ดาน โอโต้ล, ประธานและซีอีโอของ Arrive AI – ซีรีส์สัมภาษณ์

ดาน โอโต้ล ประธานและซีอีโอของ Arrive AI เป็นนักธุรกิจและนักประดิษฐ์ที่มีประวัติการทำงานที่หลากหลายในด้านบริการพาณิชย์ อสังหาริมทรัพย์ และนวัตกรรมการจัดส่งอัตโนมัติ ตั้งแต่การก่อตั้ง Arrive AI ในปี 2020 เขาได้นำบริษัทฯ มาเป็นแพลตฟอร์มลอจิสติกส์ที่ขับเคลื่อนด้วย AI ที่กว้างขึ้น โดยสร้างบนพื้นฐานของสิทธิบัตรที่เขาเริ่มพัฒนาตั้งแต่ปี 2014 เพื่อแก้ปัญหาในการจัดส่งด้วยโดรนอย่างปลอดภัย นอกจากนี้เขายังเคยดำรงตำแหน่งซีอีโอและผู้จัดการของ Striker Realty Group และก่อตั้ง Facility Maintenance USA ซึ่งแสดงให้เห็นถึงความมุ่งมั่นในการสร้างธุรกิจบริการที่มีการขยายตัว

Arrive AI เป็นบริษัทเทคโนโลยีที่มุ่งเน้นการเปลี่ยนแปลงการลอจิสติกส์ระยะสุดท้ายผ่านการขับเคลื่อนด้วย AI และโครงสร้างพื้นฐานการจัดส่งอัตโนมัติ การประดิษฐ์หลักของบริษัทคือ “Arrive Point” ซึ่งเป็นจุดสิ้นสุดการ交付อัจฉริยะที่ได้รับสิทธิบัตร ซึ่งช่วยให้สามารถมีการแลกเปลี่ยนสินค้าระหว่างบุคคล โดรน โรบอท และผู้ส่งพัสดุแบบดั้งเดิมได้อย่างปลอดภัยและติดตามได้ แพลตฟอร์มนี้รวมการติดตามแบบเรียลไทม์ การควบคุมสายการผลิต และข้อมูลเชิงลึกด้านลอจิสติกส์ที่ขับเคลื่อนด้วย AI เพื่อลดความล้มเหลวในการจัดส่ง การขโมย และความไร้ประสิทธิภาพ ในขณะที่การเพิ่มประสิทธิภาพเส้นทางและกระบวนการทำงาน

คุณเคยเป็นผู้ก่อตั้ง DRONEDEK ซึ่งเป็นบริษัทที่มุ่งเน้นการสร้างกล่องจัดส่งอัจฉริยะสำหรับโดรนและการจัดส่งอัตโนมัติ อะไรคือข้อจำกัดเฉพาะในด้านการจัดส่งระยะสุดท้ายที่ทำให้คุณพัฒนาแนวคิดนี้ไปสู่ Arrive AI โดยมุ่งเน้นไปที่การโอนถ่ายที่ปลอดภัยและได้รับการยืนยันใน môi trườngที่ซับซ้อน เช่น โรงพยาบาล?

DRONEDEK ไม่ได้หายไป แต่พัฒนาไปสู่ Arrive AI ในฐานะการเปลี่ยนชื่อแบรนด์ที่สะท้อนถึงขอบเขตที่กว้างขึ้นของสิ่งที่เรากำลังสร้าง

เมื่อเริ่ม DRONEDEK การมุ่งเน้นคือการแก้ปัญหาเกี่ยวกับจุดที่พัสดุลงจอด โดยมีการจัดส่งที่ปลอดภัยและมีการช่วยเหลือด้านสภาพแวดล้อมสำหรับโดรนและการจัดส่งอัตโนมัติ เมื่อเราเริ่มใช้งานจริงในโลกแห่งความเป็นจริง ก็ชัดเจนว่าปัญหาที่ใหญ่กว่านั้นไม่ใช่การปล่อยพัสดุลงจอด แต่เป็นการโอนถ่าย

ในการจัดส่งระยะสุดท้าย โดยเฉพาะอย่างยิ่งในด้านลอจิสติกส์ด้านสุขภาพ ไม่เพียงพอแค่รู้ว่าพัสดุได้รับการจัดส่ง คุณต้องยืนยันว่าใครรับพัสดุ เมื่อใด รับในเงื่อนไขใด และว่าพัสดุได้รับการรักษาความปลอดภัยตลอดเวลา นั่นคือความแตกต่างระหว่างความสะดวกสบายและความรับผิดชอบ

Arrive AI สะท้อนถึงวิสัยทัศน์ที่ขยายกว้างนี้ เราเปลี่ยนจากการคิดถึงภาชนะไปสู่การสร้างชั้นการโอนถ่ายที่ได้รับการยืนยันเพราะใน môi trườngที่ซับซ้อน นิ้วสุดท้ายของระยะสุดท้ายคือสิ่งที่สำคัญจริงๆ

หลายบริษัทด้านโรบอทิกส์มุ่งเน้นไปที่การขนส่งพัสดุจากจุด A ไปยังจุด B แต่แพลตฟอร์มของคุณมุ่งเน้นไปที่สิ่งที่เกิดขึ้นที่ช่วงเวลาของการ交付 ทำไมชั้นการโอนถ่ายจึงเป็นปัญหาที่ยากที่สุดและถูกละเลย โดยเฉพาะอย่างยิ่งในด้านสุขภาพ?

ใช่ บริษัทด้านโรบอทิกส์และการจัดส่งอัตโนมัติหลายแห่งมุ่งเน้นไปที่การขนส่งจากจุด A ไปยังจุด B แต่ระบบจะล้มเหลวหากการโอนถ่ายสุดท้ายไม่ได้รับการยืนยันและเชื่อถือได้

การโอนถ่ายคือจุดที่ระบบดิจิทัลพบกับโลกแห่งความเป็นจริง ซึ่งเกี่ยวข้องกับการโต้ตอบของมนุษย์ สภาพแวดล้อมที่ไม่คาดคิด และความแปรผันในระดับสูง ในด้านสุขภาพ ความผิดพลาดเล็กๆ น้อยๆ อาจมีผลกระทบอย่างรุนแรง

อุตสาหกรรมนี้มองข้ามชั้นนี้เพราะต้องมีการบูรณาการระหว่างฮาร์ดแวร์ ซอฟต์แวร์ การยืนยันตัวตน และการออกแบบกระบวนการทำงาน โดยไม่ต้องแก้ปัญหาในการโอนถ่าย จะไม่มีการจัดส่งที่สมบูรณ์ จะมีเพียงการอัตโนมัติแบบไม่สมบูรณ์เท่านั้น

Arrive Point ทำหน้าที่เป็นอินเทอร์เฟซที่ปลอดภัยระหว่างมนุษย์ โรบอท และโดรน คุณสามารถอธิบายได้อย่างไรว่าระบบของคุณรับประกันการโอนถ่ายที่มีการยืนยันและเชื่อถือได้ตั้งแต่การส่งออกจนถึงการรับพัสดุ?

Arrive Point Network รักษาการจัดส่งแต่ละครั้งเป็นธุรกรรมที่ปลอดภัยและติดตามได้

ตั้งแต่การส่งออกจนถึงการรับพัสดุ ระบบจะบันทึกและยืนยันกิจกรรมสำคัญๆ ดังนี้:

• การเข้าถึงที่ได้รับการยืนยันเพื่อให้แน่ใจว่าผู้ใช้หรือระบบที่ได้รับอนุญาตเท่านั้นที่สามารถโต้ตอบกับการจัดส่ง
• การกักเก็บที่ปลอดภัยเพื่อป้องกันสินค้าทางกายภาพ
• การตรวจสอบสภาพแวดล้อมแบบเรียลไทม์สำหรับสภาพแวดล้อม เช่น อุณหภูมิ
• การบันทึกเหตุการณ์ที่มีไทม์สตัมป์
• การยืนยันโดยใช้ AI ที่ใช้เซ็นเซอร์และการมองเห็นของคอมพิวเตอร์เพื่อยืนยันการโอนถ่ายที่ถูกต้อง

สิ่งนี้สร้างบันทึกดิจิทัลของความจริงและชั้นการโอนถ่ายที่มีการยืนยันซึ่งรองรับด้านสุขภาพ การลอจิสติกส์ และสภาพแวดล้อมที่มีการควบคุม

คุณได้ติดตั้งระบบภายในสภาพแวดล้อมโรงพยาบาลที่ใช้งานจริงแล้ว อะไรคือความท้าทายที่ใหญ่ที่สุดที่ไม่ปรากฏในซิมูเลชันหรือต้นแบบเริ่มต้น?

โรงพยาบาลดำเนินงานในสภาพแวดล้อมที่มีการเปลี่ยนแปลงและซับซ้อนอย่างมาก

ความท้าทายที่ไม่ปรากฏในซิมูเลชันหรือต้นแบบเริ่มต้น ได้แก่:

• การหยุดชะงักและการเปลี่ยนแปลงกระบวนการทำงานอย่างต่อเนื่อง
• พนักงานที่ทำงานภายใต้แรงกดดันของเวลาและมีความอดทนต่อการหยุดชะงักน้อย
• ข้อจำกัดทางกายภาพ เช่น ห้องโถงแคบและโครงสร้างพื้นฐานที่มีอยู่
• ความจำเป็นในการมีระบบที่ใช้งานง่ายและต้องการการฝึกอบรมน้อย

เรียนรู้ว่าเทคโนโลยีต้องบูรณาการเข้ากับกระบวนการทำงานที่มีอยู่อย่างไร้ข้อผิดพลาด หากเทคโนโลยีทำให้พนักงานชะงักหรือต้องใช้ความพยายามเพิ่มเติม มันจะไม่ได้รับการยอมรับ

การลอจิสติกส์ด้านสุขภาพเกี่ยวข้องกับการควบคุมอย่างเข้มงวดเกี่ยวกับยาที่ต้องมีใบสั่งยาสำคัญ ตัวอย่างเลือด และวัสดุปลอดเชื้อ คุณสามารถอธิบายได้อย่างไรว่าระบบของคุณรักษาความเป็นไปตามข้อกำหนดเหล่านี้ได้อย่างไรในขณะเดียวกันก็ช่วยให้การทำงานอัตโนมัติและไม่มีการดูแลเป็นไปได้?

การปฏิบัติตามข้อกำหนดด้านสุขภาพถูกสร้างเข้าไปในดีไซน์ของระบบ

Arrive AI รองรับ:

• การควบคุมการเข้าถึงและการยืนยันตัวตนสำหรับสิ่งของที่มีความสำคัญ เช่น ยาที่ต้องมีใบสั่งยาสำคัญ
• บันทึกการตรวจสอบที่สมบูรณ์สำหรับการทำธุรกรรมในการจัดส่งแต่ละครั้ง
• ความสมบูรณ์ของสภาพแวดล้อมสำหรับสิ่งของที่ไวต่ออุณหภูมิ
• การกักเก็บที่ปลอดภัยเพื่อป้องกันการปลอมแปลงหรือปนเปื้อน

เป้าหมายคือการทำให้การทำงานอัตโนมัติเป็นไปได้โดยยังคงรักษาความเป็นไปตามข้อกำหนดและความรับผิดชอบอย่างเต็มที่

การทำงานร่วมกันระหว่างระบบเป็นความท้าทายที่สำคัญในด้านโรบอทิกส์ คุณสามารถอธิบายได้อย่างไรว่า Arrive AI รวมเข้ากับซัพพลายเออร์โรบอทและโดรนที่แตกต่างกัน และโครงสร้างพื้นฐานที่มีอยู่ในโรงพยาบาลโดยไม่สร้างซิลโอด้านใหม่?

การทำงานร่วมกันระหว่างระบบเป็นหลักการสำคัญของแพลตฟอร์ม

Arrive AI ทำหน้าที่เป็นชั้นการเชื่อมต่อที่เป็นเอกลักษณ์:

• การรวมเข้ากับซัพพลายเออร์โรบอทและโดรนที่หลากหลายผ่าน API
• ความเข้ากันได้กับระบบและโครงสร้างพื้นฐานของโรงพยาบาล
• ฮาร์ดแวร์ที่ออกแบบมาเพื่อรับการจัดส่งจากระบบอัตโนมัติที่แตกต่างกัน
• แนวทางนี้ป้องกันการล็อกอินกับซัพพลายเออร์ และช่วยให้องค์กรสามารถขยายตัวโดยไม่สร้างซิลโอด้านใหม่

แพลตฟอร์มของคุณรวมโครงสร้างพื้นฐานทางกายภาพเข้ากับการจัดการด้วย AI คุณสามารถอธิบายได้อย่างไรว่าคุณสร้างสมดุลระหว่างความน่าเชื่อถือของฮาร์ดแวร์กับความรู้ด้านซอฟต์แวร์เพื่อให้แน่ใจว่าระบบทำงานอย่างต่อเนื่องในสภาพแวดล้อมที่มีความเสี่ยงสูง?

ทั้งฮาร์ดแวร์และซอฟต์แวร์เป็นสิ่งสำคัญต่อประสิทธิภาพของระบบ

โครงสร้างพื้นฐานทางกายภาพต้องมีความน่าเชื่อถือและสม่ำเสมอในทุกสภาพแวดล้อม ซึ่งรับประกันว่าการโต้ตอบในการจัดส่งทุกครั้งจะทำงานตามที่คาดหวัง

ชั้น AI เพิ่มความฉลาดผ่านการยืนยัน การเพิ่มประสิทธิภาพ และการปรับตัว มันเพิ่มประสิทธิภาพของระบบ แต่ไม่ได้แทนที่ความจำเป็นในการมีฮาร์ดแวร์ที่เชื่อถือได้

ผลลัพธ์คือระบบที่ฮาร์ดแวร์ทำให้การทำงานเป็นไปได้ และซอฟต์แวร์ทำให้การยืนยันและข้อมูลเชิงลึกเป็นไปได้

พนักงานโรงพยาบาลใช้เวลาหลายชั่วโมงทุกวันในการย้ายสิ่งของและตัวอย่าง การใช้งาน Arrive AI มีผลกระทบอย่างไรต่อการลดภาระนี้และปรับปรุงเวลาที่ใช้ในการดูแลผู้ป่วย?

พนักงานโรงพยาบาลใช้เวลามากในการขนส่งสิ่งของ ตัวอย่างเลือด และยาที่ต้องมีใบสั่งยาสำคัญ

Arrive AI ลดภาระนี้โดย:

• การทำให้กระบวนการลอจิสติกส์ภายในอัตโนมัติ
• การลดงานขนส่งด้วยมือ
• การลดการหยุดชะงักของกระบวนการทำงาน

สิ่งนี้ช่วยให้บุคลากรด้านสุขภาพสามารถใช้เวลาในการดูแลผู้ป่วยมากขึ้นและใช้เวลาน้อยลงในการทำงานด้านการดำเนินงาน ความกระทบกระเทือนนั้นไม่เพียงแต่ด้านประสิทธิภาพเท่านั้น แต่ยังรวมถึงการมุ่งเน้นของพนักงานด้วย

ความไว้วางใจเป็นสิ่งสำคัญในด้านสุขภาพ คุณสามารถอธิบายได้อย่างไรว่าคุณออกแบบระบบเพื่อให้พนักงานสามารถไว้วางใจการจัดส่งอัตโนมัติได้โดยไม่ต้องสงสัยว่าการโอนถ่ายเสร็จสิ้นหรือไม่?

ความไว้วางใจถูกสร้างขึ้นผ่านความสม่ำเสมอ ความชัดเจน และการยืนยัน

ระบบถูกออกแบบให้:

• การบันทึกการดำเนินการในการจัดส่งทุกครั้ง
• การมีบันทึกดิจิทัลที่ชัดเจนสำหรับการทำธุรกรรม
• การโต้ตอบที่สม่ำเสมอและทำซ้ำได้
• เมื่อผู้ใช้สามารถพึ่งพาข้อมูลที่ถูกต้องและผลลัพธ์ที่คาดการณ์ได้ ความมั่นใจในระบบจะเพิ่มขึ้น ความไว้วางใจถูกสร้างขึ้นผ่านประสิทธิภาพในระยะยาว

ด้านสุขภาพเป็นจุดเริ่มต้นที่ชัดเจน แต่ปัญหาเบื้องหลังของการโอนถ่ายอัตโนมัติที่ปลอดภัยยังเกิดขึ้นในอุตสาหกรรมอื่นๆ อีกมากมาย คุณเห็นว่าโครงสร้างพื้นฐานนี้จะกลายเป็นสิ่งจำเป็นในอุตสาหกรรมไหนต่อไป และอนาคตจะเป็นอย่างไร?

ด้านสุขภาพเป็นจุดเริ่มต้นที่มีข้อกำหนดสูงสุดสำหรับความปลอดภัย การปฏิบัติตามข้อกำหนด และความน่าเชื่อถือ

ความต้องการการโอนถ่ายที่ปลอดภัยและได้รับการยืนยันเหมือนกันเกิดขึ้นในอุตสาหกรรมต่างๆ เช่น:

• การจัดส่งสินค้าปลีกและอีคอมเมิร์ซ
• การดำเนินงานลอจิสติกส์และห่วงโซ่อุปทาน
• การประยุกต์ใช้ในภาครัฐและการรักษาความปลอดภัยสาธารณะ
• โครงสร้างพื้นฐานของเมืองอัจฉริยะและแคมปัสองค์กร

Arrive AI กำลังสร้างโครงสร้างพื้นฐานหลักสำหรับเศรษฐกิจการจัดส่งอัตโนมัติ เมื่อโรบอทและระบบอัตโนมัติขยายตัว จุดแลกเปลี่ยนที่ปลอดภัยจะกลายเป็นสิ่งจำเป็นสำหรับการเชื่อมต่อการ交付ทางกายภาพกับระบบการยืนยันดิจิทัล

นี่คือวิธีที่การจัดส่งอัตโนมัติเปลี่ยนจากแนวคิดไปสู่โครงสร้างพื้นฐานที่สำคัญ

ขอขอบคุณสำหรับการสัมภาษณ์ ผู้อ่านสามารถเยี่ยมชม Arrive AI เพื่อเรียนรู้เพิ่มเติม