Hamid Montazeri, Vicepresidente Senior de Software y AI en Locus Robotics – Serie de Entrevistas

Como Vicepresidente Senior de Software y Inteligencia Artificial en Locus Robotics, Hamid Montazeri aporta más de 30 años de experiencia liderando y escalando equipos distribuidos a nivel global. Se especializa en arquitectura de software modular y escalable y en la aplicación de tecnologías transformadoras como la nube, IoT, big data y AI/ML. A lo largo de su carrera, Hamid ha entregado soluciones y productos diferenciados para empresas que van desde startups hasta multinacionales, impulsando aplicaciones en robótica autónoma, automatización de almacenes inteligentes y sistemas de cadena de suministro que atienden a industrias de todo el mundo.

Locus Robotics diseña y entrega soluciones de automatización de almacenes impulsadas por IA, combinando robots móviles autónomos con software inteligente. Su plataforma, llamada LocusONE, orquesta flotas de robots para realizar tareas como selección, almacenamiento, transporte y operaciones de entrepiso, lo que aumenta la productividad de dos a tres veces mientras reduce los costos laborales. El sistema se integra sin problemas en entornos de almacenes existentes y se escala de manera flexible, lo que permite a las operaciones implementar unos pocos robots o miles sin interrupciones importantes.

Has ocupado puestos de liderazgo en organizaciones que van desde CNN hasta Stanley Black & Decker, Dematic, KION Group, y ahora Locus Robotics. ¿Cómo ha moldeado esa diversa trayectoria tu perspectiva sobre dónde la IA y la robótica pueden tener el mayor impacto?

Al ocupar puestos técnicos que trabajan en estrecha colaboración con la IA y el software durante más de tres décadas, mi perspectiva ha sido moldeada en gran medida por cómo he presenciado la evolución de la industria.

Cuando empecé, la industria se encontraba en un momento en el que los esfuerzos de desarrollo de software estaban adoptando la transición de la paradigmática estructurada a la orientada a objetos en el frente de los lenguajes de programación y de un software monolítico de un solo proceso a componentes de software que podían ejecutarse en procesos de sistema operativo diferentes y aprovechar la comunicación entre procesos para lograr objetivos de manera distribuida. Estábamos al borde de un gran cambio, alejándonos de que el software se ejecutara en una máquina específica para convertirse en distribuido, aprovechando tecnologías de comunicación entre procesos y/o de red. Con el tiempo, este enfoque cambió hacia diferentes áreas, impulsando nuevos desarrollos desde la programación de sistemas subyacentes para aprovechar las capacidades de red y Internet emergentes, aumentar la escalabilidad de los sistemas, así como los despliegues, el almacenamiento de datos, lo que llevó al desarrollo de la nube.

Estos cambios fueron instrumentales para la industria, ya que trajeron de manera incremental un nivel de elasticidad de cómputo y almacenamiento, e introdujeron nuevas oportunidades para la IA y la robótica. Estos avances continuaron a medida que avanzaba en mi carrera, y tuve una visión de primera mano del impacto que la IA y la robótica pueden tener, especialmente dentro de las industrias de la cadena de suministro y la logística. Ahora estamos en un punto en el que los robots poseen la capacidad, en términos de cómputo, almacenamiento y IA, para navegar y operar con precisión en entornos de alta densidad masivos, con geometrías complejas, como almacenes, y entregar un impacto comercial importante, incluyendo costos reducidos, aumento del rendimiento, flexibilidad mejorada y un desempeño laboral mejorado.

¿Qué significa “IA física” en el contexto de la automatización de almacenes, y cómo difiere de la robótica tradicional o de los modelos de IA genéricos?

La IA física es el futuro de la logística y la automatización de almacenes. Es la columna vertebral que impulsa las operaciones autónomas a través de una combinación de percepción en tiempo real, toma de decisiones y aprendizaje continuo, lo que permite a los robots optimizar cada decisión al instante.

Con la IA física, los robots no solo están impulsados para mover mercancías en entornos altamente estructurados y configuraciones fijas permanentes. Están equipados con inteligencia que va más allá de memorizar un diseño de almacén específico y traer algo de un punto A a un punto B. Si las cosas dentro de su entorno cambian, pueden adaptarse automáticamente y replanificar para tomar las mejores decisiones basadas en las condiciones actuales.

La robótica que no utiliza la IA física estará cada vez más limitada en su aplicabilidad. Resulta interesante que incluso la aplicación de modelos de fundación generales modernos no sea muy efectiva para crear el tipo de IA física que aborda las necesidades del dominio de la aplicación. Cuando se mira la automatización de almacenes, el objetivo es que los procesos sean lo más eficientes posible, y los modelos genéricos no pueden verdaderamente entregar esto. La realidad con los modelos genéricos es que no están diseñados para manejar eficientemente las preocupaciones específicas del dominio, como la navegación eficiente y la interacción con asociados en entornos de almacenes. La IA física, cuando está equipada con un modo de fundación de almacén especialmente desarrollado, proporciona un enfoque diseñado a propósito que garantiza que los robots estén funcionando de la manera más eficiente posible con la capacidad de adaptarse y ajustar automáticamente para entregar el mejor resultado en todo momento.

¿Cómo se adaptan los sistemas de robótica impulsados por IA a entornos que cambian constantemente, como nuevos SKUs, diseños de almacén cambiantes o picos repentinos en la demanda?

Estas áreas son todas aquellas en las que la IA física, equipada con un modelo de fundación de dominio subyacente, sobresale. A medida que la demanda aumenta, los diseños cambian o se introducen nuevos SKUs, los robots impulsados por la IA física están equipados para navegar sin problemas el cambio constante.

Esta es la razón por la cual los robots impulsados por la IA física son óptimos para la logística. Este enfoque diseñado a propósito puede mantener el ritmo con el flujo constante que la industria enfrenta típicamente.

¿Por qué cree que la IA específica del dominio es más efectiva que perseguir modelos de fundación generales cuando se trata de la cadena de suministro y la logística?

La IA específica del dominio es la más efectiva para la cadena de suministro y la logística en general, pero especialmente dentro de la automatización de almacenes.

Cuando se trata de la automatización de almacenes, tener modelos específicos del dominio es lo que en última instancia lleva la automatización al siguiente nivel. Un modelo de fundación general no está diseñado para manejar los desafíos que los entornos de almacenes enfrentan típicamente, como la seguridad y la navegación de diseños complejos, lo que significa que, a medida que surgen estos desafíos, los operadores seguirán enfrentando la carga de estos obstáculos.

En contraste, los modelos específicos del dominio están impulsados con la experiencia necesaria de la industria para entender cómo resolver realmente estos desafíos. Al aprovechar los modelos específicos del dominio, se alivia la presión sobre los operadores y se aporta automáticamente la experiencia del dominio para ofrecer y aplicar soluciones a los desafíos a medida que surgen.

¿Qué resultados medibles ha visto al implementar la IA física en almacenes, ya sea en la mejora del rendimiento, la reducción del tiempo de inactividad o la reducción de las tasas de error? 

En Locus Robotics, nuestras soluciones impulsadas por la IA física diseñada a propósito han entregado resultados impactantes en los almacenes de nuestros clientes, incluyendo:

• Mejorar la precisión de los pedidos al 99%
• Reducir las tasas de error 04% a 0.01%
• Reducir el tiempo de inactividad al poner los sitios en vivo en solo semanas en lugar de meses
• Mejorar el rendimiento, lo que permite a los clientes duplicar o triplicar su rendimiento operativo

¿Cómo aborda la seguridad, la confiabilidad y la supervisión humana al implementar sistemas autónomos en operaciones de alto volumen?

Al automatizar operaciones de alto volumen como almacenes, abordar la seguridad, la confiabilidad y la supervisión humana comienza con las soluciones que se seleccionan.

Estas áreas son críticas dentro del proceso de diseño y subrayan por qué aquellos que buscan automatizar deben priorizar soluciones que estén diseñadas a propósito durante el proceso de toma de decisiones.

En Locus Robotics, nuestros robots móviles autónomos (AMRs) están diseñados para cumplir y superar los estándares de seguridad de la industria. Nuestros LocusBots utilizan sistemas de seguridad de múltiples sensores con cámaras y detección de luz y rango (LiDAR) que les ayudan a evitar colisiones y obstáculos, manteniendo las operaciones de almacén y a los trabajadores seguros.

La confiabilidad también está en el núcleo de lo que hacemos. Para los operadores de almacenes, negociar consistentemente con los aumentos de demanda es una realidad del negocio en el que están, pero creemos que esto no necesita ser un punto doloroso. En Locus Robotics, nuestro modelo de robots como servicio (RaaS) permite a los operadores automatizar sus entornos de almacén sin el costo inicial o la inversión de tiempo que la automatización generalmente requiere. En su lugar, nuestras soluciones permiten a los operadores escalar automáticamente hacia arriba o hacia abajo para satisfacer la demanda actual, garantizando que siempre estén equipados para adaptarse a los aumentos de demanda cuando surjan.

En operaciones de alto volumen, la supervisión humana siempre será necesaria, pero la clave para una automatización exitosa es aprovechar soluciones capaces de asumir mayores responsabilidades. Un diferenciador clave de los AMRs de Locus es nuestra combinación de técnicas de simulación de eventos discretos (DES) con modelos detallados de autonomía de robot, lo que permite a los operadores diseñar conceptos de operaciones y simular con precisión el uso más eficiente de los bots dentro de sus entornos, ayudando a optimizar el tiempo de selección y garantizar que los pedidos se envíen a tiempo, dos componentes cruciales para todos los operadores.

¿Qué desafíos surgen al integrar la robótica impulsada por IA con los sistemas de gestión de almacenes y ERP existentes, y cómo los aborda?

El tiempo de implementación de la integración generalmente se considera el mayor desafío que conlleva la automatización. Los operadores necesitarán examinar sus pilas de tecnología existentes y considerar moverse away de sistemas legados obsoletos. Dado que la IA utiliza vastas cantidades de datos, también querrán examinar su infraestructura existente para asegurarse de que pueda soportar y respaldar los modelos de IA.

Dependiendo de las soluciones que elijan, los operadores pueden encontrarse en una posición en la que su transición requiera un gran compromiso de tiempo, ya que pueden necesitar migrar sistemas y someterse a una capacitación extensa para su fuerza laboral.

Locus Robotics tiene como objetivo eliminar el tiempo como un desafío para los operadores. Nuestros AMRs están diseñados para integrarse sin problemas con estos sistemas, ayudando a los clientes a evitar la costosa inversión de tiempo inicial requerida para la transición y la capacitación que otras soluciones en el mercado requieren.

¿Cuán escalables son estas soluciones a través de diferentes almacenes y geografías, y cuánta personalización se requiere típicamente?

La escalabilidad fácil es lo que hace que la automatización flexible sea ideal para entornos de almacén. Los sistemas de automatización tradicionales requieren costos y compromisos de tiempo significativos por adelantado.

La automatización que utiliza un modelo de robots como servicio (RaaS), como Locus Robotics, permite a los almacenes implementar y ajustar sin problemas el tamaño de su flota según la demanda. Es decir, a medida que la demanda fluctúa, los operadores pueden escalar sus operaciones en consecuencia en todos sus almacenes.

Como líder global en automatización de almacenes, nuestras soluciones son escalables en todas las geografías para nuestros clientes. Nuestros paneles ofrecen información en tiempo real sobre los principales indicadores de rendimiento del almacén, como unidades y selecciones por hora, así como la productividad de los trabajadores. Esta visibilidad unificada permite a los operadores escalar soluciones en sus entornos con facilidad, satisfaciendo las necesidades operativas basadas en los requisitos específicos de cada almacén.

Con las soluciones de Locus Robotics, la personalización se puede acomodar con ningún esfuerzo por parte de los clientes; las cosas están diseñadas para ayudar a cada cliente individual a escalar según sus propias necesidades únicas. 

¿Cómo cambian estas tecnologías el papel de los trabajadores humanos en los almacenes, y qué tipo de capacitación o gestión del cambio es necesario?

Los robots móviles autónomos (AMRs) están redefiniendo por completo los puestos de trabajo estándar en almacenes para los trabajadores humanos, creando entornos de trabajo más seguros y abriendo nuevas oportunidades para la fuerza laboral humana.

Locus Robotics ofrece un enfoque único e intuitivo para la interacción entre el AMR y el asociado, y hace que la capacitación y la gestión del cambio para la implementación y la operación de la automatización de la robótica sean una carga muy ligera para los operadores. Por ejemplo, al implementar los LocusBots en el sitio, la capacitación puede capacitar a los asociados para comenzar a trabajar con los robots en 10 minutos o menos, lo que significa que los operadores y los empleados no necesitan preocuparse por ser retenidos por una capacitación estresante y costosa.

Los AMRs pueden reducir la carga del trabajo físico intensivo, minimizando el riesgo de lesiones y fatiga de los trabajadores humanos. Al asumir responsabilidades como levantar objetos pesados y viajar largas distancias dentro del almacén, los AMRs mejoran las condiciones para los trabajadores humanos al asumir la parte más dura de las tareas que requieren un esfuerzo arduo. También pueden aliviar a los trabajadores humanos de responsabilidades más repetitivas, como la selección, brindando una oportunidad para que se centren en tareas más complejas.

Introducir AMRs en el almacén es una excelente oportunidad para mejorar los roles de los trabajadores humanos. Aquellos que buscan automatizar también deben centrarse en identificar las oportunidades de capacitación que esto aporta a su fuerza laboral humana para explorar responsabilidades más altas e identificar áreas donde se pueden introducir roles completamente nuevos, incluidos puestos que trabajan directamente con los bots, como analistas que supervisan los datos de rendimiento de los bots.

¿Puede compartir qué tipo de modelos y enfoques de IA impulsan estos sistemas, y si operan más en el borde o en la nube? 

En Locus Robotics, nuestras soluciones de IA se centran en tres rasgos: física (IA integrada en el almacén y diseñada para adaptarse a su entorno), confiable (IA capaz de explicar sus decisiones) y holística (IA que orquesta el almacén como un sistema en lugar de solo impulsar un bot o tarea). Para nosotros, se trata de construir una IA que verdaderamente comprenda el almacén y pueda entregar resultados reales para los entornos de nuestros clientes.

Los datos son la base de cualquier modelo, y la profunda experiencia en la industria de Locus, combinada con nuestro tesoro de datos del mundo real, incluyendo casi 6 mil millones de unidades seleccionadas, nos permite construir modelos específicos del dominio y desarrollar sistemas diseñados para ser los primeros en el almacén.

En Locus Robotics, aprovechamos la IA tanto en el borde como en la nube: nuestros AMRs aprovechan la IA de borde para lograr lo que la IA física y confiable exige, mientras que nuestras estrategias de “sistema de registros a sistema de acciones” a nivel de almacén y nuestro modelo de fundación de almacén se basan en el poder computacional escalable que la nube proporciona.

Mirando hacia adelante cinco años, ¿qué avances o cambios importantes espera en la robótica impulsada por IA para la logística y las cadenas de suministro?

El cambio más grande que veremos es que la IA física dominará. A medida que las empresas siguen examinando el retorno de la inversión (ROI) que obtienen de sus inversiones en IA, los operadores evaluarán de cerca los resultados que ven al automatizar.

Podemos esperar que aquellos que han asignado presupuesto a la automatización con soluciones que no están diseñadas a propósito no verán el ROI en sus almacenes que están buscando. Las soluciones que no están impulsadas por la IA física carecen de la comprensión necesaria para destacarse en estos entornos. Esto impulsará a los operadores a priorizar la asignación de presupuesto a soluciones de IA física, que pueden optimizar cada decisión en tiempo real y entregar los resultados que buscan.

Junta a la IA física, también veremos que la robótica en la logística y la cadena de suministro se alejará de los modelos de fundación genéricos y generales para centrarse en el desarrollo de modelos específicos del dominio. Como se mencionó, los operadores buscarán formas de aumentar su ROI, y las soluciones que utilizan modelos específicos del dominio son una parte crítica de esto.

Para que la IA tenga éxito, veremos que la industria ganará una mejor comprensión de por qué debemos invertir en la IA que se beneficia de y incorpora una experiencia genuina del dominio. En consecuencia, nos centraremos en asignar desarrollo y recursos a la IA diseñada para prosperar dentro de los entornos de la cadena de suministro y la logística.

Gracias por la excelente entrevista, los lectores que deseen aprender más pueden visitar Locus Robotics.