David Pinn, generální ředitel společnosti Brain Corp – série rozhovorů

David Pinn je generální ředitel společnosti Brain Corp, kde téměř devět let pomáhá formovat strategii firmy, finanční operace a přechod na podnikání založené na softwarově řízené robotice. Do Brain Corp nastoupil v roce 2017 jako viceprezident pro strategii a postupoval přes seniorní role ve strategii a financích, než se v roce 2022 stal generálním ředitelem. Během svého působení Pinn pomohl vést velké kapitálové získávání, posun společnosti od hardwarově orientovaného modelu k opakujícím se softwarovým příjmům, rozšíření do robotického sběru dat a analytiky a strategická partnerství s globálními výrobci originálního vybavení (OEM). Dříve ve své kariéře zastával pozice ve financích a strategii ve společnosti Qualcomm, radil technologickým startupům financovaným rizikovým kapitálem, pracoval s portfoliovými společnostmi L Catterton a zahájil kariéru ve společnosti Teradyne v oblasti inženýrství a technického prodeje, což mu poskytlo zázemí zahrnující robotiku, polovodiče, finance, firemní rozvoj a komercializaci technologií.

Brain Corp je společnost zabývající se robotikou a fyzickou AI, která vyvíjí BrainOS®, platformu podnikové autonomie navrženou tak, aby umožnila výrobcům a firmám nasazovat a spravovat autonomní mobilní roboty ve velkém měřítku. BrainOS pohání více než 50 000 robotů na šesti kontinentech a nasbíral více než 25 milionů hodin reálného provozu, podporuje aplikace včetně autonomního úklidu podlah, sběru dat o zásobách a regálech a přesunu materiálu v prostředích jako jsou maloobchodní prodejny, sklady, letiště, zdravotnická zařízení a komerční budovy. Platforma kombinuje AI‑řízenou navigaci, sémantické 3D mapování, bezpečnostní systémy, cloudové řízení flotily, analytiku a integrace s podnikovými systémy, přičemž data shromážděná napříč nasazenou flotilou pomáhají časem zlepšovat navigaci a spolehlivost. Nedávné novinky zahrnují BrainOS Clean 2.0 a SelfPath™ AI, které umožňují úklidovým robotům automaticky generovat a přizpůsobovat své trasy místo spoléhaní se na ručně vytvořené cesty.

Vaše kariéra se přesunula z inženýrské práce v oblasti rádiových frekvencí a bezdrátových systémů na strategické finance, transformaci do modelu SaaS a nyní na vedení jako generální ředitel ve společnosti Brain Corp. Jaký vliv má tato kombinace technické a finanční disciplíny na váš názor, že podniky nekupují „roboty“, ale měřitelné provozní výsledky?

Moje raná kariéra začala v technickém prodeji, prodával jsem zařízení pro výrobu polovodičů pro společnost Teradyne. Skrze mnoho pokusů a omylů jsem brzy pochopil důležitou lekci: existovala velká mezera mezi tím, co jsem považoval za důležité – obvykle technické specifikace – a tím, co kupující skutečně zajímalo. Naučil jsem se, že kupující se skutečně zajímá o obchodní výsledek a o to, zda mi a mému týmu důvěřuje, že jej doručí.

Když jsem se později přeorientoval na robotiku, tato lekce se ještě zesílila. Každá investice do technologií soutěží o kapitál a systém nezíská uznání jen za to, že je technicky působivý. V robotice je snadné se nechat uchvátit samotným strojem. Ale maloobchodník se neprobudí s přáním mít robot. Chce čistší podlahy, vysoce přesné zásoby a více času pro své zaměstnance, aby mohli poskytovat zákaznický servis. Robot je jen dopravním prostředkem pro dosažení tohoto výsledku.

Ve společnosti Brain Corp začínáme problémem zákazníka, definujeme obchodní výsledek a pracujeme zpětně k autonomní vrstvě a datům potřebným k jeho dosažení. Mé inženýrské zázemí mi pomáhá ocenit, jak hluboce složitý je podkladový technický problém, ale mé zkušenosti v prodeji a financích mě udržují soustředěného na to, zda jeho řešení vytvoří škálovatelný, komerčně životaschopný podnik. Potřebujete obojí. Robot, který funguje, ale nedokáže přinést ekonomický výnos, je vědecký projekt, ne produkt, a finanční model postavený na nespolehlivé technologii není podnikáním.

S takovým množstvím pozornosti věnované humanoidům a univerzálním robotům, co si podle vás trh mylně představuje o tom, co podniky ve skutečnosti od robotiky dnes potřebují?

Aktuální názor: posedlost odvětví humanoidy v komerčních a průmyslových prostředích je rozptýlení.

Standardní argument, který slyšíte od nadšenců humanoidů, zní: „Svět byl postaven pro lidi, proto musí být roboti tvarováni jako lidé.“ To může být pravda v rezidenčních podmínkách, ale v podnikovém prostředí je to zásadně nepravda.

Podívejte se na sklad. Není postaven pro lidi; je určen pro vysokozdvižné vozíky, paletové vozíky a těžkou techniku. Podívejte se na maloobchodní prodejny, školy, hotely, nemocnice a letiště. Požadavky na přístupnost pro vozíčkáře znamenají, že tyto prostory mají rovné podlahy, rampy, široké uličky a výtahy. Komerční a průmyslové budovy jsou navrženy pro pohyb na kolečkách.

Když si to uvědomíte, rychle pochopíte, že přidání nohou komerčnímu robotu je zbytečná zodpovědnost a obrovské plýtvání penězi. Proč navrhovat drahý, křehký bipodální systém, který má navigovat v prostoru, který je již vhodný pro kola? Kola jsou levnější, spolehlivější a lépe zvládají nosnost.

Jak jsem již zmínil, robot bez ekonomického výnosu je jen vědecký projekt. Vybudování vysoce složitého humanoida jen proto, aby prošel po rovné, přístupné podlaze pro vozíčkáře, je konečný vědecký projekt. Řeší problém locomoci, který neexistuje. Podniky nepotřebují stroje napodobující člověka; potřebují nástroje, které spolehlivě přinášejí konkrétní obchodní výsledek. A pro komerční případy používání kola vždy vítězí.

Brain Corp funguje v nepořádných, veřejných a vysoce frekventovaných prostředích jako jsou prodejny, letiště, sklady, nemocnice a kampusy. Jaké jsou nejtěžší reálné problémy, které se v robotických ukázkách neobjevují?

Průmysl autonomních vozidel se těžce naučil, jak zavádějící mohou ukázky být. Před více než deseti lety jsme viděli demonstrace samořiditelných aut, ale trvalo dalších deset až patnáct let intenzivního inženýrství, než se skutečně spustily komerční autonomní taxíky. Proč? Kvůli tomu, co průmysl nazývá „pochodem devítek“.

Dosáhnout, aby byl systém 90 % spolehlivý, je skvělá ukázka. Dosáhnout 99 % je obrovský inženýrský úspěch. Ale když provozujete flotilu desítek tisíc robotů na tisících veřejných místech, 99 % spolehlivost není dostačující.

V reálném komerčním prostředí lidé mění směr bez varování. Nákupní košíky jsou ponechány v uličkách. Displeje se přes noc přesunou. Palety blokují trasy. Podlahy mohou být odrazivé, mokré, nerovné nebo pokryté nečistotami. Dveře se otevírají a zavírají, osvětlení se mění a zaměstnanci si vytvářejí vlastní způsoby interakce se strojem. Robot může také potkat děti, osoby používající pomůcky pro mobilitu, roztržitě nakupující, vysokozdvižné vozíky nebo někoho, kdo se jednoduše rozhodne stát v jeho cestě.

Nejtěžší problém není navigace, když vše funguje podle očekávání. Je to elegantní přizpůsobení, když nastane něco neočekávaného. Dokáže robot pochopit, proč je jeho trasa zablokována, najít bezpečnou alternativu a úkol dokončit? Dokáže to udělat, aniž by vytvářel více práce pro zaměstnance, a to ve velkém měřítku během milionů hodin?

Existuje také sociální rozměr, který demonstrace často opomíjejí. Lidé potřebují pochopit úmysl robota. Jeho pohyby by měly být předvídatelné, signály jasné a měl by zapadat do existujících lidských pracovních postupů, místo aby nutil všechny kolem sebe se přizpůsobovat.

Pro nás reálná AI znamená „prostě funguje“. Okrajové případy nejsou na okraji, jsou součástí prostředí. Vývoj pro tyto podmínky vyžaduje roky provozního učení, promyšlenou bezpečnostní architekturu a neúnavnou pozornost k detailům, které jsou neviditelné ve simulovaném videu.

Když společnost hodnotí návratnost investic do robotiky, které metriky jsou nejdůležitější: ušetřené pracovní hodiny, konzistence úkolů, dostupnost, sběr dat, bezpečnost, zákaznická zkušenost nebo něco jiného?

Všechny výše uvedené.

Ušetřené pracovní hodiny jsou užitečné, ale nezachycují celý obrázek. V mnoha odvětvích není podstatný jen fakt, že práce je drahá; je to také obtížnost najímání kvalifikovaných lidí, vysoká fluktuace a to, že důležité úkoly jsou plněny nevyrovnaně, protože týmy jsou přetížené. V takové situaci může být dokončení úkolu, jeho frekvence a konzistence cennější než teoretické snížení počtu zaměstnanců.

Další vrstva je provozní výkonnost: dostupnost, autonomní využití, úspěšné dokončení úkolu, pokrytí a množství potřebného dohledu. Robot, který technicky funguje mnoho hodin, ale často potřebuje být zachraňován, nepřináší smysluplnou autonomii.

Zlepšení bezpečnosti a souladu by také neměly být v modelu ROI přehlíženy. Úklidový robot snižuje zátěž a úrazy na pracovišti a poskytuje zaměstnancům více času soustředit se na zákazníky a práci s vyšší přidanou hodnotou. Inventární robot zlepšuje dostupnost zboží na regálech, přesnost cen a konzistenci provádění. Roboti také vytvářejí novou úroveň provozní viditelnosti tím, že zachycují spolehlivá, opakující se data o tom, co se děje v celém fyzickém prostředí.

Klíčem je nastavit skutečnou výchozí hodnotu před nasazením a měřit výkon po celou životní cyklus, včetně implementace, podpory, údržby, školení a integrace.

Brain Corp je v oblasti robotiky jedinečná tím, že funguje jako opakující se SaaS platforma pro robotiku. Proč se software, data a orchestraci flotily stávají důležitějšími než samotná forma robota?

Hardware určuje, co je robot fyzicky schopen dělat. Software určuje, jak spolehlivě to provádí, jak snadno může být nasazen, jak bezpečně se integruje do podniku a zda se časem stává užitečnějším.

Bez jednotné softwarové a cloudové vrstvy je robot v podstatě izolovaný stroj. Může vykonávat jeden úkol v jedné provozovně, ale nelze jej snadno sledovat, aktualizovat, integrovat s podnikovými systémy nebo koordinovat s širší flotilou. To vytváří fragmentaci, když společnosti přidávají různé typy robotů, z nichž každý má vlastní rozhraní, model podpory, data a provozní postupy.

Platforma tuto rovnici mění. S naší autonomní platformou BrainOS® poskytujeme společnou autonomii, bezpečnost, data a základ pro správu flotily napříč různými stroji a aplikacemi. Naši partneři se mohou soustředit na své hardwarové odborné znalosti a na zákaznický problém, který dobře chápou, místo aby znovu budovali celou autonomní a cloudovou infrastrukturu pro každý nový produkt.

Software také umožňuje, aby se hodnota stroje násobila. Můžeme nasazovat nové funkce prostřednictvím aktualizací přes vzduch, učit se z chování robotů napříč flotilou, zlepšovat výkon a reagovat na nové okrajové případy, aniž bychom vyměňovali hardware. Tradiční průmyslové vybavení obvykle podléhá odpisům od okamžiku nasazení. Připojený autonomní systém se během svého životního cyklu stává schopnějším.

Forma bude i nadále důležitá, protože fyzický design musí odpovídat úkolu. Ale formy se budou vyvíjet. Trvalejší hodnota spočívá v inteligenci, provozní infrastruktuře a datové vrstvě, která může být rozšířena na jakoukoli aplikaci. Proto popisujeme BrainOS® jako autonomní platformu pro reálný svět, nikoli operační systém pro jeden konkrétní robot.

Roboti poháněni BrainOS® se nyní používají nejen pro úklid, ale také pro analytiku regálů, viditelnost zásob a přesun materiálu. Jak vidíte vývoj robotů od nástrojů pro automatizaci úkolů k mobilním datovým platformám?

Naše platforma BrainOS® vybavuje podniky infrastrukturou potřebnou k vytváření, nasazování a podpoře autonomních řešení v podnikové velikosti. Poskytujeme základní autonomní a inteligentní vrstvu, která umožňuje našim partnerům soustředit se na to, co dělají nejlépe: řešení konkrétních reálných obchodních problémů. Tento jedinečný přístup nám umožnil rychle škálovat a umožnil podnikům budovat nejen roboty, ale i robotické podniky.

Robotický úklid podlah byl jednou z prvních komerčních aplikací, která dosáhla významného měřítka, protože řešil jasnou, opakující se provozní potřebu; každé komerční prostředí má špinavou podlahu a mnoho z nich čelí problémům s pracovní silou. Toto měřítko jsme dosáhli ve spolupráci s naším partnerem Tennant Company, lídrem v úklidu podlah více než 150 let, který se nyní stal jedním z největších výrobců komerčních robotů na světě.

Poté, skrze naši spolupráci s velkými podniky v oblasti maloobchodu a logistiky, jsme si uvědomili základní pravdu: zatímco tyto operace přesně vědí, jaký inventář vstupuje a opouští jejich zařízení, často postrádají přehled o tom, co se ve skutečnosti děje na podlaze prodejny nebo skladu. Mobilní robot je jedním z mála systémů, který se opakovaně pohybuje fyzickým prostředím, což jej činí jedinečně schopným zachytit tuto pravdu ve velkém měřítku. Abychom pomohli s tímto problémem, navázali jsme partnerství s Driveline Retail, předním obchodníkem, a Dane Technologies, lídrem v oblasti skladového vybavení, abychom přinesli sledování zásob a inteligenci regálů na trh v podnikovém měřítku.

Když rozšíříte tyto aplikace o viditelnost zásob, sběr dat je jen částí rovnice. Většina skladů a maloobchodníků chce víc než jen miliony surových snímků; potřebují přesně vědět, který produkt chybí, která cena je nesprávná, kde se nachází chybějící paleta a jaký konkrétní krok by měl zaměstnanec dále učinit. Brain Corp poskytuje pokročilé počítačové vidění a AI potřebné k překladu těchto surových pozorování do přesných, prioritizovaných obchodních rozhodnutí.

Bez ohledu na formu robota tyto systémy také umožňují podnikům vytvářet neustále aktualizované digitální dvojčata jejich zařízení. Protože naši roboti bezpečně a spolehlivě navigují celé plochy, fungují jako mobilní datové platformy, zachycující vysoce podrobné informace o zařízení. To může například znamenat ověření umístění hasicího přístroje, identifikaci nefunkčního mrazáku nebo mapování oblastí s špatným Wi‑Fi připojením.

Co odlišuje nasazení robotiky, které funguje v jednom pilotním místě, od takového, které lze rozšířit na tisíce podnikových lokalit?

Piloty odměňují možnost. Škálování odměňuje spolehlivost.

Pilot může uspět, protože nejlepší inženýr stojí poblíž, prostředí bylo pečlivě připraveno a někdo tiše řeší výjimky v zákulisí. Nic z toho nefunguje, když nasazujete na stovky či tisíce míst. V té chvíli se každý manuální krok stává zdrojem nákladů a selhání.

Škálovatelné nasazení potřebuje opakovatelnost od samého začátku. Robot by měl být snadno konfigurovatelný, intuitivní pro zaměstnance na první linii, vzdáleně sledovatelný a schopný přijímat softwarové aktualizace, aniž by někdo musel navštívit každé místo. Organizace také potřebuje vyspělý systém pro kybernetickou bezpečnost, certifikaci bezpečnosti, podporu, školení, údržbu, analytiku a integraci s existující technologií zákazníka.

Řízení změn je stejně důležité. Lidé pracující vedle robota musí pochopit, co dělá, jaká jsou jeho omezení a jak zapadá do jejich odpovědností. Nasazení selhává, když je technologie technicky v pořádku, ale operativní odpovědnost není jasná.

Nakonec musí ekonomika fungovat jak pro zákazníka, tak pro dodavatele robotiky. To vyžaduje robotickou infrastrukturu, která se s každým nasazením stává ekonomičtější a robustnější.

Tato souhrnná výzva je to, co nazýváme Autonomní mezera. Vybudování funkčního prototypu je jen jednou částí tvorby robotického podniku. Mnohem těžší práce spočívá v přeměně tohoto prototypu na bezpečný, podporovaný, opakovatelný produkt, který nadále funguje, když specialisté opustí budovu.

Poslední práce Brain Corp v oblasti kontextového zakotvení a sémantického mapování směřuje k inteligentnější vrstvě pro fyzické AI. Proč je „pochopení prostředí“ další hlavní hranicí pro autonomní roboty?

Tradiční navigace je převážně geometrický problém: Kde jsem, kam se mohu pohybovat a čemu se mám vyhnout? Kontextové zakotvení přidává mnohem bohatší soubor otázek: Co se kolem mě děje? Co jsou tyto objekty? Jak s nimi pravděpodobně lidé budou interagovat? Jaké chování je vhodné v této konkrétní situaci?

Základní navigační systém může vidět, že něco zabírá prostor. Kontextově uvědomělý systém by měl přesně pochopit, co je to za objekt, proč je tam, co dělá a nakonec, jak se kolem něj chovat. Tyto rozdíly jsou důležité, protože správná reakce se v každém případě liší.

To se stává zvláště důležité, když robotika začíná začleňovat více generativní AI, modely vidění‑jazyka a další pravděpodobnostní systémy. Tyto modely mohou přinést obrovskou inteligenci a flexibilitu, ale pravděpodobná odpověď není dostačující, když software řídí fyzický stroj. Akce musí být zakotvena v reálné geometrii, podmínkách, bezpečnostních požadavcích a sociálním kontextu prostředí.

Věříme, že odpovědí je kombinace pokročilé AI s trvalou kontextovou reprezentací fyzického světa a deterministickými bezpečnostními kontrolami. To umožňuje robotovi využívat stále schopnější AI modely, aniž by pravděpodobnostní inteligence fungovala bez hranic.

Jak by měly podniky uvažovat o důvěře při nasazování robotů mezi zaměstnanci, zákazníky a veřejností?

Nejprve musíme uznat základní pravdu: roboti jsou odlišní od ostatních podnikových technologií. Softwarová chyba může zhavarovat váš notebook, ale chyba v 1 000‑librovém stroji, který naviguje přeplněnou maloobchodní uličkou, má naprosto jiné důsledky. Podniky nemohou robot považovat jen za další kus připojeného IT vybavení.

Důvěra v robotiku se buduje každý den. V době, kdy FCC omezuje schvalování zahraničně vyrobených robotů kvůli bezpečnostním obavám, je laťka pro tuto důvěru vyšší než kdykoli předtím. Jak fyzické AI expanduje do našich nemocnic, letišť, skladů a obchodů, podniky musí hodnotit důvěru v několika odlišných vrstvách: fyzická bezpečnost, soukromí dat a integrace lidí.

Pokročilá AI je úžasná pro to, aby robot byl „chytrý“ natolik, že dokáže navigovat složitá prostředí, ale inteligence a bezpečnost nejsou totéž. Důvěryhodný robot je odděluje. Musí mít vyhrazené, redundantní hardwarové bezpečnostní kontroly, které mohou systém přebít. Bezpečnost musí být zakódována, ne naučena.

Navíc roboti pohybující se ve veřejných prostorech jsou v podstatě putující datové platformy. Používají kamery a senzory k vnímání světa. Podniky musí od svých dodavatelů požadovat naprostou jasnost: Na co robot hledí? Kam data směřují? Kdo k nim má přístup? Soukromí a kybernetická bezpečnost nelze přidávat po nasazení jako PR kampaň; musí být součástí architektury systému od prvního dne.

Největší chybou, kterou společnosti dělají, je nasazení robota do zařízení bez jakéhokoli zohlednění řízení změn. Nemůžete požadovat od zaměstnanců či zákazníků, aby robotiku přijali na slepo. Zaměstnanci musí být zapojeni včas, řádně vyškoleni a ukázáno jim přesně, jak stroj usnadňuje a zpřístupňuje jejich každodenní práci. Musí vědět, kdo je zodpovědný, pokud se něco pokazí, a jak v takovém případě zasáhnout.

Nakonec jsou certifikace, audity a bezpečnostní kontroly jen základním důkazem. Skutečná důvěra se buduje skrze opakované zkušenosti. Když robot jedná bezpečně, důsledně respektuje osobní prostor zákazníka a každodenně přebírá nudnou a špinavou práci od zaměstnance, stává se jednoduše součástí týmu.

Kam se díváte do budoucna, kde očekáváte, že komerční robotika vytvoří největší hodnotu během příštích pěti let: v maloobchodě, logistice, zdravotnictví, výrobě, na letištích nebo v úplně jiném sektoru?

Největší hodnota obvykle pochází z prostředí, která jsou rozsáhlá, rozptýlená a omezená pracovní silou. Mají opakující se úkoly, které je těžké provádět konzistentně.

Řetězec dodávek: od výroby přes logistiku až po maloobchod kombinuje všechny tyto podmínky. Prodejny jsou složité veřejné prostory, dostupnost pracovní síly je trvalou výzvou a malé provozní problémy (prázdný regál, nesprávná cena, zpožděný úklid) mohou přímo ovlivnit zákaznickou zkušenost a finanční výkonnost. Logistika a výroba také vytvoří obrovskou hodnotu prostřednictvím viditelnosti zásob, přesunu materiálu a koordinace v čím dál tím automatizovanějších zařízeních.

Největší hodnota však nebude definována jedním konkrétním odvětvím. Dojde k posunu v tom, jak podniky nakupují robotiku. Konkrétně během příštích pěti let dojde k zániku izolovaného robotického projektu.

V současnosti podniky provozují silně roztříštěné iniciativy. Koupí jeden robot od společnosti A na úklid podlah, další od společnosti B na skenování zásob a třetí od společnosti C na přesun materiálu. Každý má své vlastní lokální pochopení světa, které není sdíleno s ostatními. Je to provozní noční můra, která se nedá škálovat.

Během příštích pěti let bude tvorba hodnoty pocházet ze sdíleného kontextu a provádění. Podniky přestanou kupovat roztříštěné roboty a začnou investovat do jednotného základu fyzické AI. Chtějí jednu softwarovou platformu, jednu autonomní vrstvu a jeden datový kanál, který spravuje rozmanitou flotilu strojů, sdílí kontext o prostředí a centrálně orchestruje automatizaci celých zařízení místo jednotlivých úkolů.

Takto AI překonává pouhou ambici a skutečně zlepšuje fungování reálného světa.

Děkujeme za skvělý rozhovor, čtenáři, kteří se chtějí dozvědět více, by měli navštívit Brain Corp.