David Pinn, Brain Corpin toimitusjohtaja – Haastattelusarja

David Pinn on Brain Corpin toimitusjohtaja, jossa hän on viettänyt lähes yhdeksän vuotta auttaen muotoilemaan yrityksen strategiaa, talousoperaatioita ja siirtymistä ohjelmistopohjaiseen robotiikkaliiketoimintaan. Hän liittyi Brain Corpiin vuonna 2017 strategian varatoimitusjohtajana ja edetä senior strategia- ja talousrooleissa ennen kuin hänestä tuli toimitusjohtaja vuonna 2022. Toimintansa aikana Pinn on auttanut johtamaan suuria pääomarakennuksia, yrityksen siirtymistä laitteistokeskeisestä mallista kohti toistuvaa ohjelmistotuloa, sen laajentumista robottien tiedonkeruuseen ja analytiikkaan sekä strategisia kumppanuuksia maailmanlaajuisten alkuperäislaitteiden valmistajien (OEM) kanssa. Aikaisemmin urallaan hän on toiminut talous‑ ja strategiasijoissa Qualcommilla, neuvonut riskipääoman tukemia teknologiayrityksiä, työskennellyt L Cattertonin salkkuyrityksissä, ja aloittanut uransa Teradyneilla tekniikan ja teknisen myynnin parissa, mikä antaa hänelle taustan, joka kattaa robotit, puolijohteet, rahoituksen, yrityskehityksen ja teknologian kaupallistamisen.

Brain Corp on robotiikka‑ ja fyysisen tekoälyn yritys, joka kehittää BrainOS®‑nimistä yritystason autonomiaplatformia, jonka tarkoitus on mahdollistaa valmistajille ja yrityksille autonomisten mobiilirobottien käyttöönotto ja hallinta mittakaavassa. BrainOS ohjaa yli 50 000 robottia kuudella mantereella ja on kerännyt yli 25 miljoonaa tuntia todellisessa toiminnassa, tukien sovelluksia kuten autonominen lattianpesu, varaston ja hyllyjen tiedonkeruu sekä materiaalien siirto ympäristöissä kuten vähittäiskaupat, varastot, lentokentät, terveydenhuollon tilat ja liikerakennukset. Alusta yhdistää tekoälypohjaisen navigoinnin, semanttisen 3D‑kartoituksen, turvajärjestelmät, pilvipohjaisen laivastonhallinnan, analytiikan ja integraatiot yritysjärjestelmiin, ja sen keräämä data parantaa navigointia ja luotettavuutta ajan myötä. Viimeaikaiset kehitykset sisältävät BrainOS Clean 2.0:n ja SelfPath™ AI:n, jotka antavat puhdistusroboteille mahdollisuuden automaattisesti luoda ja mukauttaa reittejään ilman manuaalisesti koulutettuja polkuja.

Uraasi on kulkenut tekniikkatyöstä radiotaajuus- ja langattomissa järjestelmissä strategiseen talouteen, SaaS‑muutokseen ja nyt toimitusjohtajuuteen Brain Corpissa. Miten tämä teknisen ja taloudellisen osaamisen yhdistelmä on muokannut näkemystäsi siitä, että yritykset eivät osta “robotteja”, vaan mitattavia operatiivisia tuloksia?

Varhaisen urani alkoi teknisestä myynnistä, jossa myin puolijohteiden valmistuslaitteita Teradyneille. Kokeilujen kautta opin varhain tärkeän läksyn: oli suuri kuilu sen välillä, mitä minä pidin tärkeänä – yleensä tekniset ominaisuudet – ja mitä ostaja todella välitti. Opin, että ostaja todella välittää liiketoiminnan tuloksesta ja siitä, luottaako hän minuun ja tiimiini sen toteuttamisessa.

Kun myöhemmin siirryin robotiikkaan, tuo oppi vahvistui. Jokainen teknologia‑investointi kilpailee pääomasta, eikä järjestelmä saa ansaitsemaansa arvostusta pelkästään teknisen vaikuttavuuden perusteella. Robotiikassa on helppo lumoutua itse laitteesta. Mutta vähittäiskauppias ei herää haluamaan robottia. Hän haluaa puhtaammat lattiat, tarkat varastotiedot ja enemmän aikaa työntekijöilleen asiakaspalveluun. Robotti on vain väline tuon tuloksen saavuttamiseen.

Brain Corpissa aloitamme asiakkaan ongelmasta, määrittelemme liiketoimintatavoitteen ja lähestymme siitä taaksepäin autonomian kerrokseen ja tarvittavaan dataan. Insinööri‑taustani auttaa ymmärtämään, kuinka monimutkainen tekninen ongelma on, mutta myynti‑ ja talousosaamiseni pitää minut keskittyneenä siihen, tuottaako ratkaisu skaalautuvan, kaupallisesti kannattavan liiketoiminnan. Tarvitaan molempia. Robotti, joka toimii, mutta ei tuota taloudellista tuottoa, on tiedeprojekti, ei tuote, ja talousmalli, joka perustuu epäluotettavaan teknologiaan, ei ole liiketoimintaa.

Kun huomion kohteena on humanoidit ja yleiskäyttöiset robotit, mitä mielestäsi markkinat ymmärtävät väärin siitä, mitä yritykset todella tarvitsevat robotiikalta tänä päivänä?

Kuuma mielipide: teollisuuden ja kaupallisen sektorin huoli humanoideista on harhaanjohtavaa.

Yleinen argumentti, jonka humanoidien kannattajat esittävät, on: “Maailma on rakennettu ihmisille, joten robotin täytyy näyttää ihmiseltä.” Tämä voi pitää paikkansa asuinympäristössä, mutta yritysmaailmassa se on perimmiltään väärin.

Katso varasto. Se ei ole rakennettu ihmisille; se on rakennettu trukkien, lavakärryjen ja raskaiden laitteiden käyttöön. Katso vähittäiskauppoja, kouluja, hotelleja, sairaaloita ja lentokenttiä. Pyörätuolien saavutettavuusvaatimukset tarkoittavat, että näissä tiloissa on tasaiset lattiat, rampit, leveät käytävät ja hissit. Kaupalliset ja teolliset rakennukset on suunniteltu pyöräliikenteelle.

Kun tajuat tämän, näet nopeasti, että jalkojen lisääminen kaupalliseen robottiin on turha riski ja valtava rahankäyttö. Miksi suunnitella kallis, hauras kaksijalkainen järjestelmä navigoimaan tilaan, joka on jo optimoitu pyörille? Pyörät ovat halvempia, luotettavampia ja kantavat kuormia paremmin.

Kuten aiemmin mainitsin, robotti ilman taloudellista tuottoa on vain tiedeprojekti. Erittäin monimutkaisen humanoidin rakentaminen pelkästään kävelemään tasaisella, pyörätuolien saavutettavalla lattialla on viime kädessä tiedeprojekti. Se ratkaisee liikkumisongelman, jota ei ole. Yritykset eivät tarvitse ihmistä jäljitteleviä koneita; ne tarvitsevat työkaluja, jotka luotettavasti tuottavat tietyn liiketoimintatuloksen. Ja kaupallisissa käyttötapauksissa pyörät voittavat aina.

Brain Corp toimii sotkuisissa, julkisissa, suurten ihmismäärien ympäristöissä kuten kaupoissa, lentokentillä, varastoissa, sairaaloissa ja kampuksilla. Mitkä ovat vaikeimmat todelliset ongelmat, joita ei näy robotiikan demoissa?

Autonomisten ajoneuvojen ala oppi kovan kautta, kuinka harhaanjohtavia demot voivat olla. Näimme itseohjautuvien autojen demoja yli kymmenen vuotta sitten, mutta kesti vielä kymmenen‑toista vuotta intensiivistä insinöörityötä, ennen kuin kaupalliset itseohjautuvat taksit saatiin markkinoille. Miksi? Koska alalla puhutaan “yhdeksännen marsista”.

Järjestelmän saaminen 90 %:n luotettavuuteen tekee loistavan demon. 99 %:n saavuttaminen on valtava insinöörisuoritus. Mutta kun operoit kymmeniä tuhansia robotteja tuhansissa julkisissa paikoissa, 99 %:n luotettavuus ei riitä.

Live‑kaupallisessa ympäristössä ihmiset vaihtavat suuntaa ilman varoitusta. Ostoskärryt jäävät käytäville. Näyttötaulut siirtyvät yön aikana. Lavat estävät reittejä. Lattiat voivat olla kiiltäviä, märkiä, epätasaisia tai roskien peittämiä. Ovet avautuvat ja sulkeutuvat, valaistus muuttuu, ja työntekijät kehittävät omia tapojaan olla vuorovaikutuksessa koneen kanssa. Robotti voi kohdata myös lapsia, liikuntarajoitteisia, hajamielisiä ostajia, trukkeja tai jonkun, joka yksinkertaisesti päättää seistä sen tiellä.

Vaikein ongelma ei ole navigointi, kun kaikki käyttäytyy odotetusti. Se on sopeutuminen sulavasti, kun jotain odottamatonta tapahtuu. Pystyykö robotti ymmärtämään, miksi sen reitti on estetty, löytämään turvallisen vaihtoehdon ja suorittamaan tehtävän? Pystyykö se tekemään sen ilman, että se luo lisää työtä työntekijöille ja skaalautuu miljoonien tuntien aikana?

Demoissa usein puuttuu myös sosiaalinen ulottuvuus. Ihmiset tarvitsevat ymmärtää robotin tarkoituksen. Sen liikkeiden tulee olla ennustettavia, sen signaalien selkeitä, ja sen on sovittava olemassa oleviin ihmistyönkulkuihin sen sijaan, että se pakottaa kaikki ympärillä olevat sopeutumaan.

Meille todellinen AI tarkoittaa “se vain toimii”. Ääripäät eivät ole ääripäissä, ne ovat ympäristössä. Rakentaminen näihin olosuhteisiin vaatii vuosien operatiivista oppimista, harkittua turva‑arkkitehtuuria ja tinkimätöntä keskittymistä niihin yksityiskohtiin, jotka eivät näy simuloidussa videossa.

Kun yritys arvioi robotiikan ROI:ta, mitkä mittarit ovat tärkeimpiä – säästetyt työajat, tehtävien johdonmukaisuus, käyttöaika, tiedonkeruu, turvallisuus, asiakaskokemus vai jokin muu?

Kaikki edellä mainitut.

Säästetyt työajat ovat hyödyllisiä, mutta ne eivät kerro koko kuvaa. Monilla toimialoilla perusongelma ei ole pelkästään työvoiman korkea hinta; se on se, että pätevän henkilöstön rekrytointi on haastavaa, vaihtuvuus on korkea, ja tärkeät tehtävät toteutuvat epätasaisesti, koska tiimit ovat ylikuormitettuja. Tällaisessa tilanteessa tehtävien suorittaminen, tiheys ja johdonmukaisuus voivat olla arvokkaampia kuin teoreettinen henkilöstövähennys.

Seuraava taso on operatiivinen suorituskyky: käyttöaika, autonominen hyödyntäminen, onnistunut tehtävien suoritus, kattavuus ja valvonnan tarve. Robotti, joka teknisesti toimii monia tunteja, mutta jota täytyy usein pelastaa, ei tarjoa merkittävää autonomiaa.

Turvallisuuden ja säädösten parantamista ei myöskään pidä unohtaa ROI‑mallissa. Puhdistusrobotti vähentää työpaikkaväsymystä ja loukkaantumisia, ja antaa työntekijöille enemmän aikaa keskittyä asiakkaisiin ja korkeamman arvon tehtäviin. Varastorobotti parantaa hyllyjen saatavuutta, hinnoittelun tarkkuutta ja toteutuksen johdonmukaisuutta. Robotit myös luovat uuden tason operatiivista näkyvyyttä keräämällä luotettavaa, toistuvaa dataa siitä, mitä fyysisessä ympäristössä tapahtuu.

Keskeistä on luoda todellinen peruslinjaus ennen käyttöönottoa ja mitata suorituskykyä koko elinkaaren ajan, mukaan lukien käyttöönotto, tuki, ylläpito, koulutus ja integraatio.

Brain Corp on ainutlaatuinen robotiikan alalla, koska se toimii toistuvana SaaS‑robotiikkaplatformina. Miksi ohjelmisto, data ja laivaston orkestrointi nousevat tärkeämmiksi kuin itse robotin muoto?

Laitteisto määrittää, mitä robotti fyysisesti pystyy tekemään. Ohjelmisto määrittää, kuinka luotettavasti se tekee sen, kuinka helposti se voidaan ottaa käyttöön, kuinka turvallisesti se integroidaan yritykseen ja parantuuko se ajan myötä.

Ilman yhtenäistä ohjelmisto‑ ja pilvikerrosta robotti on periaatteessa eristetty kone. Se voi suorittaa yhden tehtävän yhdessä tilassa, mutta sitä ei voida helposti valvoa, päivittää, integroida yritysjärjestelmiin tai koordinoida laajempaa laivastoa. Tämä aiheuttaa sirpaleisuuden, kun yritykset lisäävät erilaisia robottilajeja, joilla jokaisella on oma käyttöliittymänsä, tukimallinsa, datansa ja toimintaprosessinsa.

Alusta muuttaa tätä yhtälöä. Autonomiaplatformillamme BrainOS® tarjoamme yhteisen autonomian, turvallisuuden, datan ja laivastonhallinnan perustan eri koneille ja sovelluksille. Kumppanimme voivat keskittyä omaan laitteistotaitoonsa ja asiakkaan ongelmaan, jonka he ymmärtävät syvästi, sen sijaan että heidän täytyisi rakentaa koko autonomia‑ ja pilvi‑infrastruktuuri jokaiselle uudelle tuotteelle.

Ohjelmisto mahdollistaa myös koneen arvon kertautumisen. Voimme ottaa käyttöön uusia ominaisuuksia ilmassa päivitettävien päivitysten kautta, oppia robotien käyttäytymisestä laivastossa, parantaa suorituskykyä ja vastata uusiin ääripäätapauksiin ilman laitteiston vaihtoa. Perinteinen teollisuuslaitteisto menettää arvonsa heti käyttöönoton jälkeen. Yhdistetty autonominen järjestelmä kehittyy koko elinkaarensa ajan.

Muotoilu on edelleen tärkeä, koska fyysisen rakenteen on sovittava tehtävään. Mutta muotoilut kehittyvät. Kestävin arvo piilee älykkyydessä, operatiivisessa infrastruktuurissa ja datakerroksessa, jotka voivat ulottua mihin tahansa sovellukseen. Siksi kuvailemme BrainOS®:ää todellisen maailman autonomiaplatformiksi, eikä vain yhden robotin käyttöjärjestelmäksi.

BrainOS‑käyttöön otetut robotit eivät enää ole vain puhdistustyökaluja, vaan niitä hyödynnetään myös hyllyanalytiikassa, varaston näkyvyydessä ja materiaalien siirrossa. Miten näet robotit kehittyvän tehtäväautomaatiosta mobiileiksi dataplatformeiksi?

BrainOS®‑alustamme tarjoaa yrityksille infrastruktuurin, jonka avulla voidaan rakentaa, ottaa käyttöön ja tukea autonomisia ratkaisuja yritystason mittakaavassa. Tarjoamme perustavan autonomian ja älykkyyden kerroksen, jonka avulla kumppanimme voivat keskittyä siihen, mitä he parhaiten osaavat: ratkaista konkreettisia, todellisia liiketoiminta‑ongelmia. Tämä ainutlaatuinen lähestymistapa on mahdollistanut nopean skaalautumisen ja antanut yrityksille mahdollisuuden rakentaa ei vain robotteja, vaan robotiikkaliiketoimintoja.

Robottipohjainen lattianhoito oli yksi ensimmäisistä kaupallisista sovelluksista, jotka saavuttivat merkittävän mittakaavan, koska se vastasi selkeään, toistuvaan operatiiviseen tarpeeseen; jokaisessa kaupallisessa ympäristössä on likainen lattia ja monilla on työvoima‑haasteita. Saavutimme tämän mittakaavan yhteistyössä kumppanimme Tennant Companyn kanssa, joka on yli 150‑vuotinen lattianhoidon johtaja ja on nyt kehittynyt yhdeksi maailman suurimmista kaupallisten robottien valmistajista.

Sitten, kun työskentelimme suurten yritysten kanssa vähittäiskaupassa ja logistiikassa, huomasimme perustavan totuuden: vaikka nämä toimijat tietävät tarkalleen, mitä varasto sisään‑ ja ulosvirtaa, ne usein eivät näe, mitä itse kaupan tai varaston lattialla tapahtuu. Mobiili robotti on yksi harvoista järjestelmistä, jotka liikkuvat toistuvasti fyysisessä ympäristössä, tehden siitä ainutlaatuisen kyvykkään kerätä tätä “maailman totuutta” mittakaavassa. Auttaaksemme tässä haasteessa, olemme tehneet yhteistyötä Driveline Retailin, johtavan myymäläalan toimijan, ja Dane Technologiesin, varastolaitteiden johtajan, kanssa tuodaksemme varaston seurannan ja hyllyälyn markkinoille yritystason mittakaavassa.

Kun laajennat näihin varaston näkyvyyden sovelluksiin, datan kerääminen on vain osa yhtälöä. Useimmat varastot ja vähittäiskaupat haluavat enemmän kuin miljoonia raakakuvia; ne tarvitsevat tietää tarkalleen, mikä tuote on loppu, mikä hinta on virheellinen, missä puuttuva lava on ja mitä tarkkaa toimenpidettä työntekijän tulisi tehdä seuraavaksi. Brain Corp tarjoaa kehittyneen konenäön ja tekoälyn, joka muuntaa nämä raakahavainnot tarkkoiksi, priorisoiduiksi liiketoimintapäätöksiksi.

Riippumatta robotin muotoilusta, nämä järjestelmät avaavat myös mahdollisuuden yrityksille luoda jatkuvasti päivittyviä digitaalisia kaksosia tiloistaan. Koska robotit navigoivat turvallisesti ja luotettavasti koko tilan läpi, ne toimivat mobiileina dataplatformeina, keräten erittäin tarkkaa tilatietoa. Tämä voi tarkoittaa esimerkiksi palovaroittimen sijainnin tarkistamista, vialliseksi havaitun pakastimen tunnistamista tai alueiden kartoittamista, joilla on heikko Wi‑Fi‑yhteys.

Mikä erottaa robotiikkaprojektin, joka toimii pilotissa yhdessä paikassa, ja sen, joka skaalautuu tuhansiin yrityssivustoihin?

Pilotit palkitsevat mahdollisuutta. Skaalaus palkitsee luotettavuutta.

Pilotti voi onnistua, koska paras insinööri on lähellä, ympäristö on huolellisesti valmisteltu ja joku hoitaa poikkeamat hiljaa taustalla. Mikään tästä ei toimi, kun otat käyttöön satoja tai tuhansia kohteita. Tällöin jokainen manuaalinen vaihe muuttuu kustannus‑ ja vikapisteeksi.

Skaalautuva käyttöönotto vaatii toistettavuutta alusta alkaen. Robotin tulee olla helppo konfiguroida, intuitiivinen etulinjan työntekijöille, etävalvottavissa ja kyky vastaanottaa ohjelmistopäivityksiä ilman, että jokainen kohde käydään läpi. Organisaatiolla täytyy myös olla kypsät järjestelmät kyberturvallisuudelle, turvallisuussertifioinnille, tukeen, koulutukseen, ylläpitoon, analytiikkaan ja integraatioon asiakkaan olemassa oleviin teknologioihin.

Muutoksenhallinta on yhtä tärkeää. Robotin kanssa työskentelevien on ymmärrettävä, mitä se tekee, mitkä sen rajoitukset ovat ja miten se sopii heidän vastuualueisiinsa. Käyttöönotot epäonnistuvat, kun teknologia on teknisesti kunnossa, mutta operatiivinen omistajuus on epäselvä.

Lopuksi taloudellisuuden on toimittava sekä asiakkaalle että robotiikkatoimittajalle. Tämä edellyttää robotiikkainfrastruktuuria, joka tulee taloudellisesti kannattavammaksi ja kestävämmäksi jokaisen käyttöönoton myötä.

Tätä haasteiden kokonaisuutta kutsumme Autonomian kuiluksi. Toimivan prototyypin rakentaminen on vain yksi osa robotiikkaliiketoiminnan luomista. Paljon vaikeampaa on muuttaa prototyyppi turvalliseksi, tuetuksi, toistettavaksi tuotteeksi, joka jatkaa toimintaansa, kun asiantuntijat lähtevät rakennuksesta.

Brain Corpin viimeaikaiset työt kontekstuaalisen maankartoituksen ja semanttisen kartoituksen parissa viittaavat älykkäämpään kerrokseen fyysisessä tekoälyssä. Miksi “ymmärrys ympäristöstä” on seuraava suuri haaste autonomisille robotseille?

Perinteinen navigointi on pitkälti geometrinen ongelma: Missä olen, minne voin liikkua ja mitä minun tulisi välttää? Kontekstuaalinen maankartoitus lisää paljon rikkaamman kysymysjoukon: Mitä ympärilläni tapahtuu? Mitä nämä objektit ovat? Miten ihmiset todennäköisesti ovat vuorovaikutuksessa niiden kanssa? Mikä käyttäytyminen on sopivaa juuri tässä tilanteessa?

Perusnavigointijärjestelmä saattaa nähdä, että jokin vie tilaa. Kontekstuaalisesti tietoinen järjestelmä sen sijaan ymmärtää tarkalleen, mikä objekti on, miksi se on siellä, mitä se tekee ja lopulta, miten sen kanssa tulisi toimia. Nämä erot ovat merkityksellisiä, koska oikea vastaus vaihtelee tilanteesta riippuen.

Tämä korostuu erityisesti, kun robotiikka alkaa sisällyttää generatiivista tekoälyä, näkö‑kieli‑malleja ja muita todennäköisyyspohjaisia järjestelmiä. Nämä mallit voivat tuoda valtavaa älykkyyttä ja joustavuutta, mutta pelkkä uskottava vastaus ei riitä, kun ohjelmisto ohjaa fyysistä konetta. Toimenpiteen on perustuttava todelliseen geometriaan, olosuhteisiin, turvallisuusvaatimuksiin ja sosiaaliseen kontekstiin.

Uskomme, että vastaus on yhdistää kehittynyt tekoäly pysyvään kontekstuaaliseen fyysisen maailman representaatioon ja deterministisiin turvallisuusohjaimiin. Tämä mahdollistaa robotin hyödyntää yhä kykenevämpiä AI‑malleja ilman, että todennäköinen älykkyys toimii ilman rajoja.

Miten yritysten tulisi ajatella luottamusta, kun ne ottavat robotteja käyttöön työntekijöiden, asiakkaiden ja yleisön ympärille?

Ensinnäkin on tunnustettava perus totuus: robotit eroavat muista yritysteknologioista. Ohjelmistovirhe voi kaataa kannettavan tietokoneen, mutta virhe 1 000 paunan painoisessa koneessa, joka navigoi ruuhkaisessa kauppakäytävässä, on kokonaan eri tasolla. Yritykset eivät voi kohdata robotteja kuin mitä tahansa muuta yhdistettyä IT‑laitetta.

Luottamus robotiikkaan ansaitaan joka päivä. Aikana, jolloin FCC rajoittaa ulkomailta tuotettujen robottien hyväksyntää turvallisuusongelmien takia, luottamuksen kynnys on korkeampi kuin koskaan. Kun fyysinen AI laajenee sairaaloihimme, lentokentille, varastoihin ja ruokakauppoihin, yritysten on arvioitava luottamus useilla eri tasoilla: fyysinen turvallisuus, datan yksityisyys ja ihmisten integrointi.

Edistynyt AI on uskomaton, kun se tekee robotista “älykkään” riittävän monimutkaisten ympäristöjen navigoimiseen, mutta älykkyys ja turvallisuus eivät ole sama asia. Luotettava robotti erottaa nämä kaksi. Siinä täytyy olla omistettuja, redundanssia tarjoavia laitteistoturvakomponentteja, jotka voivat ohittaa järjestelmän. Turvallisuuden on oltava kovakoodattua, ei opittua.

Lisäksi robotit, jotka kulkevat julkisissa tiloissa, ovat pohjimmiltaan liikkuvia dataplatformeja. Ne käyttävät kameroita ja antureita nähdäkseen maailman. Yritysten on vaadittava äärimmäistä läpinäkyvyyttä toimittajiltaan: Mitä robotti tarkastelee? Minne data menee? Kuka sillä on pääsy? Yksityisyys ja kyberturvallisuus eivät voi olla jälkikäteen kiinnitettyjä PR‑toimenpiteitä; niiden on oltava sisäänrakennettuja järjestelmän arkkitehtuuriin alusta alkaen.

Suurin virhe, jonka yritykset tekevät, on pudottaa robotti tilaan ilman muutoksenhallintaa. Et voi pyytää työntekijöitäsi tai asiakkaitasi luottamaan robotiikkaan pelkän uskon varassa. Työntekijöiden on otettava robotit mukaan varhaisessa vaiheessa, koulutettava heidät kunnolla ja näytettävä tarkalleen, miten kone helpottaa heidän arkeaan ja tekee sen turvallisemmaksi. Heidän on tiedettävä, kuka on vastuussa, jos jokin menee pieleen, ja miten puuttua tilanteeseen tarvittaessa.

Lopulta sertifikaatit, auditoinnit ja turvallisuusohjaimet ovat vain perusnäyttöä. Todellinen luottamus syntyy toistuvasta kokemuksesta. Kun robotti käyttäytyy turvallisesti, kunnioittaa johdonmukaisesti asiakkaan henkilökohtaista tilaa ja poistaa tylsän, likaisen työn työntekijän harteilta päivästä toiseen, siitä tulee osa tiimiä.

Mitä alaa odotat, että kaupallinen robotiikka luo eniten arvoa seuraavan viiden vuoden aikana – vähittäiskauppa, logistiikka, terveydenhuolto, valmistus, lentokentät vai jokin täysin muu sektori?

Eniten arvoa syntyy suurista, hajautetuista ja työvoimasta kärsivistä ympäristöistä. Ne sisältävät toistuvia tehtäviä, jotka on vaikea suorittaa tasaisesti.

Toimitusketju – valmistuksesta logistiikkaan ja vähittäiskauppaan – yhdistää kaikki nämä olosuhteet. Kaupat ovat monimutkaisia julkisia tiloja, työvoiman saatavuus on jatkuva haaste, ja pienet operatiiviset ongelmat (tyhjä hylly, virheellinen hinta, viivästynyt puhdistustehtävä) vaikuttavat suoraan asiakaskokemukseen ja taloudelliseen suorituskykyyn. Logistiikka ja valmistus luovat myös valtavaa arvoa varaston näkyvyyden, materiaalien siirron ja automatisoitujen tilojen koordinoinnin kautta.

Kuitenkin suurinta arvoa ei määritellä yhdellä toimialalla. Se tulee siitä, miten yritykset ostavat robotiikkaa. Erityisesti seuraavat viisi vuotta merkitsee erillisten robotiikkaprojektien kuolemaa.

Tällä hetkellä yritykset toteuttavat voimakkaasti sirpaleisia hankkeita. Ne ostavat yhden robotin yritykseltä A puhdistamaan lattiat, toisen yritykseltä B skannaamaan varaston ja kolmannen yritykseltä C siirtämään materiaaleja. Jokaisella on oma paikallinen maailmankuvansa, jota ei jaeta muiden kanssa. Tämä on operatiivinen painajainen, joka ei skaalaudu.

Seuraavien viiden vuoden aikana arvonluonti tulee jaettavasta kontekstista ja toteutuksesta. Yritykset lopettavat sirpaleisten robottien ostamisen ja alkavat investoida yhtenäiseen fyysisen AI:n perustaan. He haluavat yhden ohjelmistoplatformin, yhden autonomiakerroksen ja yhden dataputken, joka hallitsee monipuolista konelautaa, jakaa kontekstia ympäristöstä ja orkestroi keskitetysti koko tilojen automaation sen sijaan, että se automatisoisi vain yksittäisiä tehtäviä.

Näin AI siirtyy pelkän kunnianhimon tasolta todellisuuden parantamiseen.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa vierailla Brain Corp -sivustolla.