أوانا جينجا، المؤسس المشارك، الرئيس التجاري ورئيس المنتج في ديكسوري – سلسلة المقابلات

Oana Jinga، المؤسس المشارك والرئيس التجاري ورئيس المنتج في Dexory، هي قائدة تقنية وتجارية ذات خبرة واسعة تشمل الروبوتات وتكنولوجيا التجزئة والشراكات الإستراتيجية وتطوير المنتجات. شاركت في تأسيس الشركة التي كانت تُعرف أصلاً باسم BotsAndUs في عام 2015، شغلت منصب الرئيس التجاري قبل أن تتولى دورها القيادي الحالي في Dexory. إلى جانب بناء الشركة، قضت جينجا أكثر من ست سنوات في جوجل، حيث قادت شراكات التجزئة في المملكة المتحدة ولاحقاً أشرفت على الشراكات الإستراتيجية عبر قطاع التجزئة في منطقة أوروبا والشرق الأوسط وإفريقيا. في بداية مسيرتها المهنية، شغلت مناصب تجارية وتسويقية ولاء وتطوير الأعمال في O2 (Telefónica UK)، بالإضافة إلى أدوار في التسويق والعلاقات العامة. كما خدمت كقائدة مشاركة في المملكة المتحدة لمنصة Xoogler.co، داعمةً مجتمع خريجي جوجل والمؤسسين والمستثمرين ومشغلي الشركات الناشئة.

Dexory هي شركة بريطانية متخصصة في الروبوتات والذكاء الاصطناعي تركز على توفير الذكاء في الوقت الفعلي لعمليات المستودعات واللوجستيات. يجمع منصة DexoryView بين الروبوتات المستقلة والرؤية الحاسوبية والذكاء المكاني والتحليلات المتقدمة وتقنية التوأم الرقمي لالتقاط ما يحدث داخل المستودع باستمرار ومقارنة المخزون الفعلي مع أنظمة المستودعات القائمة. تقول Dexory إن روبوتاتها يمكنها مسح أكثر من 10,000 موقع في الساعة، مما يخلق تمثيلاً رقمياً حياً يساعد المشغلين على تحديد البضائع الموضوعة في غير محلها أو التالفة، ومراقبة استغلال المساحة، وتحسين دقة الجرد، واكتشاف أوجه القصور التشغيلية. تُصنّف الشركة تقنيتها كطبقة ذكاء للمستودعات التي تصبح أكثر استقلالية، مع عمليات نشر في أوروبا وآسيا والولايات المتحدة وعملاء من أبرز الشركات العالمية في مجال اللوجستيات والصناعات.

قمتِ بتأسيس BotsAndUs في عام 2015 بعد بناء مسيرتك في تطوير الأعمال والشراكات الإستراتيجية في شركات تشمل O2 وجوجل. ما الذي لاحظته أنت وشركاؤك في عمليات المستودعات والذي أقنعكم بالتركيز على اللوجستيات وتطوير الشركة لتصبح Dexory؟

رأينا أن المستودعات أصبحت أكثر تعقيداً وت automatised، ومع ذلك لا يزال العديد من المشغلين يفتقرون إلى رؤية دقيقة وفي الوقت الفعلي لما يحدث فعلياً على أرضية المستودع. كانت عمليات جرد المخزون لا تزال يدوية إلى حد كبير، تستغرق وقتاً طويلاً وغالباً ما تكون منفصلة عن الأنظمة التي تتخذ قرارات تشغيلية حاسمة. أدركنا أن الروبوتات يمكنها سد هذه الفجوة من خلال التقاط بيانات العالم المادي باستمرار وتحويلها إلى ذكاء قابل للتنفيذ.

للمشغلين في المستودعات الذين يفكرون في Dexory، هل يمكنك شرح خطوات النشر النموذجية، بدءاً من رسم خريطة المرفق وتحديد مواعيد المسح المستقل وصولاً إلى تحويل البيانات المجمعة إلى رؤى قابلة للتنفيذ عبر DexoryView؟

تم تصميم عملية النشر لتكون سريعة ومحدودة الإزعاج – عادةً ما تستغرق من 2 إلى 5 أيام مع مشاركة 1 إلى 2 من فريقنا في رسم خريطة الموقع وبناء التوأم الرقمي حتى تتمكن الروبوتات المستقلة من التنقل في الفضاء وجمع البيانات دون الحاجة إلى تغييرات بنية تحتية كبيرة. بعد ذلك تبدأ الروبوتات بتنفيذ المهمات المجدولة مع عائد استثمار فوري للحل، حيث تجمع البيانات عبر المرفق، وتُعالج وتُعرض في DexoryView. يمكن للمشغلين تحديد الفروقات بسرعة، والتحقق من القضايا واتخاذ القرارات بناءً على تمثيل رقمي محدث لمستودعهم.

يستطيع الروبوت المتنقل المستقل من Dexory مسح رفوف المستودعات ذات الارتفاع الكامل حتى 18 متراً. ما هي التحديات الهندسية، والاستشعار، والذكاء الاصطناعي التي كان لابد من حلها لتشغيله بدقة وأمان على هذا النطاق؟

التحدي ليس مجرد الوصول إلى ارتفاع 18 متراً، بل جمع بيانات دقيقة ومتسقة أثناء التحرك المستقل في بيئة مستودع مزدحمة. يتطلب ذلك دمج هندسة ميكانيكية قوية مع تقنيات التحديد، والاستشعار، والرؤية الحاسوبية القادرة على الأداء بثبات عبر ظروف إضاءة مختلفة، وتكوينات الرفوف، وأنواع المخزون المتنوعة. السلامة أساسية، لذا صُممت النظام بالكامل للعمل بشكل متوقع إلى جانب الأشخاص ومعدات المستودعات القائمة.

لقد قامت روبوتات Dexory الآن بمسح أكثر من مليار موقع مستودعي حول العالم. كيف تُحسّن حجم وتنوع تلك البيانات الواقعية من قدرة منصة الرؤية الحاسوبية، واكتشاف الشذوذ، والقدرات التنبؤية؟

لقد نجحنا بالفعل في جمع أكبر مجموعة بيانات مادية للمستودعات، ما يضعنا في موقع فريد يمكننا من التعلم منها وبناء نماذج مستودعاتنا الخاصة. الحجم مهم لأن كل مستودع يقدم تخطيطات، منتجات، تعبئات، وظروف تشغيل مختلفة، مما يخلق مجموعة بيانات واقعية غنية ومتنوعة للغاية. هذا التنوع يساعدنا على تحسين طريقة تفسير المنصة لبيئات المستودعات، وتحديد الشذوذ، وتمييز القضايا التشغيلية ذات الأهمية عن الضوضاء. بمرور الوقت، يُشكِّل هذا الأساس لذكاء تنبؤي متزايد، مما يساعد العملاء على فهم ليس فقط ما يحدث الآن، بل وما من المحتمل أن يحدث لاحقاً.

غالباً ما تعتمد المستودعات على أنظمة إدارة المستودعات، ومنصات تخطيط موارد المؤسسة، وسجلات الجرد اليدوية. كيف تقوم Dexory بتسوية الفروقات بين ما تلاحظه روبوتاتها فعلياً وما تُبلغه تلك الأنظمة القائمة؟

توفر Dexory نظرة مستقلة على الواقع المادي وتقارنها بما تعتقد أن أنظمة المستودعات الحالية يجب أن تكون عليه. من خلال التكامل مع أنظمة مثل WMS ومنصات ERP، يمكن لـ DexoryView إظهار الفروقات بين السجلات الرقمية والمستودع الفعلي حتى يتمكن الفرق من التحقيق وحلها بسرعة. نحن لا نستبدل تلك الأنظمة الأساسية، بل نوفر لها مصدرًا أكثر دقة وتوقيتًا للذكاء الواقعي، مع تنسيقها كذلك.

غالباً ما يُناقش الذكاء الاصطناعي المادي في سياق الروبوتات الشبيهة بالبشر، بينما طورت Dexory نظاماً متخصصاً للغاية للذكاء في المستودعات. لماذا تُعد الروبوتات المتخصصة في مهمة معينة أكثر ملاءمة للوجستيات حالياً، وأين تتوقع أكبر تقدم في الذكاء الاصطناعي المادي خلال العقد القادم؟

في مجال اللوجستيات، تكون الموثوقية، والسلامة، والعائد القابل للقياس أكثر أهمية من بناء روبوت يستطيع فعل كل شيء، وهذا ما يجعل الأنظمة المتخصصة في مهمة معينة قوية جداً اليوم. يمكن تحسين الروبوتات المصممة خصيصاً لبيئة معينة، مما يجعلها أكثر صلابة لمتطلبات عمليات المستودعات الواقعية وأكثر قدرة على الأداء بثبات تحت ظروف متغيرة. يمكنها تقديم قيمة على نطاق واسع دون الحاجة إلى إعادة تصميم عمليات المستودعات حول التقنية. خلال العقد القادم، أتوقع أن يصبح الذكاء الاصطناعي المادي أكثر استقلالية وتكيفاً، حيث تنتقل الآلات من تنفيذ مهام محددة مسبقاً إلى فهم البيئات ومساعدة في تحديد أفضل إجراء يجب اتخاذه.

بعيداً عن تسريع عمليات عدّ المخزون، أين يرى العملاء أكبر قيمة تشغيلية من الذكاء الفوري للمستودعات، سواء من خلال استغلال المساحة، أو الإعادة التلقائية، أو السلامة، أو الامتثال أو مرونة سلسلة الإمداد؟

تتمثل القيمة الأكبر في توفير رؤية للمشغلين لا يمكن تحقيقها من خلال الفحوصات اليدوية الدورية. يمكن للذكاء الفوري للمستودعات الكشف عن المساحات غير المستغلة، وفروقات الجرد، ومشكلات الإعادة التلقائية، واختناقات العمليات مبكراً كثيراً، مما يسمح للفرق بالتصرف قبل أن تتحول إلى مشكلات مكلفة. في النهاية، يمكّن ذلك المستودعات من أن تصبح أكثر كفاءة ومرونة لأن القرارات تُستند إلى ما يحدث فعلياً على الأرض.

إلى أي مدى يمكن للذكاء في المستودعات التقدم من تحديد المشكلات مثل المخزون الموضوع في غير مكانه، أو البضائع التالفة، أو ظروف التخزين غير الآمنة إلى تقديم توصيات أو بدء إجراءات تصحيحية تلقائيًا؟

نرى أن الذكاء في المستودعات يتطور من مرحلة الرؤية إلى مرحلة التوصية، وفي النهاية إلى اتخاذ قرارات ذات استقلالية متزايدة. الخطوة الأولى هي فهم البيئة المادية بدقة كافية لتحديد المشكلة، ثم إضافة سياق من أنظمة أخرى لتوصية بأكثر استجابة فعّالة. مع تزايد الثقة في هذه الأنظمة، ستظهر فرص لتنفيذ بعض الإجراءات تلقائياً، مع إبقاء الأشخاص في التحكم بالقرارات ذات الأثر الأكبر.

مع تزايد أتمتة المستودعات، ما هي الأدوار التي ستظل مناسبةً بشكل فريد للإنسان، وكيف ينبغي على الشركات إعداد الموظفين للعمل بفعالية جنباً إلى جنب مع الروبوتات، والتوائم الرقمية، وأنظمة اتخاذ القرار المدفوعة بالذكاء الاصطناعي؟

يجب أن تزيل الأتمتة المهام المتكررة والمرهقة جسدياً وتمنح الأشخاص مزيداً من الوقت للتركيز على الحكم، وحل المشكلات، وإدارة الاستثناءات. ستتضمن الأدوار الأكثر قيمة بشكل متزايد تفسير المعلومات، واتخاذ قرارات معقدة، وتحسين سير العمليات بدلاً من جمع البيانات يدوياً. لذا يتعين على الشركات الاستثمار في المهارات الرقمية ومساعدة الموظفين على فهم كيفية استخدام الذكاء الاصطناعي والروبوتات كأدوات تعزز خبراتهم.

لقد دافعتِ عن جعل الروبوتات أكثر إتاحةً للمواهب النسائية. ما هي التغييرات العملية اللازمة لجذب المزيد من النساء إلى هذا القطاع؟

نحتاج إلى توسيع كل من المسارات المؤدية إلى مجال الروبوتات وتغيير التصور حول ما يبدو عليه مسار مهني في هذه الصناعة. يغطي القطاع الآن الهندسة، والبرمجيات، وعلوم البيانات، وتصميم المنتجات، والعمليات، وتجربة المستخدم، والاستراتيجية التجارية، والنشر، ونجاح العملاء، ويجب توضيح هذا التنوع بشكل أكبر. يمكن أن تساعد زيادة ظهور النساء والأشخاص من خلفيات متنوعة من خلال دراسات الحالة، وفرص التحدث، والأمثلة العامة على تمكين المواهب المستقبلية من رؤية المسارات الوظيفية المتعددة المتاحة، إلى جانب التعرض المبكر والمسارات الواضحة للدخول إلى المجال. ومع ذلك، فإن جذب النساء هو جزء فقط من التحدي، إذ يجب على الشركات أيضاً بناء بيئات شاملة تسمح للنساء بالتقدم إلى أدوار قيادية وعليا، مع التأكد من أن التركيز ليس فقط على تمثيل المستوى المبدئي بل على تمكين مسارات مهنية طويلة الأمد ومستدامة في مجال الروبوتات.

شكرًا على هذه المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد عن هذه الشركة المتخصصة في الروبوتات ينبغي عليهم زيارة Dexory.