Гамід Монтазері, старший віце-президент з програмного забезпечення та штучного інтелекту в Locus Robotics – Інтерв’ю

Як старший віце-президент з програмного забезпечення та штучного інтелекту в Locus Robotics, Гамід Монтазері має понад 30 років досвіду керівництва та розширення глобально розподілених команд. Він спеціалізується на модульній та масштабованій архітектурі програмного забезпечення та застосуванні трансформаційних технологій, таких як хмарні обчислення, IoT, великі дані та AI/ML. На протяжении своєї кар’єри Гамід розробляв відрізняючі рішення та продукти для компаній, починаючи від стартапів та закінчуючи транснаціональними корпораціями, забезпечуючи застосування в автономній робототехніці, інтелектуальній автоматизації складів та системах ланцюгів постачання, які обслуговують галузі по всьому світу.

Locus Robotics розробляє та постачає рішення з автоматизації складів, що працюють на основі штучного інтелекту, поєднуючи автономні мобільні роботи з інтелектуальним програмним забезпеченням. Їхня платформа, яка називається LocusONE, оркеструє флоти роботів для виконання завдань, таких як збирання, розміщення, транспортування та операції на мезоні, збільшуючи продуктивність у два-три рази та скорочуючи витрати на працю. Система безшовно інтегрується у існуючі складські середовища та масштабується гнучко, дозволяючи операціям розгортати кілька роботів або тисячі без суттєвих порушень.

Ви займали керівні посади в організаціях, починаючи від CNN та закінчуючи Stanley Black & Decker (SWK ), Dematic, KION Group, та зараз Locus Robotics. Як ця різноманітна подорож сформувала вашу точку зору щодо того, де штучний інтелект та робототехніка можуть принести найбільшу користь?

Займаючи технічні посади, які тісно співпрацюють із штучним інтелектом та програмним забезпеченням понад три десятиліття, моя точка зору була суттєво сформована тим, як я спостерігав за еволюцією галузі.

Коли я тільки починав, галузь була на етапі переходу від структурованого до об’єктно-орієнтованого парадигми програмування та від програмного забезпечення, що працює на окремому процесі, до компонентів програмного забезпечення, які можуть працювати на різних процесах операційної системи та використовувати міжпроцесорну комунікацію для досягнення цілей у розподіленому режимі. Ми були на порозі суттєвої зміни, рухаючись програмне забезпечення від виконання на окремій машині до розподіленого виконання з використанням міжпроцесорної та/або мережевої комунікації. З часом ця увага зсунулася до різних напрямків, сприяючи новим розробкам від програмування основних систем для використання мережевих можливостей та збільшення масштабованості систем, а також розгортання, зберігання даних, що призвело до розвитку хмарних технологій.

Ці зміни були інструментальними для галузі, оскільки вони поступово привнесли рівень обчислювальної та сховищної еластичності та відкрили нові можливості для штучного інтелекту та робототехніки. Ці досягнення продовжувалися, коли я просувався у своїй кар’єрі, і я мав можливість побачити вплив, який штучний інтелект та робототехніка можуть принести, особливо у сфері ланцюгів постачання та логістики. Тепер ми находимося на етапі, коли роботи володіють можливістю, у термінах обчислень, зберігання та штучного інтелекту, точно навігації та виконання завдань у великих високогустинних середовищах з складними геометріями, такими як склади, та забезпечують суттєвий бізнес-імпакт, включаючи скорочення витрат, підвищення продуктивності, покращення гнучкості та підвищення ефективності праці.

Що означає “фізичний штучний інтелект” у контексті автоматизації складів, і як він відрізняється від традиційної робототехніки чи загальних моделей штучного інтелекту?

Фізичний штучний інтелект – це майбутнє логістики та автоматизації складів. Це основа, що забезпечує автономні операції завдяки поєднанню реального часу сприйняття, прийняття рішень та безперервного навчання, що дозволяє роботам миттєво оптимізувати кожне рішення.

З фізичним штучним інтелектом роботи не тільки здатні рухати товари у високо структурованих та постійно фіксованих конфігураціях середовищ. Вони оснащені інтелектом, який виходить за межі простого запам’ятовування певної конфігурації складу та переміщення чогось з точки А до точки Б. Якщо щось у їхньому середовищі змінюється, вони можуть автоматично адаптуватися та змінити планування для прийняття найкращих рішень на основі поточних умов.

Робототехніка, яка не використовує фізичний штучний інтелект, буде все більше обмежена у своїй застосовності. Цікаво, що навіть застосування сучасних загальних моделей не є високоефективним для створення фізичного штучного інтелекту, який відповідає потребам застосунків. Коли ви розглядаєте автоматизацію складів, метою є зробити процеси якомога більш ефективними, а загальні моделі не можуть забезпечити це. Реальність з загальними моделями полягає в тому, що вони не призначені для ефективного xửлення проблем, специфічних для галузі, таких як ефективна навігація та взаємодія з працівниками у середовищі складу. Фізичний штучний інтелект, оснащений спеціально розробленою моделлю для складу, забезпечує спеціальний підхід, який гарантує, що роботи виконують свою роботу якомога більш ефективно з можливістю автоматичної адаптації та коригування для забезпечення найкращого результату в будь-який час.

Як системи робототехніки, керованої штучним інтелектом, адаптуються до постійно змінних середовищ, таких як нові артикули, зміна конфігурацій чи раптові сплески попиту?

Ці області – всі ті, де фізичний штучний інтелект, оснащений моделлю основи галузі, виділяється. Коли попит зростає, конфігурації змінюються чи нові артикули вводяться, роботи, оснащені фізичним штучним інтелектом, здатні безшовно адаптуватися до постійних змін.

Це одна з тих областей, де роботи, оснащені фізичним штучним інтелектом, оптимальні для логістики. Цей спеціальний підхід може фактично збігати з постійною зміною, яку галузь зазвичай зустрічає.

Чому ви вважаєте, що галузева спеціалізація штучного інтелекту більш ефективна, ніж погоня за загальними моделями, коли мова йде про ланцюги постачання та логістику?

Галузева спеціалізація штучного інтелекту найбільш ефективна для ланцюгів постачання та логістики загалом, але особливо у сфері автоматизації складів.

Коли мова йде про автоматизацію складів, наявність галузевих моделей – це те, що в кінцевому підсумку піднімає автоматизацію на наступний рівень. Загальна фундаментальна модель не призначена для xửлення проблем, з якими зазвичай зустрічаються середовища складу – таких як безпека та навігація у складних конфігураціях – що означає, що оператори продовжуватимуть нести тягар цих перешкод.

Натомість галузеві моделі оснащені необхідною галузевою експертизою для розуміння того, як фактично вирішувати ці проблеми. Використання галузевих моделей знімає тягар з операторів та автоматично притягує галузеву експертизу для пропозиції та застосування рішень проблем, які виникають.

Які вимірювані результати ви бачили від розгортання фізичного штучного інтелекту на складах, чи то у продуктивності, скороченні простою чи зниженні рівня помилок? 

У Locus Robotics наші рішення, оснащені спеціальним фізичним штучним інтелектом, принесли суттєві результати у складах наших клієнтів, включаючи:

• Поліпшення точності замовлень до 99%
• Зниження рівня помилок з 4% до 0,01%
• Скорочення простою шляхом введення сайтів у дію за кілька тижнів замість місяців
• Поліпшення продуктивності, що дозволяє клієнтам подвоїти або потроїти свою операційну продуктивність

Як ви підходите до безпеки, надійності та нагляду людини при розгортанні автономних систем у високоволокнистих операціях?

Коли автоматизується високоволокниста операція, така як склад, підхід до безпеки, надійності та нагляду людини починається з рішень, які ви вибираєте.

Ці області критичні на етапі проектування та підкреслюють, чому ті, хто хоче автоматизувати, повинні пріоритезувати рішення, спеціально розроблені під час процесу прийняття рішень.

У Locus Robotics наші автономні мобільні роботи (AMR) розроблені для того, щоб відповідати та перевищувати галузеві стандарти безпеки. Наші LocusBots використовують багатосенсорні системи безпеки з камерами та лідаром, які допомагають їм уникнути зіткнень та перешкод, забезпечуючи безпеку операцій на складі та працівників.

Надійність також є основою нашої діяльності. Для операторів складів постійне впровадження попиту – це реальність бізнесу, але ми вважаємо, що це не повинно бути болісною точкою. У Locus Robotics наша модель робототехніки як послуги (RaaS) дозволяє операторам автоматизувати свої середовища складу без попередніх витрат або часу, зазвичай необхідних для автоматизації. Натомість наші рішення дозволяють операторам автоматично масштабувати свою продуктивність вгору або вниз для відповідності поточному попиту, забезпечуючи, що вони завжди мають можливість адаптуватися до сплесків, коли вони виникають.

У високоволокнистих операціях нагляд людини завжди буде необхідним, але ключ до успішної автоматизації полягає у використанні рішень, здатних взяти на себе більшу відповідальність. Одним із ключових відмінностей роботів Locus є поєднання технік дискретного подійного симуляції (DES) з деталями моделей автономності роботів, що дозволяє операторам проектувати концепції операцій та точно симулювати найефективніше використання роботів у їхньому середовищі, допомагаючи оптимізувати час вибору та забезпечувати, що замовлення відправляються вчасно – два критичні компоненти для всіх операторів.

Які виклики виникають при інтеграції робототехніки, керованої штучним інтелектом, з існуючими системами управління складом та ERP, і як ви ними займаєтеся?

Час реалізації інтеграції зазвичай розглядається як найбільший виклик, пов’язаний з автоматизацією. Оператори повинні вивчити свої існуючі технологічні стеки та розглянути можливість відмови від застарілих спадкових систем. Оскільки штучний інтелект використовує великі об’єми даних, їм також потрібно буде вивчити свою існуючу інфраструктуру, щоб забезпечити, що вона здатна витримати та підтримувати моделі штучного інтелекту.

В залежності від рішень, які вони вибирають, оператори можуть опинитися у позиції, коли їхній перехід вимагатиме великого часу, оскільки їм, можливо, доведеться міґрувати системи та пройти масштабну підготовку для своєї робочої сили.

Locus Robotics спрямована на те, щоб видалити час як виклик для операторів. Наші AMR розроблені для безшовної інтеграції з цими системами, допомагаючи клієнтам уникнути дорогих попередніх інвестицій часу, необхідних для переходу та навчання, які інші рішення на ринку можуть вимагати.

Як масштабовані ці рішення у різних складах та географіях, і яку кількість налаштувань зазвичай потрібно?

Легка масштабованість – це те, що робить гнучку автоматизацію ідеальною для середовищ складу. Традиційні системи автоматизації вимагають суттєвих попередніх витрат та довгострокових зобов’язань.

Автоматизація, яка використовує модель RaaS, як Locus Robotics, дозволяє складам розгортати та безшовно регулювати розмір флоту на основі попиту. Це означає, що коли попит коливається, оператори можуть масштабувати свою діяльність відповідно у своїх складах.

Як глобальний лідер у сфері автоматизації складу, наші рішення масштабовані у всіх географіях для наших клієнтів. Наші панелі інструментів забезпечують інформацію в реальному часі про ключові показники продуктивності складу – такі як одиниці та вибір за годину, а також продуктивність працівників. Ця уніфікована видимість дозволяє операторам легко масштабувати рішення у середовищах, задовольняючи операційні потреби на основі конкретних вимог складу.

З рішеннями Locus Robotics налаштування легко здійснюється без зусиль з боку клієнтів; все розроблено для того, щоб допомогти кожному клієнту масштабуватися на основі своїх унікальних потреб. 

Як ці технології змінюють роль людських працівників на складах, і який вид навчання або зміни управління потрібен?

Автономні мобільні роботи (AMR) повністю переінакшують стандартні позиції працівників на складах, створюючи безпечніше робоче середовище та відкриваючи нові можливості для людської робочої сили.

Locus Robotics пропонує унікальний інтуїтивний підхід до взаємодії між AMR та працівниками та робить навчання працівників/зміну управління для розгортання та експлуатації робототехніки легким завданням для операторів. Наприклад, при розгортанні LocusBots на місці навчання може дозволити працівникам почати працювати з роботами за 10 хвилин або менше – це означає, що оператори та працівники не повинні турбуватися про те, що їх утримують стресові та часо- та кошторисно дорогі навчання.

AMR можуть скоротити тягар фізичної праці, мінімізуючи ризик травм та втоми працівників. Виконуючи завдання, такі як підняття важких предметів та довготривале переміщення у складі, AMR покращують умови для працівників, беручи на себе завдання, які вимагають напружених зусиль. Вони також можуть звільнити працівників від повторюваних завдань, таких як вибір, надавши можливість зосередитися на більш складних завданнях.

Введення AMR у склад – це велика можливість для покращення ролей працівників. Ті, хто хоче автоматизувати, також повинні зосередитися на ідентифікації можливостей для підвищення кваліфікації своєї людської робочої сили для дослідження більш високих обов’язків та ідентифікації областей, де можуть бути введені зовсім нові ролі, включаючи позиції, які працюють безпосередньо з роботами, такі як аналітики, які наглядають за даними про виконання роботів.

Чи можете ви поділитися, які види моделей штучного інтелекту та підходів забезпечують ці системи, і чи вони працюють більше на рівні краю чи у хмарі? 

У Locus Robotics наші рішення штучного інтелекту зосереджені на трьох ознаках: фізичному (штучний інтелект, вбудований у склад та розроблений для адаптації до його середовища), довірливому (штучний інтелект, здатному пояснити свої рішення) та голістичному (штучний інтелект, який оркеструє склад як систему, а не просто забезпечує окремого робота чи завдання). Для нас це питання будівництва штучного інтелекту, який真正но розуміє склад та може забезпечити реальні результати для середовищ наших клієнтів.

Дані – це основа будь-якої моделі, а глибока галузева експертиза Locus, поєднана з нашим скарбницею реальних даних – майже 6 мільярдів одиниць, вибраних – дозволяє нам будувати галузеві моделі та розробляти системи, розроблені для того, щоб бути орієнтованими на склад.

У Locus Robotics ми використовуємо штучний інтелект як на рівні краю, так і у хмарі: наші AMR використовують штучний інтелект на рівні краю для виконання того, що вимагає фізичний та довірливий штучний інтелект, тоді як наші стратегії “системи записів-системи дій” для складу та модель основи складу використовують масштабовані обчислювальні можливості, які забезпечує хмарна інфраструктура.

Оглядаючи перспективу на п’ять років, які суттєві досягнення чи зміни ви очікуєте у сфері робототехніки, керованої штучним інтелектом, для логістики та ланцюгів постачання?

Найбільша зміна, яку ми побачимо, полягає у тому, що фізичний штучний інтелект буде домінувати. Коли бізнес продовжить оцінювати повернення інвестицій (ROI) від своїх інвестицій у штучний інтелект, оператори будуть уважно оцінювати результати, які вони бачать від автоматизації.

Ми можемо очікувати, що ті, хто вклав бюджет у автоматизацію рішень, які не є спеціально розробленими, не побачать ROI у своїх складах, на який вони сподіваються. Рішення, не оснащені фізичним штучним інтелектом, не мають необхідного розуміння для успіху у цих середовищах. Це спонукатиме операторів пріоритезувати інвестиції у рішення фізичного штучного інтелекту, які можуть оптимізувати кожне рішення в реальному часі та забезпечити результати, які вони шукають.

Поряд з зростанням фізичного штучного інтелекту ми також побачимо рух робототехніки у логістиці та ланцюгах постачання від загальних моделей до галузевих. Оператори будуть шукати способи збільшити свій ROI, а рішення, які використовують галузеві моделі, є критичною частиною цього.

Для успіху штучного інтелекту нам потрібно буде краще зрозуміти, чому нам потрібно інвестувати у штучний інтелект, який користується та включає справжню галузеву експертизу. Відповідно, ми будемо зосереджені на інвестуванні у розвиток штучного інтелекту, розробленого для процвітання у сфері ланцюгів постачання та логістики.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Locus Robotics.