Інтерв’ю
Оана Джинга, співзасновник, головний комерційний та продуктовий директор Dexory – серія інтерв’ю
Додайте Unite.AI до бажаних джерел у Google
Oana Jinga, співзасновник, головний комерційний та продуктовий директор Dexory, є досвідченим лідером у сфері технологій і комерції з досвідом у робототехніці, технологіях роздрібної торгівлі, стратегічних партнерствах та розробці продуктів. Вона співавтворила компанію, спочатку названу BotsAndUs, у 2015 році, обіймала посаду головного комерційного директора, а потім перейшла на свою нинішню керівну роль у Dexory. Паралельно будуючи компанію, Джинга понад шість років працювала в Google, де керувала роздрібними партнерствами у Великій Британії, а згодом контролювала стратегічні партнерства у роздрібному секторі в регіоні EMEA. На початку кар’єри вона займала посади у сфері комерції, маркетингу, лояльності та розвитку бізнесу в O2 (Telefónica UK), а також працювала у маркетингу та зв’язках з громадськістю. Вона також була співкерівником UK у Xoogler.co, підтримуючи спільноту випускників Google, засновників, інвесторів та операторів стартапів.
Dexory — це британська компанія, що займається робототехнікою та ШІ, орієнтована на надання інтелекту в реальному часі для складських та логістичних операцій. Платформа DexoryView поєднує автономні роботи, комп’ютерний зір, просторовий ШІ, передову аналітику та технологію цифрових двійників, щоб безперервно фіксувати те, що відбувається всередині складу, і порівнювати фізичний інвентар з існуючими складськими системами. За словами Dexory, їхні роботи можуть сканувати понад 10 000 місць за годину, створюючи живе цифрове представлення, яке допомагає операторам виявляти переміщений або пошкоджений товар, моніторити використання простору, підвищувати точність інвентаризації та виявляти операційні неефективності. Компанія позиціонує свою технологію як інтелектуальний шар для все більш автономних складів, з впровадженнями в Європі, Азії та Сполучених Штатах та клієнтами, серед яких провідні глобальні логістичні та промислові організації.
Ви співавтворили BotsAndUs у 2015 році після того, як будували кар’єру у комерційному розвитку та стратегічних партнерствах у компаніях, включаючи O2 та Google. Що ви та ваші співзасновники помітили у складських операціях, що переконало вас зосередитися на логістиці і зрештою перетворити бізнес у Dexory?
Ми помітили, що склади стають все більш складними та автоматизованими, проте багато операторів все ще не мали точного, актуального у реальному часі уявлення про те, що фізично відбувається на підлозі складу. Перевірки інвентарю залишалися дуже ручними, часозатратними і часто не були пов’язані з системами, які приймають критичні операційні рішення. Ми зрозуміли, що робототехніка може заповнити цей розрив, безперервно збираючи дані реального світу і перетворюючи їх у практичний інтелект.
Для оператора складу, який розглядає Dexory, чи можете ви розповісти про типове впровадження: від картографування об’єкта та планування автономних сканувань до перетворення зібраних даних у практичні інсайти за допомогою DexoryView?
Впровадження розроблене так, щоб бути швидким і мінімально інвазивним — це 2‑5 днів роботи 1‑2 наших спеціалістів, які здійснюють картографування об’єкта та створюють цифровий двійник, щоб наші автономні роботи могли орієнтуватися у просторі та збирати дані без необхідності суттєвих змін інфраструктури. Потім роботи починають виконувати заплановані місії, забезпечуючи миттєву віддачу інвестицій, збираючи дані по всьому об’єкту, які обробляються та візуалізуються у DexoryView. Оператори можуть швидко виявляти розбіжності, розслідувати проблеми та приймати рішення на основі актуального цифрового представлення їхнього складу.
Автономний мобільний робот Dexory може сканувати стелажі повної висоти до 18 метрів. Які інженерні, сенсорні та штучно‑інтелектуальні виклики довелося вирішити, щоб працювати точно і безпечно в такому масштабі?
Проблема не лише у досягненні 18 метрів, а й у зборі точних, послідовних даних під час автономного переміщення в активному складському середовищі. Це вимагає поєднання надійної механічної інженерії з локалізацією, сенсорами та комп’ютерним зором, які можуть працювати стабільно за різних умов освітлення, конфігурацій стелажів та типів інвентарю. Безпека є фундаментальною, тому вся система спроектована так, щоб передбачувано функціонувати поруч із людьми та існуючим складським обладнанням.
Роботи Dexory вже сканували понад один мільярд складських локацій у всьому світі. Як масштаб і різноманітність цих реальних даних підвищують можливості комп’ютерного зору, виявлення аномалій та прогнозування платформи?
Ми дійсно зібрали найбільший набір даних про фізичний стан складів, що ставить нас у унікальну позицію для реального навчання на їх основі та створення власних моделей складів. Масштаб важливий, оскільки кожен склад має різні планування, продукти, упаковку та умови експлуатації, створюючи надзвичайно різноманітний реальний набір даних. Така широта допомагає нам постійно покращувати спосіб, у який платформа інтерпретує складські середовища, виявляє аномалії та розрізняє значущі операційні проблеми від шуму. З часом це створює основу для все більш прогнозуючого інтелекту, допомагаючи клієнтам розуміти не лише те, що відбувається, а й те, що, ймовірно, станеться далі.
Склади часто покладаються на системи управління складом (WMS), платформи планування ресурсів підприємства (ERP) та ручні записи інвентарю. Як Dexory узгоджує розбіжності між тим, що його роботи фізично спостерігають, і тим, що повідомляють існуючі системи?
Dexory надає незалежний погляд на фізичну реальність і порівнює його з тим, що існуючі складські системи вважають правильним. Завдяки інтеграції з системами, такими як WMS та ERP, DexoryView може виявляти розбіжності між цифровими записами та фізичним складом, що дозволяє командам швидко розслідувати та вирішувати їх. Ми не замінюємо ці базові системи, а надаємо їм набагато точніше та своєчасніше джерело реального інтелекту, одночасно координуючи їх.
Фізичний ШІ часто обговорюють у контексті гуманоїдних роботів, тоді як Dexory розробив високоспеціалізовану систему для складської інтелекту. Чому роботи, орієнтовані на конкретне завдання, наразі краще підходять для логістики, і де ви очікуєте найбільші прориви у фізичному ШІ протягом наступного десятиліття?
У логістиці надійність, безпека та вимірювана віддача інвестицій важливіші, ніж створення робота, який може робити все, саме тому сьогодні системи, орієнтовані на конкретне завдання, надзвичайно ефективні. Роботи, створені для певного середовища, можуть бути оптимізовані під конкретні умови, що робить їх більш стійкими до вимог реальних складських операцій та здатними стабільно працювати за змінних умов. Вони можуть приносити цінність у масштабі, не змушуючи склади перепроектовувати свої процеси під технологію. Протягом наступного десятиліття я очікую, що фізичний ШІ стане все більш автономним і адаптивним, коли машини перейдуть від виконання заздалегідь визначених завдань до розуміння середовища та допомоги у визначенні найкращих дій.
Окрім прискорення підрахунку інвентарю, де клієнти бачать найбільшу операційну цінність від інтелекту складу в реальному часі, чи то у використанні простору, поповненні, безпеці, відповідності чи стійкості ланцюга постачання?
Найбільша цінність полягає у наданні операторам видимості, яку вони не могли отримати за допомогою періодичних ручних перевірок. Інтелект складу в реальному часі може виявляти недовикористаний простір, розбіжності в інвентарі, проблеми з поповненням та операційні вузькі місця набагато раніше, дозволяючи командам діяти до того, як вони стануть дорогими проблемами. В кінцевому підсумку це робить склади більш ефективними та стійкими, оскільки рішення приймаються на основі того, що дійсно відбувається на підлозі.
Як далеко може розвиватися інтелект складу, переходячи від виявлення проблем, таких як переміщений інвентар, пошкоджений товар або небезпечні умови зберігання, до рекомендацій або автономного запуску коригувальних дій?
Ми бачимо, що інтелект складу розвивається від видимості до рекомендацій і, зрештою, до все більш автономного прийняття рішень. Перший крок — достатньо точно зрозуміти фізичне середовище, щоб виявити проблему, а потім додати контекст з інших систем для рекомендації найефективнішого реагування. З ростом довіри до цих систем з’являться можливості автоматично ініціювати певні дії, залишаючи людей у контролі над рішеннями з високим впливом.
У міру того, як склади стають все більш автоматизованими, які ролі залишаться унікально притаманними людям, і як компанії мають підготувати співробітників до ефективної роботи поруч із роботами, цифровими двійниками та системами прийняття рішень на базі ШІ?
Автоматизація повинна усунути повторювані, фізично вимогливі завдання і надати людям більше часу для зосередження на судженні, вирішенні проблем та управлінні винятками. Найцінніші ролі все більше будуть пов’язані з інтерпретацією інформації, прийняттям складних рішень та вдосконаленням процесів, а не з ручним збором даних. Тому компаніям потрібно інвестувати у цифрові навички та допомагати співробітникам розуміти, як використовувати ШІ та робототехніку як інструменти, що підсилюють їхню експертизу.
Ви виступаєте за те, щоб робота була більш доступною для жінок‑талантів. Які практичні зміни потрібні, щоб залучити більше жінок до галузі?
Нам потрібно розширити як шляхи входу в робототехніку, так і сприйняття того, якою може бути кар’єра в цій галузі. Сектор зараз охоплює інженерію, програмне забезпечення, науку про дані, дизайн продукту, операції, UX, комерційну стратегію, впровадження та успіх клієнтів, і ця широта має бути більш чітко донесена. Більша видимість жінок та людей з різноманітним походженням через кейс‑стаді, можливості виступів і публічні приклади може допомогти майбутнім талантам побачити безліч різних кар’єрних шляхів, а також раннє ознайомлення та чіткіші входи у цю сферу. Однак залучення жінок — лише частина виклику, оскільки компанії також повинні створювати інклюзивне середовище, у якому жінки можуть просуватися до старших та керівних ролей, забезпечуючи, щоб увага була не лише на представництві на початкових позиціях, а й на можливості довгострокових, стійких кар’єр у робототехніці.
Дякуємо за чудове інтерв’ю, читачі, які хочуть дізнатися більше про цю робототехнічну компанію, повинні відвідати Dexory.
