Интервью
Оана Джинга, соучредитель, директор по коммерции и продукту компании Dexory — серия интервью
Добавьте Unite.AI в избранные источники в Google
Oana Jinga, соучредитель, директор по коммерции и продукту компании Dexory, является опытным технологическим и коммерческим лидером с опытом в робототехнике, розничных технологиях, стратегических партнёрствах и разработке продуктов. Она соучредила бизнес, изначально известный как BotsAndUs, в 2015 году, занимая должность директора по коммерции, прежде чем перейти к текущей руководящей роли в Dexory. Параллельно с построением компании Джинга более шести лет работала в Google, где возглавляла розничные партнёрства в Великобритании, а затем руководила стратегическими партнёрствами в розничном секторе в регионе EMEA. Ранее в своей карьере она занимала позиции в коммерции, маркетинге, программах лояльности и развитии бизнеса в O2 (Telefónica UK), а также работала в маркетинге и связях с общественностью. Она также была со‑руководителем британского подразделения Xoogler.co, поддерживая сообщество выпускников Google, основателей, инвесторов и операторов стартапов.
Dexory — британская компания в сфере робототехники и ИИ, ориентированная на предоставление интеллектуальных решений в реальном времени для складов и логистических операций. Платформа DexoryView сочетает автономных роботов, компьютерное зрение, пространственный ИИ, продвинутую аналитику и технологию цифровых двойников, постоянно фиксируя происходящее внутри склада и сравнивая физический инвентарь с данными существующих складских систем. По словам Dexory, их роботы способны сканировать более 10 000 точек в час, создавая живое цифровое представление, которое помогает операторам выявлять перемещённые или повреждённые товары, контролировать использование пространства, повышать точность инвентаризации и обнаруживать операционные неэффективности. Компания позиционирует свои технологии как слой интеллекта для всё более автономных складов, с внедрениями в Европе, Азии и США и клиентами, включая крупные мировые логистические и промышленные организации.
Вы соучредили BotsAndUs в 2015 году после построения карьеры в коммерческом развитии и стратегических партнёрствах в компаниях, включая O2 и Google. Что вы и ваши соучредители заметили в работе складов, что убедило вас сосредоточить бизнес на логистике и в конечном итоге превратить его в Dexory?
Мы увидели, что склады становятся всё более сложными и автоматизированными, однако многие операторы всё ещё не имеют точного, актуального в реальном времени представления о том, что физически происходит на складе. Инвентарные проверки оставались в значительной степени ручными, трудоёмкими и часто не синхронизированными с системами, принимающими критически важные операционные решения. Мы поняли, что робототехника может заполнить этот разрыв, постоянно собирая данные из реального мира и превращая их в практический интеллект.
Для оператора склада, рассматривающего Dexory, можете ли вы описать типичную схему внедрения: от картографирования помещения и планирования автономных сканирований до преобразования собранных данных в практические инсайты через DexoryView?
Внедрение спроектировано так, чтобы быть быстрым и минимально дисруптивным — речь идёт о 2‑5 днях с участием 1‑2 наших специалистов, которые проводят картографирование объекта и создают цифровой двойник, чтобы наши автономные роботы могли перемещаться по пространству и собирать данные без необходимости серьёзных изменений инфраструктуры. Затем роботы начинают выполнять запланированные миссии, обеспечивая мгновенную окупаемость решения, собирая данные по всему объекту, которые обрабатываются и визуализируются в DexoryView. Операторы могут быстро выявлять несоответствия, расследовать проблемы и принимать решения, опираясь на актуальное цифровое представление своего склада.
Автономный мобильный робот Dexory может сканировать стеллажи полной высоты на высоте до 18 метров. Какие инженерные, сенсорные и задачи искусственного интеллекта пришлось решить, чтобы обеспечить точную и безопасную работу в таком масштабе?
Проблема состоит не только в достижении высоты 18 метров, но и в получении точных, согласованных данных при автономном перемещении по загруженному складу. Это требует сочетания надёжной механической инженерии с локализацией, сенсорами и компьютерным зрением, способными стабильно работать при разных условиях освещения, конфигурациях стеллажей и типах товаров. Безопасность является фундаментальной, поэтому вся система спроектирована так, чтобы предсказуемо взаимодействовать с людьми и существующим складским оборудованием.
Роботы Dexory уже отсканировали более одного миллиарда складских точек по всему миру. Как масштаб и разнообразие этих реальных данных улучшают компьютерное зрение, обнаружение аномалий и предсказательные возможности платформы?
Мы действительно собрали крупнейший набор физических данных о складах, что ставит нас в уникальное положение, позволяющее действительно учиться на этих данных и создавать собственные модели складов. Масштаб важен, потому что каждый склад вносит свои уникальные планировки, товары, упаковку и условия эксплуатации, формируя чрезвычайно разнообразный реальный набор данных. Такое разнообразие помогает нам постоянно улучшать то, как платформа интерпретирует складские среды, выявляет аномалии и отличает значимые операционные проблемы от шума. Со временем это закладывает основу для всё более предсказательного интеллекта, позволяющего клиентам понимать не только текущую ситуацию, но и вероятные будущие события.
Склады часто используют системы управления складом (WMS), платформы планирования ресурсов предприятия (ERP) и ручные учётные записи. Как Dexory согласует расхождения между тем, что наблюдают его роботы, и тем, что сообщают эти существующие системы?
Dexory предоставляет независимый взгляд на физическую реальность и сравнивает его с тем, что ожидают существующие складские системы. Интегрируясь с такими системами, как WMS и ERP, DexoryView может выявлять несоответствия между цифровыми записями и реальным складом, позволяя командам быстро их исследовать и устранять. Мы не заменяем эти ключевые системы, а предоставляем им гораздо более точный и своевременный источник реального интеллекта, одновременно координируя их работу.
Физический ИИ часто обсуждается в контексте гуманоидных роботов, тогда как Dexory разработал высокоспециализированную систему для складского интеллекта. Почему задачи‑специфические роботы сейчас лучше подходят для логистики, и где, по вашему мнению, будут крупнейшие прорывы в физическом ИИ в течение следующего десятилетия?
В логистике надёжность, безопасность и измеримая окупаемость важнее, чем создание робота, способного делать всё, поэтому сегодня задачи‑специфические системы обладают большой мощью. Специально построенные роботы могут быть оптимизированы под конкретную среду, делая их более устойчивыми к требованиям реальных складских операций и способными стабильно работать при меняющихся условиях. Они могут приносить ценность в масштабе без необходимости перестраивать складские процессы под технологию. В течение следующего десятилетия я ожидаю, что физический ИИ станет всё более автономным и адаптивным: машины перейдут от выполнения предопределённых задач к пониманию окружения и помощи в определении наилучшего действия.
Помимо ускорения подсчёта инвентаря, где клиенты видят наибольшую операционную ценность от интеллекта в реальном времени: в использовании пространства, пополнении запасов, безопасности, соблюдении нормативов или устойчивости цепочки поставок?
Наибольшая ценность приходит от предоставления операторам видимости, которой они просто не могли достичь с помощью периодических ручных проверок. Интеллект в реальном времени может раскрыть недоиспользованное пространство, расхождения в инвентаре, проблемы с пополнением и операционные узкие места гораздо раньше, позволяя командам действовать до того, как они превратятся в дорогостоящие проблемы. В конечном итоге это делает склады более эффективными и устойчивыми, поскольку решения принимаются на основе того, что действительно происходит на площадке.
Насколько далеко может продвинуться складской интеллект от выявления проблем, таких как перемещённый инвентарь, повреждённые товары или небезопасные условия хранения, к рекомендациям или автономному запуску корректирующих действий?
Мы видим, как складской интеллект эволюционирует от простого наблюдения к рекомендациям и в конечном итоге к всё более автономному принятию решений. Первый шаг — точное понимание физической среды, достаточное для выявления проблемы, затем добавление контекста из других систем для рекомендации наиболее эффективного ответа. По мере роста доверия к этим системам появятся возможности автоматического запуска определённых действий, при этом люди сохранят контроль над решениями более высокого уровня.
По мере того как склады становятся всё более автоматизированными, какие роли останутся исключительно человеческими, и как компании должны готовить сотрудников к эффективному совместному труду с роботами, цифровыми двойниками и системами принятия решений, основанными на ИИ?
Автоматизация должна устранять повторяющиеся, физически тяжёлые задачи и давать людям больше времени для сосредоточения на суждениях, решении проблем и управлении исключениями. Наиболее ценные роли всё больше будут включать интерпретацию информации, принятие сложных решений и улучшение процессов, а не ручной сбор данных. Поэтому компаниям необходимо инвестировать в цифровые навыки и помогать сотрудникам понять, как использовать ИИ и робототехнику как инструменты, усиливающие их экспертизу.
Вы выступаете за то, чтобы сделать робототехнику более доступной для женского таланта. Какие практические изменения необходимы, чтобы привлечь больше женщин в эту отрасль?
Нужно расширять как пути входа в робототехнику, так и представление о том, какой может быть карьера в этой отрасли. Сейчас сектор охватывает инженерию, программное обеспечение, науки о данных, дизайн продуктов, операции, UX, коммерческую стратегию, внедрение и работу с клиентами, и эту широту необходимо более чётко коммуницировать. Большая видимость женщин и людей из разных слоёв общества через кейс‑стади, возможности выступлений и публичные примеры поможет будущим талантам увидеть множество различных карьерных путей, а также обеспечить более раннее знакомство и чёткие входные маршруты в эту область. Однако привлечение женщин — лишь часть задачи; компании также должны создавать инклюзивные среды, где женщины могут продвигаться к старшим и руководящим позициям, гарантируя, что фокус будет не только на представительство на начальном уровне, но и на обеспечении долгосрочных, устойчивых карьер в робототехнике.
Спасибо за отличное интервью; читатели, желающие узнать больше о этой робототехнической компании, могут посетить Dexory.
