Hamid Montazeri, SVP di Software e Intelligenza Artificiale di Locus Robotics – Serie di Interviste

Come Senior Vice President (SVP) di Software e Intelligenza Artificiale di Locus Robotics, Hamid Montazeri porta con sé oltre 30 anni di esperienza nella guida e nel scaling di team distribuiti a livello globale. Si specializza in architettura software modulare e scalabile e nell’applicazione di tecnologie trasformative come cloud, IoT, big data e AI/ML. Nel corso della sua carriera, Hamid ha consegnato soluzioni e prodotti differenziati per aziende che vanno dalle startup alle multinazionali, alimentando applicazioni in robotica autonoma, automazione di magazzino intelligente e sistemi di supply chain che servono industrie in tutto il mondo.

Locus Robotics progetta e consegna soluzioni di automazione di magazzino alimentate da intelligenza artificiale combinando robot mobili autonomi con software intelligente. La loro piattaforma, chiamata LocusONE, orchestra flotte di robot per gestire compiti come picking, putaway, trasporto e operazioni di mezzanino, aumentando la produttività di due o tre volte e riducendo i costi del lavoro. Il sistema si integra senza problemi negli ambienti di magazzino esistenti e si scala in modo flessibile, consentendo alle operazioni di distribuire alcuni robot o migliaia senza interruzioni significative.

Hai ricoperto ruoli di leadership in organizzazioni che vanno da CNN a Stanley Black & Decker (SWK ), Dematic, KION Group e ora Locus Robotics. Come ti ha influenzato questo percorso diversificato sulla tua prospettiva su dove l’intelligenza artificiale e la robotica possono avere il maggior impatto?

Ricoprendo ruoli tecnici che lavorano a stretto contatto con l’intelligenza artificiale e il software per oltre tre decenni, la mia prospettiva è stata fortemente influenzata da come ho visto evolversi l’industria.

Quando ho iniziato, l’industria era in una fase in cui gli sforzi di sviluppo del software stavano passando dalla paradigmatica strutturata a quella orientata agli oggetti sui fronti dei linguaggi di programmazione e da un monolite software a componenti software che potevano essere eseguiti su processi di sistema operativo diversi e sfruttare la comunicazione tra processi per raggiungere gli obiettivi in modo distribuito. Eravamo sull’orlo di un grande cambiamento, spostando il software da essere eseguito su una macchina specifica a diventare distribuito sfruttando le tecnologie di comunicazione tra processi e/o di rete. Nel tempo, questo focus si è spostato su aree diverse, guidando nuovi sviluppi dalla programmazione dei sistemi sottostanti per sfruttare le emergenti capacità di rete e Internet per aumentare la scalabilità dei sistemi, nonché i deploy, l’archiviazione dei dati, portando allo sviluppo cloud.

Questi cambiamenti sono stati strumentali per l’industria, poiché hanno introdotto gradualmente un livello di elasticità di calcolo e archiviazione, e hanno introdotto nuove opportunità per l’intelligenza artificiale e la robotica. Questi progressi sono continuati mentre proseguivo nella mia carriera, e ho avuto una visione diretta dell’impatto che l’intelligenza artificiale e la robotica possono portare, soprattutto all’interno delle industrie della supply chain e della logistica. Siamo ora a un punto in cui i robot possiedono la capacità, in termini di calcolo, archiviazione e intelligenza artificiale, di navigare e operare con precisione in ambienti ad alta densità e complessi, come i magazzini, e di consegnare un impatto aziendale significativo, compresi costi ridotti, throughput migliorato, flessibilità migliorata e prestazioni del lavoro migliorate.

Cosa significa “intelligenza artificiale fisica” nel contesto dell’automazione del magazzino, e come si differenzia dalla robotica tradizionale o dai modelli di intelligenza artificiale generici?

L’intelligenza artificiale fisica è il futuro della logistica e dell’automazione del magazzino. È la colonna vertebrale che alimenta le operazioni autonome attraverso una combinazione di percezione in tempo reale, decision-making e apprendimento continuo, consentendo ai robot di ottimizzare ogni decisione in modo istantaneo.

Con l’intelligenza artificiale fisica, i robot non sono solo alimentati per muovere merci in ambienti altamente strutturati e configurazioni fisse. Sono dotati di intelligenza che va oltre la memorizzazione di un layout di magazzino specifico e portare qualcosa da un punto A a un punto B. Se le cose nel loro ambiente cambiano, possono adattarsi automaticamente e riorganizzare la pianificazione per prendere le migliori decisioni in base alle condizioni attuali.

I robot che non utilizzano l’intelligenza artificiale fisica saranno sempre più limitati nella loro applicabilità. È interessante notare che anche l’applicazione di moderni modelli di fondazione generale non è altamente efficace nel creare il tipo di intelligenza artificiale fisica che affronta le esigenze del dominio di applicazione. Quando si guarda all’automazione del magazzino, l’obiettivo è avere processi il più efficienti possibile e i modelli generici non possono veramente consegnare questo. La realtà con i modelli generici è che non sono progettati per gestire efficientemente le preoccupazioni specifiche del dominio, come la navigazione efficiente e l’interazione con gli associati in ambienti di magazzino. L’intelligenza artificiale fisica, quando dotata di un modello di fondazione del magazzino appositamente sviluppato, fornisce un approccio su misura che garantisce che i robot siano performanti nel modo più efficiente possibile con la capacità di adattarsi e regolare automaticamente per consegnare il miglior risultato in ogni momento.

Come si adattano i sistemi di robotica alimentati da intelligenza artificiale a ambienti in costante cambiamento, come nuovi SKU, layout che si spostano o picchi improvvisi nella domanda?

Queste aree sono tutte quelle in cui l’intelligenza artificiale fisica, dotata di un modello di fondazione del dominio sottostante, eccelle. Mentre la domanda aumenta, i layout cambiano o nuovi SKU vengono introdotti, i robot alimentati da intelligenza artificiale fisica sono in grado di navigare senza problemi il cambiamento costante.

Questo è il motivo per cui i robot alimentati da intelligenza artificiale fisica sono ottimali per la logistica. Questo approccio su misura può effettivamente tenere il passo con il flusso costante che l’industria di solito affronta.

Perché credi che l’intelligenza artificiale specifica del dominio sia più efficace del perseguimento di modelli di fondazione generale quando si tratta di supply chain e logistica?

L’intelligenza artificiale specifica del dominio è la più efficace per la supply chain e la logistica in generale, ma soprattutto all’interno dell’automazione del magazzino.

Quando si tratta di automazione del magazzino, avere modelli specifici del dominio è ciò che alla fine porta l’automazione al livello successivo. Un modello di fondazione generale non è progettato per gestire le sfide che gli ambienti di magazzino di solito affrontano, come la sicurezza e la navigazione di layout complessi, il che significa che mentre queste sfide sorgono, gli operatori continueranno ad affrontare il peso di questi ostacoli.

Al contrario, i modelli specifici del dominio sono alimentati con la necessaria competenza settoriale per capire come risolvere effettivamente queste sfide. Sfruttando i modelli specifici del dominio, si solleva la pressione dagli operatori e si applicano automaticamente le competenze del dominio per offrire e applicare soluzioni alle sfide man mano che sorgono.

Quali risultati misurabili hai visto derivare dal dispiegamento di intelligenza artificiale fisica nei magazzini, sia in termini di throughput, riduzione del downtime o tassi di errore? 

A Locus Robotics, le nostre soluzioni alimentate da intelligenza artificiale fisica su misura hanno consegnato risultati significativi nei magazzini dei nostri clienti, tra cui:

• Miglioramento dell’accuratezza degli ordini al 99%
• Riduzione dei tassi di errore da 04% a 0,01%
• Riduzione del downtime portando i siti online in sole settimane anziché mesi
• Miglioramento del throughput, consentendo ai clienti di raddoppiare o triplicare il loro throughput operativo

Come affronti la sicurezza, l’affidabilità e la supervisione umana quando si dispiegano sistemi autonomi in operazioni ad alto volume?

Quando si automa operazioni ad alto volume come i magazzini, l’approccio alla sicurezza, all’affidabilità e alla supervisione umana inizia con le soluzioni che si selezionano.

Queste aree sono critiche nel processo di progettazione e sottolineano il motivo per cui coloro che cercano di automatizzare dovrebbero dare priorità a soluzioni progettate su misura durante il processo decisionale.

A Locus Robotics, i nostri robot mobili autonomi (AMR) sono progettati per soddisfare e superare gli standard di sicurezza dell’industria. I nostri LocusBots utilizzano sistemi di sicurezza a multi-sensore con telecamere e rilevamento di luce e distanza (LiDAR) che aiutano a evitare collisioni e ostacoli, mantenendo le operazioni di magazzino e i lavoratori al sicuro.

L’affidabilità è anche al centro di ciò che facciamo. Per gli operatori di magazzino, negoziare costantemente le ondate di domanda è una realtà del business in cui sono coinvolti, ma crediamo che questo non debba essere un punto dolente. A Locus Robotics, il nostro modello di robotica come servizio (RaaS) consente agli operatori di automatizzare i loro ambienti di magazzino senza il costo iniziale o l’impegno di tempo che di solito richiede l’automazione. Invece, le nostre soluzioni consentono agli operatori di scalare automaticamente verso l’alto o verso il basso per soddisfare le richieste attuali, garantendo che siano sempre in grado di adattarsi alle ondate man mano che si verificano.

Nelle operazioni ad alto volume, la supervisione umana sarà sempre necessaria, ma la chiave per un’automazione di successo è sfruttare soluzioni in grado di assumersi maggiori responsabilità. Un differenziatore chiave degli AMR di Locus è la nostra combinazione di tecniche di simulazione di eventi discreti (DES) con modelli di autonomia del robot dettagliati, che consente agli operatori di progettare concetti di operazioni e simulare con precisione l’uso più efficiente dei bot all’interno dei loro ambienti, aiutando a semplificare il tempo di picking e garantire che gli ordini vengano spediti in tempo—due componenti cruciali per tutti gli operatori.

Quali sfide sorgono nell’integrare la robotica alimentata da intelligenza artificiale con i sistemi di gestione del magazzino e dei sistemi ERP esistenti, e come le affronti?

Il tempo di implementazione dell’integrazione è generalmente considerato la sfida più grande che accompagna l’automazione. Gli operatori dovranno esaminare gli stack tecnologici esistenti e considerare di allontanarsi dai sistemi legacy obsoleti. Dato che l’intelligenza artificiale utilizza grandi quantità di dati, vorranno anche esaminare le loro infrastrutture esistenti per assicurarsi che siano in grado di sostenere e supportare i modelli di intelligenza artificiale.

A seconda delle soluzioni che selezionano, gli operatori potrebbero ritrovarsi in una posizione in cui la loro transizione richiede un grande impegno di tempo, poiché potrebbero dover migrare i sistemi e sottoporsi a un’ampia formazione per la loro forza lavoro.

Locus Robotics mira a rimuovere il tempo come una sfida per gli operatori. I nostri AMR sono progettati per integrarsi senza problemi con questi sistemi, aiutando i clienti ad evitare l’oneroso impegno di tempo iniziale richiesto per la transizione e la formazione da altre soluzioni presenti sul mercato.

Quanto sono scalabili queste soluzioni attraverso diversi magazzini e geografie, e quanto è richiesta la personalizzazione?

La facile scalabilità è ciò che rende l’automazione flessibile ideale per gli ambienti di magazzino. I sistemi di automazione tradizionali richiedono costi iniziali significativi e un impegno di tempo a lungo termine.

L’automazione che utilizza un modello di robotica come servizio (RaaS), come Locus Robotics, consente ai magazzini di distribuire e regolare senza problemi la dimensione della flotta in base alla domanda. Ciò significa che man mano che la domanda sale e scende, gli operatori possono scalare le loro operazioni di conseguenza in tutti i loro magazzini.

Come leader globale nell’automazione del magazzino, le nostre soluzioni sono scalabili in tutte le geografie per i nostri clienti. I nostri dashboard offrono informazioni in tempo reale sui principali metriche delle prestazioni del magazzino—come unità e picking per ora, nonché produttività dei lavoratori. Questa visibilità unificata consente agli operatori di scalare facilmente le soluzioni attraverso gli ambienti, soddisfacendo le esigenze operative in base a specifiche esigenze del magazzino.

Con le soluzioni di Locus Robotics, la personalizzazione è facilmente gestita senza alcuno sforzo da parte dei clienti; le cose sono progettate per aiutare ogni cliente individuale a scalare in base alle proprie esigenze uniche. 

Come cambiano queste tecnologie il ruolo dei lavoratori umani nei magazzini, e quale tipo di formazione o gestione del cambiamento è necessaria?

I robot mobili autonomi (AMR) stanno ridefinendo completamente le posizioni di lavoro standard per i lavoratori umani nei magazzini, creando ambienti di lavoro più sicuri e aprendo nuove opportunità per la forza lavoro umana.

Locus Robotics fornisce un approccio unicamente intuitivo all’interazione tra AMR e associati, rendendo la formazione e la gestione del cambiamento per il dispiegamento e l’operazione dell’automazione dei robot un compito molto leggero per gli operatori. Ad esempio, quando si distribuiscono LocusBots in loco, la formazione può abilitare gli associati a iniziare a lavorare con i robot in 10 minuti o meno—ciò significa che gli operatori e i dipendenti non devono preoccuparsi di essere rallentati da formazione stressante e costosa.

Gli AMR possono ridurre il carico di lavoro fisico intensivo, minimizzando il rischio di infortuni e fatica dei lavoratori umani. Sostituendo responsabilità come il sollevamento di oggetti pesanti e il viaggio a lunga distanza all’interno del magazzino, gli AMR migliorano le condizioni per i lavoratori umani, assumendosi le mansioni che richiedono sforzi strenui. Possono anche alleviare i lavoratori umani da responsabilità più ripetitive, come il picking, fornendo un’opportunità per spostare l’attenzione su compiti più complessi.

Introdurre AMR nel magazzino è un’ottima opportunità per migliorare i ruoli per i lavoratori umani. Coloro che cercano di automatizzare dovrebbero anche concentrarsi sull’identificazione delle opportunità di formazione che questo porta per la loro forza lavoro umana per esplorare responsabilità più elevate e identificare aree in cui possono essere introdotti ruoli completamente nuovi, compresi quelli che lavorano direttamente con i bot, come analisti che supervisionano le prestazioni dei bot.

Puoi condividere quali tipi di modelli di intelligenza artificiale e approcci alimentano questi sistemi, e se operano più al bordo o nella nuvola? 

A Locus Robotics, le nostre soluzioni di intelligenza artificiale si concentrano su tre caratteristiche: fisica (intelligenza artificiale incorporata nel magazzino e progettata per adattarsi al suo ambiente), affidabile (intelligenza artificiale in grado di spiegare le sue decisioni) e olistica (intelligenza artificiale che orchestra il magazzino come un sistema vs. alimenta solo un bot o un compito). Per noi, si tratta di costruire un’intelligenza artificiale che veramente capisce il magazzino e possa consegnare risultati reali per gli ambienti dei nostri clienti.

I dati sono la base di qualsiasi modello, e la profonda competenza settoriale di Locus, combinata con il nostro tesoro di dati del mondo reale—compresi quasi 6 miliardi di unità raccolte—ci consente di costruire modelli specifici del dominio e sviluppare sistemi progettati per essere warehouse-first.

A Locus Robotics, sfruttiamo l’intelligenza artificiale sia al bordo che nella nuvola: i nostri AMR sfruttano l’intelligenza artificiale al bordo per realizzare ciò che l’intelligenza artificiale fisica e affidabile richiede, mentre la nostra “strategia di sistema di record a sistema di azioni a livello di magazzino” e il modello di fondazione del magazzino si basano sul potere computazionale scalabile che la nuvola fornisce.

Guardando avanti di cinque anni, quali grandi progressi o spostamenti ti aspetti nella robotica alimentata da intelligenza artificiale per la logistica e la supply chain?

Il più grande spostamento che vedremo è che l’intelligenza artificiale fisica dominerà. Mentre le aziende continueranno a esaminare il ritorno sugli investimenti (ROI) che stanno ottenendo dai loro investimenti in intelligenza artificiale, gli operatori valuteranno attentamente i risultati che stanno vedendo dall’automazione.

Ci aspettiamo che coloro che hanno investito il budget nell’automazione con soluzioni che non sono su misura non vedranno il ROI nei loro magazzini che stanno cercando. Le soluzioni non alimentate da intelligenza artificiale fisica mancano della comprensione necessaria per eccellere in questi ambienti. Ciò spingerà gli operatori a dare priorità all’investimento del budget in soluzioni di intelligenza artificiale fisica, che possono ottimizzare ogni decisione in tempo reale e consegnare i risultati che stanno cercando.

Parallelamente all’aumento dell’intelligenza artificiale fisica, vedremo anche la robotica nella logistica e nella supply chain allontanarsi da modelli di fondazione generale per concentrarsi sullo sviluppo di modelli specifici del dominio. Come menzionato, gli operatori cercheranno modi per aumentare il loro ROI, e le soluzioni che utilizzano modelli specifici del dominio sono una parte critica di questo.

Perché l’intelligenza artificiale abbia successo, vedremo l’industria guadagnare una migliore comprensione di perché dobbiamo investire in intelligenza artificiale che trae vantaggio e incorpora competenza settoriale genuina. Di conseguenza, ci concentreremo sul mettere in sviluppo e risorse dietro l’intelligenza artificiale progettata per prosperare all’interno degli ambienti della supply chain e della logistica.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Locus Robotics.