Haastattelut
Oana Jinga, Dexoryn perustaja, kaupallinen ja tuotejohtaja – Haastattelusarja
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Oana Jinga, Dexoryn perustaja, kaupallinen ja tuotejohtaja, on kokenut teknologia- ja liiketoimintajohtaja, jonka tausta kattaa robotiikan, vähittäiskaupan teknologian, strategiset kumppanuudet ja tuotekehityksen. Hän perusti yrityksen, alun perin nimeltään BotsAndUs, vuonna 2015 ja toimi siellä kaupallisena johtajana ennen kuin siirtyi nykyiseen johtajuusrooliinsa Dexoryssa. Yrityksen rakentamisen ohella Jinga työskenteli yli kuusi vuotta Googlessa, jossa hän johti vähittäiskaupan kumppanuuksia Yhdistyneessä kuningaskunnassa ja myöhemmin valvoi strategisia kumppanuuksia koko vähittäiskaupan sektorilla EMEA-alueella. Uraansa aikaisemmin hän työskenteli kaupallisissa, markkinoinnin, asiakasuskollisuuden ja liiketoiminnan kehittämisen tehtävissä O2:ssa (Telefónica UK) sekä toimi markkinoinnin ja viestinnän tehtävissä. Hän toimi myös Xoogler.co:n Yhdistyneen kuningaskunnan yhteisön johtajana, tukien Google‑alumni, perustajien, sijoittajien ja startup‑toimijoiden yhteisöä.
Dexory on Yhdistyneessä kuningaskunnassa toimiva robotiikka- ja tekoälyyritys, jonka tavoitteena on tuoda reaaliaikainen älykkyys varasto- ja logistiikkatoimintoihin. DexoryView‑alusta yhdistää autonomiset robotit, konenäön, spatiaalisen tekoälyn, kehittyneen analytiikan ja digitaalisen kaksos‑teknologian, jotta se voi jatkuvasti tallentaa varaston sisällä tapahtuvat toiminnot ja verrata fyysistä varastoa olemassa oleviin varastojärjestelmiin. Dexoryn mukaan sen robotit voivat skannata yli 10 000 paikkaa tunnissa, luoden reaaliaikaisen digitaalisen esityksen, joka auttaa operaattoreita havaitsemaan väärin sijoitetun tai vaurioituneen varaston, seuraamaan tilankäyttöä, parantamaan varaston tarkkuutta ja paljastamaan operatiivisia tehottomuuksia. Yritys asemoituu tarjoamaan älykkyyskerroksen yhä autonomisemmille varastoille, ja sen ratkaisuja on otettu käyttöön Euroopassa, Aasiassa ja Yhdysvalloissa, asiakkaisiin lukeutuen suuria globaaleja logistiikka- ja teollisuusyrityksiä.
Perustit BotsAndUsin vuonna 2015 sen jälkeen, kun olet rakentanut urasi kaupallisessa kehittämisessä ja strategisissa kumppanuuksissa yrityksissä kuten O2 ja Google. Mitä sinä ja perustajajäsenesi havaitsitte varastotoiminnoissa, mikä sai teidät suuntaamaan liiketoiminnan logistiikkaan ja lopulta kehittämään sen Dexoryksi?
Havaitsimme, että varastot muuttuvat yhä monimutkaisemmiksi ja automatisoidummiksi, mutta monet operaattorit eivät silti saanut tarkkaa reaaliaikaista kuvaa siitä, mitä fyysisesti tapahtuu varaston lattialla. Varaston tarkastukset olivat edelleen erittäin manuaalisia, aikaa vieviä ja usein irrallaan järjestelmistä, jotka tekevät kriittisiä operatiivisia päätöksiä. Tajusimme, että robotiikka voi täyttää tämän aukon jatkuvasti keräämällä fyysisen maailman dataa ja muuntamalla sen toimivaksi älykkyydeksi.
Varastotoimijalle, joka harkitsee Dexorya, voisitko käydä läpi tyypillisen käyttöönoton, alkaen tilan kartoituksesta ja autonomisten skannausten aikatauluttamisesta, aina kerätyn datan muuntamiseen toimiviksi oivalluksiksi DexoryView’n kautta?
Käyttöönotto on suunniteltu nopeaksi ja minimaalisesti häiritseväksi – puhumme 2–5 päivästä, jolloin 1–2 tiimin jäsentä kartoittavat tilan ja rakentavat digitaalisen kaksosen, jotta autonomiset robotimme voivat liikkua tilassa ja kerätä dataa ilman merkittäviä infrastruktuurimuutoksia. Robotit alkavat sitten suorittaa aikataulutettuja tehtäviä, jolloin ratkaisu tuottaa välittömän sijoitetun pääoman tuoton, keräten dataa koko tilasta, joka prosessoidaan ja visualisoidaan DexoryView-alustalla. Operaattorit voivat nopeasti havaita poikkeamat, tutkia ongelmia ja tehdä päätöksiä ajantasaisen digitaalisen varaston esityksen perusteella.
Dexoryn autonominen mobiilirobotti pystyy skannaamaan täysikorkeisia varastohyllyjä jopa 18 metrin korkeudessa. Mitä insinööri-, anturi- ja tekoälyhaasteita täytyi ratkaista, jotta toiminta olisi tarkkaa ja turvallista näin suuressa mittakaavassa?
Haaste ei ole pelkästään 18 metrin saavuttaminen, vaan tarkkojen ja yhdenmukaisten tietojen kerääminen liikuttaessa autonomisesti vilkkaassa varasto‑ympäristössä. Tämä edellyttää kestävän koneenrakenteen yhdistämistä paikannukseen, antureihin ja konenäköön, jotka toimivat luotettavasti eri valaistusolosuhteissa, hyllyasetteluissa ja varastotyypeissä. Turvallisuus on perusasia, joten koko järjestelmä on suunniteltu toimimaan ennakoitavasti ihmisten ja olemassa olevien varastolaitteiden rinnalla.
Dexoryn robotit ovat nyt skannanneet yli miljardin varastopaikan maailmanlaajuisesti. Miten tämän mittakaavan ja monimuotoisuuden tuoma todellinen data parantaa alustan konenäköä, poikkeamien havaitsemista ja ennustavia kykyjä?
Olemme todellakin keränneet suurimman varastojen fyysisen datan tietojoukon, mikä asettaa meidät hyvin ainutlaatuiseen asemaan oppia siitä ja rakentaa omia varastomallejamme. Mittakaava on tärkeä, koska jokainen varasto tuo mukanaan erilaiset pohjaratkaisut, tuotteet, pakkaus‑ ja toimintaympäristöt, luoden uskomattoman monipuolisen todellisen datan. Tämä laajuus auttaa meitä jatkuvasti parantamaan alustan kykyä tulkita varasto‑ympäristöjä, havaita poikkeamat ja erottaa merkittävät operatiiviset ongelmat melusta. Ajan myötä tästä syntyy perusta yhä ennustavammalle älykkyydelle, auttaen asiakkaita ymmärtämään paitsi mitä tapahtuu, myös mitä todennäköisesti tapahtuu seuraavaksi.
Varastot luottavat usein varastonhallintajärjestelmiin, toiminnanohjausjärjestelmiin ja manuaalisiin inventaarioihin. Miten Dexory sovittaa yhteen robottiensa havaitsemat poikkeamat ja näiden olemassa olevien järjestelmien raportit?
Dexory tarjoaa itsenäisen näkymän fyysiseen todellisuuteen ja vertaa sitä siihen, mitä olemassa olevien varastonhallintajärjestelmien tulisi olla. Integroimalla WMS- ja ERP‑järjestelmiin DexoryView tuo esiin poikkeamat digitaalisten tietojen ja fyysisen varaston välillä, jotta tiimit voivat tutkia ja ratkaista ne nopeasti. Emme korvaa näitä ydinjärjestelmiä, vaan tarjoamme niille tarkemman ja ajantasaisemman todellisen maailman älykkyyden lähteen sekä koordinoimme niitä.
Fyysistä tekoälyä keskustellaan usein humanoidiroboteista, kun taas Dexory on kehittänyt erittäin erikoistuneen järjestelmän varasto‑älykkyyteen. Miksi tehtäväkohtaiset robotit sopivat tällä hetkellä paremmin logistiikkaan, ja missä odotat suurimpia fyysisen tekoälyn edistysaskeleita seuraavan vuosikymmenen aikana?
Logistiikassa luotettavuus, turvallisuus ja mitattavissa oleva ROI ovat tärkeämpiä kuin robotin rakentaminen, joka pystyisi tekemään kaiken, minkä vuoksi tehtäväkohtaiset järjestelmät ovat tänä päivänä niin voimakkaita. Tarkoitukseen rakennettu robotit voidaan optimoida tiettyyn ympäristöön, mikä tekee niistä kestävämpiä todellisen varaston toiminnan vaatimuksia vastaan ja paremmin kykeneviä toimimaan johdonmukaisesti muuttuvissa olosuhteissa. Ne voivat tuottaa arvoa mittakaavassa ilman, että varastojen täytyy muokata toimintaansa teknologian ympärille. Seuraavan vuosikymmenen aikana odotan fyysisen tekoälyn tulevan yhä autonomisemmaksi ja mukautuvammaksi, jolloin koneet siirtyvät ennalta määriteltyjen tehtävien suorittamisesta ympäristöjen ymmärtämiseen ja parhaan toiminnan määrittämiseen.
Varaston inventoinnin nopeuttamisen lisäksi, mistä asiakkaat näkevät suurimman operatiivisen arvon reaaliaikaisesta varasto‑älykkyydestä, olipa kyse tilankäytöstä, täydennyksestä, turvallisuudesta, vaatimustenmukaisuudesta tai toimitusketjun resilienssistä?
Suurin arvo syntyy siitä, että operaattoreille annetaan näkyvyys, jota ei voida saavuttaa vain ajoittaisilla manuaalisilla tarkastuksilla. Reaaliaikainen varasto‑älykkyys voi paljastaa alikäytetyn tilan, varaston poikkeamat, täydennyshaasteet ja operatiiviset pullonkaulat paljon aikaisemmin, jolloin tiimit voivat toimia ennen kuin ne muuttuvat kalliiksi ongelmiksi. Lopulta se mahdollistaa varastojen tehokkaamman ja kestävämmän toiminnan, koska päätökset perustuvat siihen, mitä todella tapahtuu lattialla.
Kuinka pitkälle varasto‑älykkyys voi kehittyä ongelmien, kuten väärin sijoitetun varaston, vaurioituneiden tavaroiden tai epävarmojen säilytysolosuhteiden, tunnistamisesta suositusten antamiseen tai korjaavien toimenpiteiden autonomiseen käynnistämiseen?
Näemme varasto‑älykkyyden kehittyvän näkyvyydestä suosituksiin ja lopulta kohti yhä autonomisempaa päätöksentekoa. Ensimmäinen askel on ymmärtää fyysinen ympäristö riittävän tarkasti ongelman havaitsemiseksi, jonka jälkeen lisätään konteksti muista järjestelmistä suosittelemaan tehokkainta ratkaisua. Kun luottamus näihin järjestelmiin kasvaa, syntyy mahdollisuuksia, että tietyt toimenpiteet käynnistetään automaattisesti, samalla kun ihmiset säilyttävät hallinnan merkittävämmissä päätöksissä.
Kun varastot automatisoituvat yhä enemmän, mitkä roolit pysyvät ainutlaatuisesti ihmisille sopivina, ja miten yritysten tulisi valmistaa työntekijöitä toimimaan tehokkaasti robottien, digitaalisten kaksosten ja tekoäly‑ohjausten päätöksentekojärjestelmien rinnalla?
Automaatio tulisi poistaa toistuvat, fyysisesti rasittavat tehtävät ja antaa ihmisille enemmän aikaa keskittyä harkintaan, ongelmanratkaisuun ja poikkeamien hallintaan. Arvokkaimmat roolit tulevat yhä enemmän käsittelemään tiedon tulkintaa, tekemään monimutkaisia päätöksiä ja parantamaan toimintojen sujuvuutta sen sijaan, että dataa kerättäisiin manuaalisesti. Yritysten täytyy siis investoida digitaalisiin taitoihin ja auttaa työntekijöitä ymmärtämään, miten tekoälyä ja robotiikkaa voidaan käyttää työkaluina, jotka täydentävät heidän asiantuntemustaan.
Olet puolustanut robotiikan saavutettavuuden lisäämistä naisille. Mitä käytännön muutoksia tarvitaan, jotta alaan houkuteltaisiin enemmän naisia?
Meidän on laajennettava sekä reittejä robotiikkaan että käsitystä siitä, miltä ura alalla näyttää. Ala kattaa nykyään tekniikan, ohjelmistot, datatieteen, tuotesuunnittelun, operoinnin, UX:n, kaupallisen strategian, käyttöönoton ja asiakassuhteiden menestyksen, ja tätä laajuutta on viestittävä selkeämmin. Naisten ja monimuotoisista taustoista tulevien henkilöiden näkyvyyden lisääminen tapaustutkimusten, puhetilaisuuksien ja julkisten esimerkkien kautta auttaa tulevaa lahjakkuutta näkemään tarjolla olevat erilaiset urapolut, samoin kuin varhaisen altistuksen ja selkeämpien sisäänpääsyn reittien tarjoaminen alalle. Kuitenkin naisten houkutteleminen on vain osa haasteesta, sillä yritysten on myös rakennettava inklusiivisia ympäristöjä, joissa naiset voivat edetä seniori‑ ja johtotehtäviin, varmistaen että fokus ei ole pelkästään aloitustason edustavuudessa, vaan pitkän aikavälin, kestävien urien mahdollistamisessa robotiikassa.
Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää tästä robotiikkayrityksestä, kannattaa vierailla Dexory-sivustolla.
