Interviste
Oana Jinga, cofondatrice, Chief Commercial and Product Officer di Dexory – Serie di Interviste
Aggiungi Unite.AI alle tue fonti preferite su Google
Oana Jinga, cofondatrice, Chief Commercial and Product Officer di Dexory, è una leader esperta nel settore tecnologico e commerciale con un background che spazia dalla robotica alla tecnologia retail, dalle partnership strategiche allo sviluppo di prodotto. Ha cofondato l’azienda, originariamente chiamata BotsAndUs, nel 2015, ricoprendo il ruolo di Chief Commercial Officer prima di assumere l’attuale posizione di leadership in Dexory. Parallelamente alla costruzione dell’azienda, Jinga ha trascorso più di sei anni in Google, dove ha guidato le partnership retail nel Regno Unito e successivamente ha supervisionato le partnership strategiche nel settore retail in EMEA. All’inizio della sua carriera ha ricoperto ruoli commerciali, di marketing, loyalty e sviluppo business presso O2 (Telefónica UK), oltre a posizioni nel marketing e nelle pubbliche relazioni. Ha inoltre svolto il ruolo di Co-Leader UK di Xoogler.co, supportando una community di ex dipendenti di Google, fondatori, investitori e operatori di startup.
Dexory è un’azienda britannica di robotica e IA focalizzata sul fornire intelligenza in tempo reale alle operazioni di magazzino e logistica. La sua piattaforma DexoryView combina robot autonomi, visione artificiale, IA spaziale, analytics avanzate e tecnologia del digital twin per catturare continuamente ciò che avviene all’interno di un magazzino e confrontare l’inventario fisico con i sistemi di magazzino esistenti. Dexory afferma che i suoi robot possono scansionare più di 10.000 ubicazioni all’ora, creando una rappresentazione digitale in tempo reale che aiuta gli operatori a identificare stock fuori posto o danneggiati, monitorare l’utilizzo dello spazio, migliorare l’accuratezza dell’inventario e scoprire inefficienze operative. L’azienda presenta la sua tecnologia come uno strato di intelligenza per magazzini sempre più autonomi, con implementazioni in Europa, Asia e Stati Uniti e clienti tra le principali organizzazioni globali di logistica e industria.
Hai cofondato BotsAndUs nel 2015 dopo aver costruito la tua carriera nello sviluppo commerciale e nelle partnership strategiche in aziende tra cui O2 e Google. Cosa avete osservato, tu e i tuoi cofondatori, nelle operazioni di magazzino che vi ha convinti a concentrare l’attività sulla logistica e a farla evolvere in Dexory?
Abbiamo osservato che i magazzini stavano diventando sempre più complessi e automatizzati, ma molti operatori mancavano ancora di una visione accurata e in tempo reale di ciò che avveniva fisicamente sul pavimento del magazzino. I controlli dell’inventario rimanevano altamente manuali, lunghi e spesso scollegati dai sistemi che prendono decisioni operative critiche. Ci siamo resi conto che la robotica poteva colmare questo divario catturando continuamente i dati del mondo fisico e trasformandoli in informazioni operative utili.
Per un operatore di magazzino che sta valutando Dexory, puoi illustrarci una tipica implementazione, dalla mappatura della struttura e dalla programmazione delle scansioni autonome fino alla trasformazione dei dati raccolti in insight azionabili tramite DexoryView?
L’implementazione è progettata per essere rapida e poco invasiva – parliamo di 2-5 giorni con 1-2 membri del nostro team dedicati alla mappatura del sito e alla creazione del digital twin, in modo che i nostri robot autonomi possano navigare nello spazio e acquisire dati senza richiedere cambiamenti infrastrutturali significativi. I robot poi avviano missioni programmate con un ritorno sull’investimento immediato, raccogliendo dati in tutta la struttura, che vengono elaborati e visualizzati in DexoryView. Gli operatori possono identificare rapidamente le discrepanze, indagare sui problemi e prendere decisioni basate su una rappresentazione digitale aggiornata del loro magazzino.
Il robot mobile autonomo di Dexory può scansionare scaffalature di magazzino a tutta altezza fino a 18 metri. Quali sfide di ingegneria, sensori e intelligenza artificiale hanno dovuto essere superate per operare con precisione e sicurezza a questa scala?
La sfida non è semplicemente raggiungere i 18 metri, ma acquisire dati precisi e coerenti muovendosi autonomamente in un ambiente di magazzino trafficato. Ciò richiede la combinazione di un’ingegneria meccanica robusta con localizzazione, sensori e visione artificiale in grado di funzionare in modo affidabile in diverse condizioni di illuminazione, configurazioni di scaffalature e tipologie di inventario. La sicurezza è fondamentale, perciò l’intero sistema è progettato per operare in modo prevedibile accanto a persone e alle attrezzature di magazzino esistenti.
I robot di Dexory hanno ora scansionato più di un miliardo di ubicazioni di magazzino in tutto il mondo. In che modo la scala e la diversità di questi dati reali migliorano le capacità di visione artificiale, rilevamento delle anomalie e predizione della piattaforma?
Abbiamo effettivamente acquisito il più grande set di dati fisici di magazzino, il che ci mette in una posizione molto unica per apprendere realmente da essi e costruire i nostri modelli di magazzino. La scala è importante perché ogni magazzino introduce layout, prodotti, imballaggi e condizioni operative diversi, creando un dataset reale incredibilmente vario. Questa ampiezza ci aiuta a migliorare continuamente il modo in cui la piattaforma interpreta gli ambienti di magazzino, identifica le anomalie e distingue i problemi operativi significativi dal rumore. Col tempo, ciò crea le basi per un’intelligenza sempre più predittiva, aiutando i clienti a capire non solo cosa sta accadendo, ma cosa è probabile che accada in futuro.
I magazzini spesso si affidano a sistemi di gestione del magazzino, piattaforme ERP e registri di inventario manuali. In che modo Dexory riconcilia le discrepanze tra ciò che i suoi robot osservano fisicamente e quanto riportano quei sistemi esistenti?
Dexory fornisce una visione indipendente della realtà fisica e la confronta con ciò che i sistemi di magazzino esistenti ritengono debba esserci. Integrandosi con sistemi come le piattaforme WMS e ERP, DexoryView può evidenziare le discrepanze tra i record digitali e il magazzino fisico, consentendo ai team di indagare e risolverle rapidamente. Non stiamo sostituendo questi sistemi core, ma offriamo loro una fonte di intelligenza reale molto più accurata e tempestiva, coordinandoli al contempo.
L’IA fisica è spesso discussa in relazione a robot umanoidi, mentre Dexory ha sviluppato un sistema altamente specializzato per l’intelligenza di magazzino. Perché i robot specifici per compiti sono attualmente più adatti alla logistica, e dove prevedi i maggiori progressi dell’IA fisica nel prossimo decennio?
Nella logistica, affidabilità, sicurezza e ROI misurabile contano più che costruire un robot in grado di fare tutto, ed è per questo che i sistemi specifici per compito sono così potenti oggi. I robot progettati su misura possono essere ottimizzati per un ambiente particolare, rendendoli più robusti alle esigenze delle operazioni di magazzino reali e più capaci di funzionare in modo coerente sotto condizioni variabili. Possono fornire valore su larga scala senza richiedere ai magazzini di ridisegnare le proprie operazioni attorno alla tecnologia. Nel prossimo decennio, mi aspetto che l’IA fisica diventi sempre più autonoma e adattiva, con le macchine che passeranno dall’eseguire compiti predefiniti alla comprensione degli ambienti e all’aiutare a determinare la migliore azione da intraprendere.
Oltre a rendere più veloce il conteggio dell’inventario, dove i clienti percepiscono il maggior valore operativo dall’intelligenza di magazzino in tempo reale, sia attraverso l’utilizzo dello spazio, il rifornimento, la sicurezza, la conformità o la resilienza della catena di approvvigionamento?
Il valore più grande deriva dal fornire agli operatori una visibilità che semplicemente non potevano ottenere con controlli manuali periodici. L’intelligenza di magazzino in tempo reale può rivelare spazi sotto-utilizzati, discrepanze di inventario, problemi di rifornimento e colli di bottiglia operativi molto prima, permettendo ai team di intervenire prima che diventino problemi costosi. In definitiva, consente ai magazzini di diventare più efficienti e resilienti perché le decisioni si basano su ciò che sta realmente accadendo sul pavimento.
Quanto può progredire l’intelligenza di magazzino, passando dall’identificare problemi come inventario fuori posto, merci danneggiate o condizioni di stoccaggio non sicure, a raccomandare o avviare autonomamente azioni correttive?
Vediamo l’intelligenza di magazzino evolversi dalla visibilità, alla raccomandazione, e infine verso decisioni sempre più autonome. Il primo passo è comprendere l’ambiente fisico con sufficiente precisione da identificare un problema, poi aggiungere contesto da altri sistemi per raccomandare la risposta più efficace. Man mano che la fiducia in questi sistemi cresce, emergeranno opportunità per avviare automaticamente alcune azioni, mantenendo le persone al controllo delle decisioni a maggiore impatto.
Man mano che i magazzini diventano sempre più automatizzati, quali ruoli rimarranno esclusivamente adatti alle persone e come dovrebbero le aziende preparare i dipendenti a lavorare efficacemente accanto a robot, digital twin e sistemi decisionali basati sull’IA?
L’automazione dovrebbe eliminare i compiti ripetitivi e fisicamente gravosi, dando alle persone più tempo per concentrarsi su giudizio, problem solving e gestione delle eccezioni. I ruoli più preziosi coinvolgeranno sempre più l’interpretazione delle informazioni, la presa di decisioni complesse e il miglioramento del funzionamento delle operazioni, piuttosto che la raccolta manuale dei dati. Le aziende, quindi, devono investire nelle competenze digitali e aiutare i dipendenti a comprendere come utilizzare IA e robotica come strumenti che potenziano la loro esperienza.
Hai promosso la rendere la robotica più accessibile al talento femminile. Quali cambiamenti pratici sono necessari per attrarre più donne nel settore?
Dobbiamo ampliare sia le vie d’accesso alla robotica sia la percezione di cosa sia una carriera nel settore. Oggi il settore comprende ingegneria, software, data science, design di prodotto, operazioni, UX, strategia commerciale, implementazione e customer success, e questa ampiezza deve essere comunicata più chiaramente. Una maggiore visibilità di donne e persone provenienti da background diversi, attraverso case study, opportunità di intervento e esempi pubblici, può aiutare i talenti futuri a vedere i numerosi percorsi di carriera disponibili, insieme a una più precoce esposizione e a percorsi di ingresso più chiari nel campo. Tuttavia, attrarre le donne è solo una parte della sfida, poiché le aziende devono anche costruire ambienti inclusivi in cui le donne possano progredire verso ruoli senior e di leadership, assicurando che l’attenzione non sia solo sulla rappresentanza a livello di ingresso, ma sul consentire carriere a lungo termine e sostenibili nella robotica.
Grazie per la splendida intervista, i lettori che desiderano saperne di più su questa azienda di robotica dovrebbero visitare Dexory.
