Hamid Montazeri, Wakil Presiden Perangkat Lunak & AI di Locus Robotics – Seri Wawancara

Sebagai Wakil Presiden (Wakil Presiden) Perangkat Lunak dan Kecerdasan Buatan di Locus Robotics, Hamid Montazeri membawa lebih dari 30 tahun pengalaman memimpin dan menskala tim yang terdistribusi secara global. Ia mengkhususkan diri dalam arsitektur perangkat lunak modular dan scalable serta penerapan teknologi transformasional seperti cloud, IoT, big data, dan AI/ML. Sepanjang karirnya, Hamid telah menghasilkan solusi dan produk yang berbeda untuk perusahaan yang berkisar dari startup hingga multinasional, memungkinkan aplikasi di robotika otonom, otomatisasi gudang pintar, dan sistem rantai pasokan yang melayani industri di seluruh dunia.

Locus Robotics merancang dan mengirimkan solusi otomatisasi gudang yang ditenagai AI dengan menggabungkan robot mobil otonom dengan perangkat lunak pintar. Platform mereka, yang disebut LocusONE, mengatur armada robot untuk menangani tugas seperti pemilihan, penempatan, transportasi, dan operasi mezzanine—meningkatkan produktivitas sebesar dua hingga tiga kali lipat sambil mengurangi biaya tenaga kerja. Sistem ini terintegrasi secara mulus ke dalam lingkungan gudang yang ada dan berskala fleksibel, memungkinkan operasi untuk mengirimkan beberapa robot atau ribuan tanpa gangguan besar.

Anda telah memegang peran kepemimpinan di organisasi yang berkisar dari CNN hingga Stanley Black & Decker, Dematic, KION Group, dan sekarang Locus Robotics. Bagaimana perjalanan yang beragam ini membentuk perspektif Anda tentang di mana AI dan robotika dapat memberikan dampak paling besar?

Mengisi peran teknis yang bekerja erat dengan AI dan perangkat lunak selama lebih dari tiga dekade, perspektif saya telah dibentuk secara besar oleh bagaimana saya menyaksikan evolusi industri.

Ketika saya pertama kali memulai, industri berada pada saat ketika upaya pengembangan perangkat lunak sedang menerima transisi dari terstruktur ke paradigma berorientasi objek pada bahasa pemrograman dan dari perangkat lunak monolitik tunggal ke komponen perangkat lunak yang dapat berjalan pada proses sistem operasi yang berbeda dan memanfaatkan komunikasi antar proses untuk mencapai tujuan dalam cara terdistribusi. Kami berada di ambang perubahan besar, memindahkan perangkat lunak dari dijalankan pada mesin tertentu menjadi terdistribusi dengan menggunakan teknologi komunikasi antar proses dan/atau jaringan. Seiring waktu, fokus ini bergeser ke area yang berbeda, mendorong pengembangan baru dari pemrograman sistem dasar untuk memanfaatkan kemampuan jaringan dan Internet yang muncul untuk meningkatkan skalabilitas sistem, serta penerapan, penyimpanan data, yang pada akhirnya mengarah ke pengembangan cloud.

Perubahan ini sangat penting bagi industri, karena mereka secara bertahap membawa tingkat komputasi dan penyimpanan yang elastis, dan memperkenalkan peluang baru bagi AI dan robotika. Kemajuan ini terus berlanjut ketika saya maju dalam karir saya, dan saya mendapatkan kesempatan untuk melihat dampak yang dapat dibawa AI dan robotika, terutama dalam industri rantai pasokan dan logistik. Kami sekarang berada pada titik di mana robot memiliki kemampuan, dalam hal komputasi, penyimpanan, dan AI, untuk secara akurat menavigasi dan beroperasi dalam lingkungan yang sangat padat, dengan geometri yang kompleks, seperti gudang dan memberikan dampak bisnis yang signifikan, termasuk biaya yang berkurang, throughput yang ditingkatkan, fleksibilitas yang diperbaiki, dan kinerja tenaga kerja yang ditingkatkan.

Apa yang dimaksud dengan “AI fisik” dalam konteks otomatisasi gudang, dan bagaimana hal itu berbeda dari robotika tradisional atau model AI generik?

AI fisik adalah masa depan logistik dan otomatisasi gudang. Ini adalah tulang punggung yang menggerakkan operasi otonom melalui kombinasi persepsi waktu nyata, pengambilan keputusan, dan pembelajaran terus-menerus, memungkinkan robot untuk secara instan mengoptimalkan setiap keputusan.

Dengan AI fisik, robot tidak hanya didukung untuk bergerak dalam lingkungan yang sangat terstruktur dan konfigurasi tetap. Mereka dilengkapi dengan kecerdasan yang melampaui sekadar mengingat tata letak gudang tertentu dan membawa sesuatu dari titik A ke titik B. Jika hal-hal dalam lingkungan mereka berubah, mereka dapat secara otomatis menyesuaikan dan merencanakan kembali perencanaan untuk membuat keputusan terbaik berdasarkan kondisi saat ini.

Robotika yang tidak menggunakan AI fisik akan semakin terbatas dalam penerapannya. Menariknya, bahkan penerapan model dasar umum modern tidak sangat efektif dalam menciptakan jenis AI fisik yang menangani kebutuhan domain aplikasi. Ketika Anda melihat otomatisasi gudang, tujuannya adalah memiliki proses yang seefisien mungkin dan model generik tidak dapat benar-benar memberikan ini. Kenyataannya dengan model generik adalah bahwa mereka tidak dirancang untuk menangani kekhawatiran spesifik domain seperti navigasi yang efisien dan interaksi dengan asosiasi di lingkungan gudang. AI fisik, ketika dilengkapi dengan mode dasar gudang yang dikembangkan khusus, menyediakan pendekatan yang dirancang khusus yang memastikan robot berperforma seefisien mungkin dengan kemampuan untuk secara otomatis menyesuaikan dan menyesuaikan untuk memberikan hasil terbaik setiap saat.

Bagaimana sistem robotika yang didorong AI menyesuaikan diri dengan lingkungan yang terus berubah, seperti SKU baru, tata letak yang bergeser, atau lonjakan tiba-tiba dalam permintaan?

Area-area ini semua adalah tempat di mana AI fisik, yang dilengkapi dengan model dasar domain, unggul. Ketika permintaan melonjak, tata letak berubah atau SKU baru diperkenalkan, robot yang didukung oleh AI fisik dilengkapi untuk menavigasi perubahan konstan dengan mulus.

Ini adalah alasan mengapa robot yang didukung oleh AI fisik optimal untuk logistik. Pendekatan yang dirancang khusus ini sebenarnya dapat mengikuti perubahan konstan yang biasanya dihadapi industri.

Mengapa Anda percaya bahwa AI spesifik domain lebih efektif daripada mengejar model dasar umum ketika datang ke rantai pasokan dan logistik?

AI spesifik domain paling efektif untuk rantai pasokan dan logistik secara umum, tetapi terutama dalam otomatisasi gudang.

Ketika datang ke otomatisasi gudang, memiliki model spesifik domain adalah apa yang pada akhirnya membawa otomatisasi ke tingkat berikutnya. Model dasar umum tidak dirancang untuk menangani tantangan yang biasanya dihadapi lingkungan gudang—seperti keamanan dan menavigasi tata letak yang kompleks—yang berarti ketika tantangan ini muncul, operator akan terus menghadapi beban dari hambatan ini.

Sebaliknya, model spesifik domain dilengkapi dengan keahlian industri yang diperlukan untuk memahami bagaimana benar-benar menyelesaikan tantangan ini. Memanfaatkan model spesifik domain mengangkat tekanan dari operator dan secara otomatis menarik keahlian domain untuk menawarkan dan menerapkan solusi untuk tantangan ketika mereka muncul.

Apa hasil yang dapat diukur yang telah Anda lihat dari penerapan AI fisik di gudang, baik dalam throughput, pengurangan downtime, atau tingkat kesalahan? 

Di Locus Robotics, solusi kami yang ditenagai oleh AI fisik yang dirancang khusus telah memberikan hasil yang berdampak di seluruh gudang pelanggan kami, termasuk:

• Meningkatkan akurasi pesanan hingga 99%
• Mengurangi tingkat kesalahan 04% hingga 0,01%
• Mengurangi downtime dengan membawa situs langsung dalam minggu vs. bulan
• Meningkatkan throughput yang memungkinkan pelanggan untuk menggandakan atau menigkatkan throughput operasional mereka

Bagaimana Anda mendekati keamanan, keandalan, dan pengawasan manusia ketika mengirimkan sistem otonom di operasi volume tinggi?

Ketika mengotomatisasi operasi volume tinggi seperti gudang, pendekatan keamanan, keandalan, dan pengawasan manusia semua dimulai dengan solusi yang dipilih.

Area-area ini sangat kritis dalam proses desain dan menekankan mengapa mereka yang ingin mengotomatisasi harus memprioritaskan solusi yang dirancang khusus selama proses pengambilan keputusan.

Di Locus Robotics, robot mobil otonom (AMR) kami dirancang untuk memenuhi dan melampaui standar keamanan industri. LocusBots kami menggunakan sistem keamanan multi-sensor dengan kamera dan deteksi cahaya dan jarak (LiDAR) yang membantu mereka menghindari tabrakan dan hambatan, menjaga operasi gudang dan pekerja aman.

Keandalan juga berada di inti dari apa yang kami lakukan. Bagi operator gudang, konsistensi menegosiasikan lonjakan permintaan adalah kenyataan bisnis yang mereka hadapi, tetapi kami percaya bahwa ini tidak perlu menjadi titik nyeri. Di Locus Robotics, model robotika-sebagai-layanan (RaaS) kami memungkinkan operator untuk mengotomatisasi lingkungan gudang mereka tanpa biaya awal atau investasi waktu yang biasanya diperlukan untuk otomatisasi. Sebagai gantinya, solusi kami memungkinkan operator untuk secara otomatis meningkatkan atau menurunkan skala untuk memenuhi permintaan saat ini, memastikan mereka selalu dilengkapi untuk beradaptasi dengan lonjakan kapan pun mereka muncul.

Di operasi volume tinggi, pengawasan manusia akan selalu diperlukan, tetapi kunci keberhasilan otomatisasi adalah memanfaatkan solusi yang mampu mengambil tanggung jawab yang lebih besar. Pembeda utama AMR Locus adalah kombinasi kami dari teknik Simulasi Acara Diskrit (DES) dengan model otonomi robot yang terperinci, yang memungkinkan operator untuk merancang konsep operasi dan mensimulasikan penggunaan bot yang paling efisien dalam lingkungan mereka, membantu untuk memperlancar waktu pilih dan memastikan pesanan dikirim tepat waktu—dua komponen kritis untuk semua operator.

Apa tantangan yang muncul dalam mengintegrasikan robotika yang ditenagai AI dengan sistem manajemen gudang dan ERP yang ada, dan bagaimana Anda menanganinya?

Waktu implementasi integrasi biasanya dianggap sebagai tantangan terbesar yang datang dengan mengotomatisasi. Operator akan perlu memeriksa tumpukan teknologi yang ada dan mempertimbangkan untuk beralih dari sistem warisan yang ketinggalan zaman. Mengingat AI menggunakan sejumlah besar data, mereka juga ingin memeriksa infrastruktur yang ada untuk memastikan bahwa itu dapat menahan dan mendukung model AI.

Bergantung pada solusi yang mereka pilih, operator mungkin berakhir dalam posisi di mana transisi mereka memerlukan komitmen waktu yang besar, karena mereka mungkin perlu bermigrasi sistem dan menjalani pelatihan ekstensif untuk tenaga kerja mereka.

Locus Robotics bertujuan untuk menghilangkan waktu sebagai tantangan bagi operator. AMR kami dirancang untuk terintegrasi secara mulus dengan sistem ini, membantu pelanggan menghindari investasi waktu yang mahal yang diperlukan untuk transisi dan pelatihan oleh solusi lain di pasar.

Seberapa skalabel solusi ini di seluruh gudang dan geografi yang berbeda, dan seberapa banyak kustomisasi yang biasanya diperlukan?

Skalabilitas yang mudah adalah apa yang membuat otomatisasi fleksibel sangat ideal untuk lingkungan gudang. Sistem otomatisasi tradisional memerlukan biaya awal yang signifikan dan komitmen waktu jangka panjang.

Otomatisasi yang menggunakan model RaaS, seperti Locus Robotics, memungkinkan gudang untuk mengirim dan menyesuaikan ukuran armada mereka berdasarkan permintaan. Artinya, ketika permintaan naik dan turun, operator dapat menyesuaikan operasi mereka sesuai dengan itu.

Sebagai pemimpin global dalam otomatisasi gudang, solusi kami skalabel di seluruh geografi untuk pelanggan kami. Dasbor kami menawarkan wawasan waktu nyata ke dalam metrik kinerja gudang kunci—seperti unit dan pilih per jam serta produktivitas pekerja. Visibilitas yang terpadu ini memungkinkan operator untuk dengan mudah menskalakan solusi di seluruh lingkungan, memenuhi kebutuhan operasional berdasarkan kebutuhan gudang tertentu.

Dengan solusi Locus Robotics, kustomisasi dengan mudah dapat dilakukan tanpa usaha dari pelanggan; hal-hal dirancang untuk membantu setiap pelanggan individu menskalakan berdasarkan kebutuhan unik mereka. 

Bagaimana teknologi ini mengubah peran pekerja manusia di gudang, dan apa jenis peningkatan keterampilan atau manajemen perubahan yang diperlukan?

AMR benar-benar meredefinisi posisi gudang standar untuk pekerja manusia dengan menciptakan lingkungan kerja yang lebih aman dan membuka peluang baru bagi tenaga kerja manusia.

Locus Robotics menyediakan pendekatan yang unik dan intuitif untuk interaksi AMR-asosiasi dan membuat pelatihan/kelola perubahan untuk mengirim dan mengoperasikan otomatisasi robotik menjadi sangat ringan untuk operator. Misalnya, ketika mengirim LocusBots di lokasi, pelatihan dapat memberdayakan asosiasi untuk mulai bekerja dengan robot dalam 10 menit atau kurang—artinya operator dan karyawan tidak perlu khawatir tentang terhambat oleh pelatihan yang menegangkan dan memakan waktu serta mahal.

AMR dapat mengurangi beban kerja fisik yang intensif, meminimalkan risiko cedera dan kelelahan pekerja manusia. Dengan mengambil alih tanggung jawab seperti mengangkat benda berat dan perjalanan jarak jauh dalam gudang, AMR memperbaiki kondisi untuk pekerja manusia dengan mengambil sebagian besar tugas yang memerlukan upaya yang kuat. Mereka juga dapat meringankan pekerja manusia dari tanggung jawab yang lebih berulang, seperti pemilihan, memberikan kesempatan untuk fokus bergeser ke tugas yang lebih kompleks.

Mengenalkan AMR ke gudang adalah kesempatan besar untuk meningkatkan peran bagi pekerja manusia. Mereka yang ingin mengotomatisasi juga harus fokus pada mengidentifikasi peluang peningkatan keterampilan yang dibawa ini untuk tenaga kerja manusia mereka untuk menjelajahi tanggung jawab yang lebih tinggi dan mengidentifikasi area di mana peran baru dapat diperkenalkan, termasuk posisi yang bekerja langsung dengan bot, seperti analis yang mengawasi data kinerja bot.

Apakah Anda dapat membagikan jenis model AI dan pendekatan yang menggerakkan sistem ini, dan apakah mereka beroperasi lebih di tepi atau di cloud? 

Di Locus Robotics, solusi AI kami fokus pada tiga sifat: fisik (AI yang tertanam di gudang dan dirancang untuk beradaptasi dengan lingkungannya), dapat dipercaya (AI yang dapat menjelaskan keputusannya) dan holistik (AI yang mengatur gudang sebagai sistem vs. hanya memberdayakan bot atau tugas tunggal). Bagi kami, ini tentang membangun AI yang benar-benar memahami gudang dan dapat memberikan hasil nyata bagi lingkungan pelanggan kami.

Data adalah fondasi dari setiap model, dan keahlian industri yang dalam dari Locus, dipasangkan dengan harta karun data dunia nyata kami—termasuk hampir 6 miliar unit yang dipilih—memungkinkan kami untuk membangun model spesifik domain dan mengembangkan sistem yang dirancang untuk menjadi gudang-pertama.

Di Locus Robotics kami menggunakan AI baik di tepi dan di cloud: AMR kami menggunakan AI tepi untuk mencapai apa yang AI fisik dan dapat dipercaya tuntut sementara strategi “sistem catatan-sistem tindakan” kami yang luas dan model dasar gudang bekerja dengan kekuatan komputasi yang skalabel yang disediakan cloud.

Menghadap ke depan lima tahun, apa kemajuan besar atau pergeseran yang Anda harapkan dalam robotika yang didorong AI untuk logistik dan rantai pasokan?

Perubahan terbesar yang akan kita lihat adalah bahwa AI fisik akan mendominasi. Ketika bisnis terus mengevaluasi return on investment (ROI) yang mereka dapatkan dari investasi AI mereka, operator akan secara dekat menilai hasil yang mereka lihat dari otomatisasi.

Kita dapat mengharapkan bahwa mereka yang telah mengalokasikan anggaran untuk mengotomatisasi dengan solusi yang tidak dirancang khusus tidak akan melihat ROI di gudang mereka yang mereka harapkan. Solusi yang tidak ditenagai oleh AI fisik kekurangan pemahaman yang diperlukan untuk unggul dalam lingkungan ini. Ini akan mendorong operator untuk memprioritaskan mengalokasikan anggaran di belakang solusi AI fisik, yang dapat mengoptimalkan setiap keputusan secara waktu nyata dan memberikan hasil yang mereka cari.

Bersama dengan munculnya AI fisik, kita juga akan melihat robotika di logistik dan rantai pasokan bergerak menjauh dari model dasar umum/generic ke fokus pada pengembangan model spesifik domain. Seperti yang disebutkan, operator akan mencari cara untuk meningkatkan ROI mereka, dan solusi yang menggunakan model spesifik domain adalah bagian kritis dari ini.

Untuk AI untuk sukses, kita akan melihat industri memperoleh pemahaman yang lebih baik tentang mengapa kita harus berinvestasi di AI yang mendapat manfaat dari dan mengintegrasikan keahlian domain yang sebenarnya. Sesuai dengan itu, kita akan fokus mengalokasikan pengembangan dan sumber daya di belakang AI yang dirancang untuk tumbuh dalam lingkungan rantai pasokan dan logistik.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Locus Robotics.