Jun Wu, Independent Director at GMEX Robotics – Interview Series

Jun Wu, Independent Director at GMEX Robotics bringt tiefes Fachwissen in Corporate Governance, Kapitalmärkten und Finanzüberwachung mit, mit einer Erfolgsbilanz bei der Unterstützung von an der Börse gelisteten Unternehmen. Er bietet unabhängige strategische Richtlinien für die Unternehmensrichtung, Kapitalzuweisung und Leistung der Führungskräfte, während er gleichzeitig eine starke Unternehmensführung, regulatorische Einhaltung und Risikomanagement sicherstellt. Als Mitglied des Prüfungsausschusses hilft er bei der Überwachung der Finanzberichterstattung, der internen Kontrollen und der Prüfprozesse, wodurch Transparenz und Rechenschaftspflicht gestärkt werden. Seine breitere Erfahrung umfasst Führungspositionen in Finanzinstituten und die Rolle des Company Secretary bei Victor Group Holdings, wo er ASX-Konformität, Board-Operationen und Aktionärskommunikation leitet.

GMEX Robotics ist ein Technologieunternehmen, das sich auf die Entwicklung von künstlicher Intelligenz-gesteuerter Roboter-Systeme für Verbraucher-, kommerzielle und industrielle Anwendungen konzentriert. Durch den Übergang von seinen Ursprüngen im E-Commerce baut das Unternehmen intelligente Hardware-Lösungen wie Roboter für die Hotellerie, die Gesundheitslogistik und die industrielle Automatisierung auf. Durch die Kombination von Sensoren, maschinellem Lernen und Echtzeit-Steuerungssystemen zielt GMEX darauf ab, ein integriertes Ökosystem von Roboter-Plattformen zu schaffen, die darauf ausgelegt sind, die Effizienz zu verbessern, den Arbeitskräftebedarf zu reduzieren und praktische Automatisierung in den täglichen Betrieb zu bringen.

GMEX Robotics hat sich von seinem ursprünglichen Fitness-Technologie-Unternehmen zu einer künstlicher Intelligenz-getriebenen Roboter-Plattform entwickelt. Was hat diese Transformation ausgelöst, und wie prägt Ihre Vergangenheit in der Biomechanik Ihre Roboter-Strategie heute?

GMEX Robotics, früher Fitell Corporation, begann damit, sein grundlegendes Fachwissen zu modernisieren, indem es Sensoren und vernetzte Systeme integrierte, um Echtzeit-Bewegungs- und Kraftdaten durch präzise Fitnesslösungen zu erfassen. Diese Arbeit offenbarte etwas Grundlegendes: Die gleichen Prinzipien, die die menschliche Bewegung optimieren, sind genau das, was intelligente Maschinen benötigen, um zuverlässig in der realen Welt zu funktionieren. Unsere Mission heute spiegelt diese Erkenntnis wider. Wir bauen die physischen Hände der Zukunft, angetrieben von dem intelligentesten und kosteneffizientesten Schwarm von künstlicher Intelligenz-Gehirnen auf dem Planeten. Wir entwickeln Roboter, die wahrnehmen und handeln, und wir aggregieren die künstliche Intelligenz, die ihnen sagt, wie.

Viele Roboter-Unternehmen beginnen mit software-erst-Ansätzen, aber GMEX betont eine hardware-erst-Fundierung. Warum ist dies die richtige Strategie für den Aufbau zuverlässiger, realer Roboter-Systeme?

Hardware ist die Daten-Sammlungs-Flotte. Unser modulares Roboter-Chassis, fortschrittliche Vision-Sensoren und universelle Greifer werden genau deshalb in reale Umgebungen eingesetzt, weil physische Präsenz die Grundwahrheit-Telemetrie erzeugt, die keine Simulation replizieren kann. Industrie 4.0 fordert Geschwindigkeit, Präzision und Anpassungsfähigkeit. Unser 5.AXIS-Collaborative-Roboter, gefertigt aus Aerospace-Aluminium mit Mikron-Genauigkeit und dynamischer Drehmomentsteuerung, verkörpert dies. Hardware-Präzision auf diesem Niveau kann nicht durch das Anbringen von Software auf eine schwache mechanische Grundlage erreicht werden. Zuverlässigkeit muss von Grund auf konstruiert werden.

Ihre Erfahrung in der Bewegungswissenschaft und der menschlichen Leistung ist in der Roboter-Industrie eher einzigartig. Wie übersetzt sich dies in greifbare Vorteile, wenn man intelligente Maschinen entwirft?

Die meisten Roboter-Teams kommen aus mechanischen Ingenieur- oder Informatik-Hintergründen, die wertvoll sind, aber nicht immer die nuancierte Komplexität der menschlichen Bewegung berücksichtigen. Wir sind ein Human-Performance-Technologie-Unternehmen, das sein tiefes Verständnis von Bewegung auf ein neues Gebiet anwendet, Roboter-Fähigkeiten aufbauend, die Innovation zuerst im Wellness-Bereich und letztendlich in mehreren Bereichen antreiben, die präzise, adaptive physische Intelligenz erfordern. Diese Vergangenheit informiert auch unsere künstliche Intelligenz-Routing-Strategie. Da wir verstehen, wie Körper mit dem Raum interagieren, können wir sinnvolle Erfolgsmetriken definieren, wie etwa, ob ein Roboter erfolgreich ein nasses Glas ohne es zu brechen aufnimmt, was generische künstliche Intelligenz-Benchmarks einfach nicht messen. Diese realen Leistungsdaten werden zu einem unserer am besten verteidigbaren Vermögenswerte.

GMEX positioniert sich an der Schnittstelle von künstlicher Intelligenz, Robotik und menschlicher Bewegung. Was sind die größten technischen Herausforderungen bei der effektiven Integration dieser drei Bereiche?

Die Kernherausforderung ist ebenso viel wirtschaftlich wie ingenieurtechnisch, nicht nur darin, Roboter intelligent zu machen, sondern Intelligenz auch im großen Maßstab erschwinglich zu machen. Wir bauen eine künstliche Intelligenz-Modell-Börse und Orchestrierungsschicht auf: ein einheitliches API-Tor, das unsere physischen Roboter mit dem globalen Ökosystem von großen Sprachmodellen und Vision-Sprach-Handlungsmodellen verbindet. Dies bedeutet, dass wir dynamisch eine einfache “hebe das Glas auf”-Anweisung an ein kosteneffizientes lokales Modell weiterleiten, während wir eine komplexe “lies dieses Rezeptetikett und vergleiche es mit dem chemischen Warnblatt”-Anfrage an ein Frontier-Modell weiterleiten. Wir verfolgen dies durch eine Metrik, die wir Kosten pro erfolgreicher Aktion nennen. Auf der Sicherheitsseite gehen wir physische Zuverlässigkeit durch Kraft-Drehmoment-Sensoren, fortschrittliche 2D-/3D-Vision-Systeme, Kollisionsdetektion und digitale Zwillinge an, um Interaktionen vor der physischen Bereitstellung zu simulieren und zu optimieren.

Das Unternehmen hat die Konzentration auf reale Umgebungen anstelle von kontrollierten Laborumgebungen betont. Was ist erforderlich, um Roboter von experimentellen Prototypen zu skalierbaren, produktionsreifen Systemen zu bewegen?

Es erfordert eine grundlegende Veränderung der Denkweise und ein Geschäftsmodell, das auf realen Feedback-Schleifen basiert. Unsere kulinarische Roboter-Plattform demonstriert dies deutlich. Unsere Bon Vivant 3.0- und Max-Kitchen-Roboter-Plattformen automatisieren wichtige kulinarische Prozesse durch integrierte Sensoren, künstliche Intelligenz-gesteuerte Steuerungssysteme und programmierbare Koch-Workflows, die professionellen Küchen helfen, die Betriebs-effizienz zu verbessern, während sie die Konsistenz bei der Nahrungszubereitung aufrechterhalten. Jede Bereitstellung gibt Telemetrie an unsere künstliche Intelligenz-Routing-Plattform zurück, die lernt, welche Modelle für welche physischen Aufgaben am besten geeignet sind. Im Laufe der Zeit wird unsere Plattform zur einzigen Aggregationsplattform mit verkörperten Erfolgsdaten, die nicht nur nach Preis oder Geschwindigkeit, sondern auch nach physischen Zuverlässigkeitsscores routet. Diese Feedback-Schleife ist es, was ein Prototyp von einem Produktions-System unterscheidet.

GMEX baut sowohl Verbraucher- als auch kommerzielle Roboter-Lösungen. Wie unterscheiden sich die Anforderungen zwischen diesen beiden Märkten, und welchen sehen Sie als skalierbarer an?

Die Anforderungen unterscheiden sich erheblich. Auf der kommerziellen Seite, einschließlich industrieller Cobots für Kitting und Palettenbildung sowie pharmazeutischer sterile Komposition und Lab-Automatisierungs-Arme, ist die Toleranz für Fehler gering und die Betriebszeit ist nicht verhandelbar. Unsere Systeme sind darauf ausgelegt, den Arbeitskräftebedarf zu reduzieren, während sie gleichzeitig die Ausgabe von hoher Qualität aufrechterhalten und Prozesse über Standorte hinweg standardisieren. Unser jüngster AU$4,2-Millionen-Vertrag, der 50 Roboter umfasst, die in einer Hotelgruppe an den großen australischen Flughäfen eingesetzt werden, ist ein Beweis für die kommerzielle Skalierbarkeit. Auf der Verbraucherseite, einschließlich mobiler Manipulatoren für die häusliche Unterstützung von älteren Menschen, liegt die Messlatte bei der intuitiven Gestaltung, Erschwinglichkeit und einem höheren Grad an Sicherheitsgarantie. Kommerzielle Anwendungen skalieren kurzfristig schneller, aber unsere künstliche Intelligenz-Routing-Plattform bedeutet, dass die Intelligenz, die beide Märkte antreibt, kontinuierlich von gemeinsamen realen Daten verbessert wird.

Bei den Fortschritten in der Computer-Vision, dem maschinellen Lernen und der Mechatronik, die sich rasant beschleunigen, wo sehen Sie die größten Durchbrüche innerhalb Ihres Roboter-Stacks?

Die folgenschwersten Durchbrüche werden aus dem kommen, was wir den Intelligenz-Antrieb nennen. Unsere Heim-Roboter sammeln Millionen von Bildern von überfüllten häuslichen Umgebungen; unsere Labor-Roboter sammeln Millionen von Bildern von Pipettenspitzen und pharmazeutischen Komponenten. Unsere künstliche Intelligenz-Routing-Plattform nutzt diese proprietären Daten, um Open-Source-Modelle fein zu justieren, im Wesentlichen spezialisierte Varianten zu erstellen, die auf verkörperten, realen Daten trainiert sind, die kein Cloud-only-künstliche Intelligenz-Unternehmen replizieren kann. Die zugrunde liegenden Technologien, einschließlich responsiver Aktuatoren, Vision-Systeme und adaptiver Steuerungsalgorithmen, stellen einen vielseitigen neuen Pfeiler unseres Geschäfts dar, und der kumulierte Wert der proprietären Trainingsdaten auf dieser Hardware-Basis ist, wo wir den meisten dauerhaften Wettbewerbsvorteil sehen.

GMEX hat die Bedeutung der Schaffung von anpassungsfähigen, menschenzentrierten Robotern hervorgehoben. Was bedeutet Anpassungsfähigkeit in der Praxis, und wie stellen Sie sicher, dass Roboter in unvorhersehbaren Umgebungen funktionieren können?

Anpassungsfähigkeit bedeutet, dass der Roboter immer die richtige Intelligenz für die richtige Aufgabe, zum richtigen Preis, ohne zu blockieren, wenn sich die Bedingungen ändern, verwendet. Unsere Plattform baut Fallback- und Redundanz ein: Wenn die API eines künstlichen Intelligenz-Anbieters ausfällt, wechselt das System nahtlos zu einem anderen, ohne den Roboter-Betrieb zu unterbrechen. Für sensible Umgebungen wie die Pharmaindustrie oder die häusliche Pflege älterer Menschen kann unsere datenschutzfreundliche Edge-Routing Anfragen an lokale Modelle weiterleiten, um die Einhaltung von HIPAA-Vorschriften zu gewährleisten, während wir gleichzeitig Cloud-Anbieter für allgemeine Denkaufgaben nutzen. Wir setzen auch leistungsstarke Industrie-Roboter für schwere Hintergrund-Aufgaben ein, während flexible Cobots die Frontline-Interaktion mit menschlichen Arbeitern übernehmen, was resilientere und anpassungsfähigere Arbeitsplätze schafft. Menschzentriertheit bedeutet Roboter, die vorhersehbar und sicher um Menschen herum agieren, von Natur aus.

Da die Roboter-Adoption über verschiedene Branchen hinweg zunimmt, was sind die wichtigsten Barrieren, die eine weitverbreitete Bereitstellung noch verhindern, und wie arbeitet GMEX daran, diese zu überwinden?

Drei Barrieren stehen heraus: Kosten, Komplexität und Vertrauen. Unsere integrierte Strategie adressiert alle drei direkt. Bei den Kosten bedeutet unsere Kosten-pro-erfolgreicher-Aktion-Optimierung, dass Kunden nicht für einfache Aufgaben Spitzenpreise für künstliche Intelligenz zahlen. Bei der Komplexität abstractiert unser einheitliches API-Tor Modellauswahl, Fallback-Routing und Integrationsaufwand, so dass Betreiber keine künstliche Intelligenz-Expertenwissen benötigen, um unsere Systeme zu bereitstellen. Bei Vertrauen nutzen diese Bemühungen GMEX’ Fachwissen in Bewegungswissenschaft, Hardware-Engineering und künstlicher Intelligenz, um anpassungsfähige, menschenzentrierte Systeme zu liefern, die nahtlos in reale Betriebe integriert werden, und jede Bereitstellung baut die physische Zuverlässigkeitsdaten auf, die unsere Routing-Plattform intelligenter macht. Ein Wettbewerber könnte einen günstigeren Roboter-Arm verkaufen, aber ohne Zugang zu unserer Plattform mit spezialisiertem Modell-Routing und Feinabstimmung wird dieser Roboter einfach weniger leistungsfähig sein.

Auf lange Sicht, was ist Ihre Vision für GMEX Robotics, und wie sehen Sie die künstliche Intelligenz-gesteuerte Robotik die alltägliche Lebenswelt in den nächsten zehn Jahren umgestalten?

Wir bauen das Nervensystem für die physische Automatisierung. Indem wir die künstlichen Intelligenz-Modelle der Welt aggregieren und sie direkt mit unserer Roboter-Flotte verbinden, lösen wir die Ökonomie der verkörperten Intelligenz, um sicherzustellen, dass der Roboter im Labor und der Roboter im Wohnzimmer immer die richtige Intelligenz für die richtige Aufgabe, zum richtigen Preis, verwendet. Während Gesundheit und Leistung unser erster und natürlicher Anwendungsbereich bleiben, stellen die zugrunde liegenden Technologien einen vielseitigen neuen Pfeiler unseres Geschäfts dar, der sich auf industrielle, pharmazeutische und Verbraucher-Märkte erstreckt. Unser AU$4,2-Millionen-Vertrag ist ein früher Beweis. In den nächsten zehn Jahren glauben wir, dass künstliche Intelligenz-gesteuerte Robotik so sehr in den alltäglichen Lebensalltag integriert sein wird wie das Smartphone, und GMEX’ Rolle ist es, das Intelligenz-Betriebssystem zu sein, auf das jeder Roboter, überall, zählen kann, um in der realen Welt zu denken und zu handeln.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten GMEX Robotics besuchen.