمس القادمة: التجزئة، اللوجستيات، الرعاية الصحية، التصنيع، المطارات، أم قطاع آخر تمامًا؟

تأتي القيمة الأكبر عادةً من البيئات الكبيرة، الموزعة، والمقيدة بالعمالة. لديها مهام متكررة يصعب إكمالها بشكل متسق.

سلسلة التوريد: من التصنيع إلى اللوجستيات إلى التجزئة تجمع كل هذه الشروط. المتاجر مساحات عامة معقدة، وتوافر العمالة تحدٍ مستمر، ويمكن لقضايا تشغيلية صغيرة (رف فارغ، سعر غير صحيح، مهمة تنظيف متأخرة) أن تؤثر مباشرة على تجربة العميل والأداء المالي. سيوفر اللوجستيات والتصنيع أيضًا قيمة هائلة، من خلال رؤية المخزون، ونقل المواد، والتنسيق عبر مرافق متزايدة الأتمتة.

لكن القيمة العظمى لن تُحدَّد بقطاع واحد محدد. ستكون تحولًا في طريقة شراء المؤسسات للروبوتات. على وجه التحديد، ستجلب السنوات الخمس المقبلة موت المشروع الروبوتي المعزول.

حاليًا، تدير المؤسسات مبادرات مجزأة بشدة. يشتري أحدهم روبوتًا من الشركة أ لتنظيف الأرضيات، وآخر من الشركة ب لمسح المخزون، وثالثًا من الشركة ج لنقل المواد. لكل منها فهم محلي للعالم لا يُشارك مع الآخرين. إنها كابوس تشغيلي لا يمكن توسيعه.

خلال السنوات الخمس المقبلة، ستأتي قيمة الإبداع من السياق المشترك والتنفيذ المتكامل. ستتوقف المؤسسات عن شراء روبوتات مجزأة وتبدأ بالاستثمار في أساس ذكاء اصطناعي مادي موحد. تريد منصة برمجيات واحدة، طبقة استقلالية واحدة، وأنبوب بيانات واحد يدير أسطولًا متنوعًا من الآلات، يشارك السياق حول البيئة، وينسق مركزيًا لأتمتة المرافق بالكامل بدلاً من المهام الفردية.

بهذا يتحول الذكاء الاصطناعي من طموح إلى تحسين العالم الحقيقي.

شكرًا لكم على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Brain Corp.