David Pinn, CEO của Brain Corp – Chuỗi Phỏng Vấn

David Pinn là CEO của Brain Corp, nơi ông đã dành gần chín năm để định hình chiến lược công ty, hoạt động tài chính và chuyển đổi thành doanh nghiệp robot dựa trên phần mềm. Ông gia nhập Brain Corp vào năm 2017 với vị trí Phó Chủ tịch Chiến lược và tiến lên các vai trò chiến lược và tài chính cấp cao trước khi trở thành CEO vào năm 2022. Trong thời gian giữ chức vụ, Pinn đã giúp dẫn dắt các vòng gọi vốn lớn, sự chuyển đổi của công ty từ mô hình tập trung vào phần cứng sang doanh thu phần mềm định kỳ, mở rộng vào việc thu thập và phân tích dữ liệu robot, và các quan hệ đối tác chiến lược với các nhà sản xuất thiết bị gốc (OEM) toàn cầu. Trước đó, ông đã giữ các vị trí tài chính và chiến lược tại Qualcomm, tư vấn cho các công ty khởi nghiệp công nghệ được hỗ trợ vốn mạo hiểm, làm việc với các công ty trong danh mục L Catterton, và bắt đầu sự nghiệp tại Teradyne trong lĩnh vực kỹ thuật và bán hàng kỹ thuật, mang lại cho ông nền tảng trải nghiệm bao gồm robot, bán dẫn, tài chính, phát triển doanh nghiệp và thương mại hoá công nghệ.

Brain Corp là một công ty robot và AI vật lý phát triển BrainOS®, một nền tảng tự động doanh nghiệp được thiết kế để cho phép các nhà sản xuất và doanh nghiệp triển khai và quản lý robot di động tự động ở quy mô lớn. BrainOS cung cấp năng lực cho hơn 50.000 robot trên sáu châu lục và đã tích lũy hơn 25 triệu giờ vận hành thực tế, hỗ trợ các ứng dụng bao gồm làm sạch sàn tự động, thu thập dữ liệu tồn kho và kệ, và di chuyển vật liệu trong các môi trường như cửa hàng bán lẻ, nhà kho, sân bay, cơ sở y tế và tòa nhà thương mại. Nền tảng này kết hợp điều hướng dựa trên AI, bản đồ 3D ngữ nghĩa, hệ thống an toàn, quản lý đội xe dựa trên đám mây, phân tích và tích hợp với các hệ thống doanh nghiệp, với dữ liệu thu thập được từ toàn bộ đội robot giúp cải thiện điều hướng và độ tin cậy theo thời gian. Các phát triển gần đây bao gồm BrainOS Clean 2.0 và SelfPath™ AI, cho phép robot làm sạch tự động tạo và điều chỉnh lộ trình mà không cần dựa vào các đường đi được huấn luyện thủ công.

Hành trình nghề nghiệp của bạn đã chuyển từ công việc kỹ thuật trong tần số vô tuyến và hệ thống không dây sang tài chính chiến lược, chuyển đổi SaaS, và hiện nay là vai trò CEO tại Brain Corp. Sự kết hợp giữa kỹ thuật và tài chính đã hình thành quan điểm của bạn như thế nào khi doanh nghiệp không mua “robot”, mà mua các kết quả vận hành có thể đo lường?

Sự nghiệp ban đầu của tôi bắt đầu trong bán hàng kỹ thuật, bán thiết bị sản xuất bán dẫn cho Teradyne. Qua nhiều lần thử nghiệm và sai lầm, tôi đã học được một bài học quan trọng từ sớm: có một khoảng cách lớn giữa những gì tôi cho là quan trọng—thường là các thông số kỹ thuật—và những gì người mua thực sự quan tâm. Tôi nhận ra rằng người mua thực sự quan tâm đến kết quả kinh doanh, và liệu họ có tin tưởng tôi và đội ngũ của mình có thể thực hiện được không.

Khi tôi chuyển sang lĩnh vực robot, bài học đó càng được khẳng định. Mỗi khoản đầu tư công nghệ đều phải cạnh tranh để giành vốn, và một hệ thống không nhận được công nhận chỉ vì nó ấn tượng về mặt kỹ thuật. Trong robot, rất dễ bị cuốn hút bởi chính máy móc. Nhưng một nhà bán lẻ không thức dậy muốn có robot. Họ muốn sàn sạch hơn, tồn kho chính xác cao, và thời gian cho nhân viên để cung cấp dịch vụ khách hàng. Robot chỉ là phương tiện giao hàng cho kết quả đó.

Tại Brain Corp, chúng tôi bắt đầu bằng vấn đề của khách hàng, xác định kết quả kinh doanh, và làm ngược lại tới lớp tự động và dữ liệu cần thiết để đạt được nó. Nền tảng kỹ thuật của tôi giúp tôi hiểu sâu về độ phức tạp của vấn đề kỹ thuật, nhưng các kiến thức về bán hàng và tài chính giữ tôi tập trung vào việc liệu việc giải quyết vấn đề có tạo ra một doanh nghiệp có thể mở rộng và có tính thương mại hay không. Cả hai đều cần thiết. Một robot hoạt động nhưng không tạo ra lợi nhuận kinh tế là một dự án khoa học, không phải sản phẩm, và một mô hình tài chính dựa trên công nghệ không đáng tin cậy không phải là kinh doanh.

Với lượng chú ý lớn dành cho robot hình người và robot đa năng, bạn nghĩ thị trường đang hiểu sai gì về những gì doanh nghiệp thực sự cần từ robot ngày nay?

Quan điểm nóng: sự ám ảnh của ngành công nghiệp với robot hình người trong môi trường thương mại và công nghiệp là một sự sao lãng.

Lập luận tiêu chuẩn mà bạn nghe từ những người ủng hộ robot hình người là, “Thế giới được xây dựng cho con người, vì vậy robot cần phải có hình dáng giống con người.” Điều này có thể đúng trong môi trường nhà ở, nhưng đối với môi trường doanh nghiệp, nó hoàn toàn sai.

Hãy nhìn vào một nhà kho. Nó không được xây dựng cho con người; nó được xây dựng cho xe nâng, xe nâng pallet và máy móc nặng. Hãy nhìn vào các cửa hàng bán lẻ, trường học, khách sạn, bệnh viện và sân bay. Yêu cầu về khả năng tiếp cận bằng xe lăn đồng nghĩa với việc những không gian này có sàn phẳng, dốc, lối đi rộng và thang máy. Các tòa nhà thương mại và công nghiệp được thiết kế cho di chuyển bằng bánh xe.

Khi bạn nhận ra điều đó, bạn nhanh chóng thấy việc gắn chân vào robot thương mại là một rủi ro không cần thiết và lãng phí tiền bạc lớn. Tại sao phải thiết kế một hệ thống hai chân đắt tiền, dễ vỡ để di chuyển trong không gian đã thích hợp cho bánh xe? Bánh xe rẻ hơn, đáng tin cậy hơn và xử lý tải trọng tốt hơn.

Như tôi đã đề cập trước đó, một robot không mang lại lợi nhuận kinh tế chỉ là một dự án khoa học. Xây dựng một robot hình người phức tạp chỉ để đi qua một sàn phẳng, có thể tiếp cận bằng xe lăn là dự án khoa học tối thượng. Đó là giải quyết một vấn đề di chuyển không tồn tại. Doanh nghiệp không cần những máy móc bắt chước con người; họ cần những công cụ có thể cung cấp một kết quả kinh doanh cụ thể một cách đáng tin cậy. Và trong các trường hợp thương mại, bánh xe luôn thắng.

Brain Corp hoạt động trong các môi trường bừa bộn, công cộng, lưu lượng cao như cửa hàng, sân bay, nhà kho, bệnh viện và các khuôn viên. Những vấn đề thực tế khó khăn nào không xuất hiện trong các buổi demo robot?

Ngành công nghiệp xe tự lái đã học được cách khó khăn khi các buổi demo có thể gây hiểu lầm. Chúng ta đã thấy các buổi demo xe tự lái hơn một thập kỷ trước, nhưng phải mất thêm mười đến mười lăm năm kỹ thuật căng thẳng mới thực sự ra mắt các taxi không lái người thương mại. Tại sao? Bởi vì những gì ngành gọi là “điều hành 90%”.

Đạt được độ tin cậy 90% cho một hệ thống tạo ra một buổi demo tuyệt vời. Đạt 99% là một thành tựu kỹ thuật to lớn. Nhưng khi bạn vận hành một đội hàng chục ngàn robot trên hàng ngàn địa điểm công cộng, độ tin cậy 99% vẫn chưa đủ.

Trong môi trường thương mại thực tế, con người thay đổi hướng đi mà không báo trước. Xe đẩy mua sắm bị bỏ lại trong các lối đi. Các màn hình di chuyển qua đêm. Pallet chặn đường. Sàn có thể phản chiếu, ướt, không đồng đều hoặc có rác. Cửa mở và đóng, ánh sáng thay đổi, và nhân viên phát triển cách tương tác riêng với máy. Robot cũng có thể gặp trẻ em, người dùng thiết bị hỗ trợ di chuyển, khách hàng mất tập trung, xe nâng, hoặc người nào đó đơn giản quyết định đứng trên đường của nó.

Vấn đề khó nhất không phải là điều hướng khi mọi thứ hoạt động như mong đợi. Đó là thích nghi một cách duyên dáng khi có điều bất ngờ xảy ra. Robot có thể hiểu tại sao lộ trình của nó bị chặn, tìm một lộ trình thay thế an toàn và hoàn thành nhiệm vụ không? Nó có thể làm điều đó mà không tạo thêm công việc cho nhân viên và ở quy mô hàng triệu giờ?

Cũng có một khía cạnh xã hội mà các buổi demo thường bỏ qua. Con người cần hiểu ý định của robot. Các chuyển động của nó phải dự đoán được, các tín hiệu phải rõ ràng, và nó phải hòa nhập vào quy trình làm việc hiện có của con người thay vì buộc mọi người phải thích nghi.

Đối với chúng tôi, AI thực tế nghĩa là “nó chỉ hoạt động”. Các trường hợp biên không nằm ở rìa, chúng là môi trường. Xây dựng cho những điều kiện đó đòi hỏi nhiều năm học hỏi vận hành, kiến trúc an toàn cẩn thận, và tập trung không ngừng vào những chi tiết vô hình trong video mô phỏng.

Khi một công ty đánh giá ROI của robot, những chỉ số nào quan trọng nhất: giờ lao động tiết kiệm, tính nhất quán của nhiệm vụ, thời gian hoạt động, thu thập dữ liệu, an toàn, trải nghiệm khách hàng, hay yếu tố khác?

Tất cả các yếu tố trên.

Giờ lao động tiết kiệm là hữu ích, nhưng không phản ánh toàn bộ bức tranh. Trong nhiều ngành, vấn đề cơ bản không chỉ là chi phí lao động cao; mà là việc tuyển dụng nhân lực có kỹ năng gặp khó khăn, tỷ lệ nghỉ việc cao, và các nhiệm vụ quan trọng được thực hiện không đồng nhất vì đội ngũ bị căng thẳng. Trong trường hợp đó, việc hoàn thành nhiệm vụ, tần suất và tính nhất quán có thể có giá trị hơn so với việc giảm số lượng nhân viên lý thuyết.

Lớp tiếp theo là hiệu suất vận hành: thời gian hoạt động, mức độ sử dụng tự động, hoàn thành nhiệm vụ thành công, phạm vi phủ sóng, và mức độ giám sát cần thiết. Một robot hoạt động kỹ thuật trong nhiều giờ nhưng thường xuyên cần được cứu trợ không mang lại tự động hoá thực sự.

Cải thiện an toàn và tuân thủ không nên bị bỏ qua trong mô hình ROI. Robot làm sạch giảm căng thẳng và chấn thương tại nơi làm việc, đồng thời cho nhân viên nhiều thời gian hơn để tập trung vào khách hàng và công việc có giá trị cao. Robot tồn kho cải thiện khả năng sẵn có trên kệ, độ chính xác giá, và tính nhất quán trong thực thi. Robot cũng tạo ra một lớp tầm nhìn vận hành mới bằng cách thu thập dữ liệu đáng tin cậy, lặp lại về những gì đang diễn ra trong môi trường vật lý.

Chìa khóa là thiết lập một cơ sở thực tế trước khi triển khai và đo lường hiệu suất trong toàn bộ vòng đời, bao gồm triển khai, hỗ trợ, bảo trì, đào tạo và tích hợp.

Brain Corp độc đáo trong lĩnh vực robot vì nó hoạt động như một nền tảng robot SaaS định kỳ. Tại sao phần mềm, dữ liệu và việc điều phối đội robot trở nên quan trọng hơn hình dạng vật lý của robot?

Phần cứng xác định robot có thể thực hiện gì về mặt vật lý. Phần mềm quyết định robot thực hiện như thế nào một cách đáng tin cậy, dễ triển khai như thế nào, tích hợp an toàn vào doanh nghiệp ra sao và liệu nó có trở nên hữu ích hơn theo thời gian.

Nếu không có một lớp phần mềm và đám mây thống nhất, robot về cơ bản là một máy cô lập. Nó có thể thực hiện một nhiệm vụ trong một cơ sở, nhưng không thể dễ dàng được giám sát, cập nhật, tích hợp với hệ thống doanh nghiệp, hoặc phối hợp với một đội robot rộng hơn. Điều này tạo ra sự phân mảnh khi các công ty thêm các loại robot khác nhau, mỗi loại có giao diện, mô hình hỗ trợ, dữ liệu và quy trình vận hành riêng.

Một nền tảng thay đổi phương trình đó. Với nền tảng tự động của chúng tôi, BrainOS®, chúng tôi cung cấp một nền tảng chung cho tự động, an toàn, dữ liệu và quản lý đội robot trên các máy và ứng dụng khác nhau. Đối tác của chúng tôi có thể tập trung vào chuyên môn phần cứng và vấn đề khách hàng mà họ hiểu sâu, thay vì phải xây dựng lại toàn bộ hạ tầng tự động và đám mây cho mỗi sản phẩm mới.

Phần mềm cũng cho phép giá trị của máy tăng lên theo thời gian. Chúng tôi có thể triển khai các khả năng mới qua cập nhật không dây, học hỏi từ cách robot hoạt động trong toàn đội, cải thiện hiệu suất, và đáp ứng các trường hợp biên mới mà không cần thay thế phần cứng. Thiết bị công nghiệp truyền thống thường mất giá ngay khi được triển khai. Một hệ thống tự động kết nối sẽ trở nên mạnh mẽ hơn suốt vòng đời.

Hình dạng vật lý vẫn sẽ quan trọng, vì thiết kế vật lý phải phù hợp với nhiệm vụ. Nhưng các hình dạng sẽ tiến hóa. Giá trị bền vững nằm ở trí tuệ, hạ tầng vận hành và lớp dữ liệu có thể mở rộng qua bất kỳ ứng dụng nào. Đó là lý do chúng tôi mô tả BrainOS® là nền tảng tự động cho thế giới thực, không phải là hệ điều hành cho một robot cụ thể.

Robot chạy bằng BrainOS hiện không chỉ được dùng để làm sạch, mà còn cho phân tích kệ, khả năng nhìn thấy tồn kho và di chuyển vật liệu. Bạn nhìn thấy robot phát triển như thế nào từ công cụ tự động hoá nhiệm vụ sang nền tảng dữ liệu di động?

Nền tảng BrainOS® của chúng tôi cung cấp cho doanh nghiệp hạ tầng cần thiết để xây dựng, triển khai và hỗ trợ các giải pháp tự động ở quy mô doanh nghiệp. Chúng tôi cung cấp lớp tự động và trí tuệ nền tảng, cho phép đối tác của chúng tôi tập trung vào những gì họ giỏi nhất: giải quyết các vấn đề kinh doanh thực tế, cụ thể. Đây là cách tiếp cận độc đáo đã cho phép chúng tôi nhanh chóng mở rộng và giúp doanh nghiệp không chỉ xây dựng robot, mà còn xây dựng các doanh nghiệp robot.

Dịch vụ chăm sóc sàn robot là một trong những ứng dụng thương mại đầu tiên đạt quy mô đáng kể vì nó giải quyết một nhu cầu vận hành lặp lại, rõ ràng; mọi môi trường thương mại đều có sàn bẩn và nhiều nơi gặp thách thức về lao động. Chúng tôi đạt được quy mô này cùng đối tác Tennant Company, một nhà lãnh đạo trong lĩnh vực chăm sóc sàn hơn 150 năm, hiện đã trở thành một trong những nhà sản xuất robot thương mại lớn nhất thế giới.

Sau đó, thông qua công việc với các doanh nghiệp lớn trong lĩnh vực bán lẻ và logistics, chúng tôi nhận ra một chân lý cơ bản: trong khi các hoạt động này biết chính xác hàng tồn kho vào và ra khỏi cơ sở, họ thường thiếu khả năng nhìn thấy những gì thực sự đang diễn ra trên sàn cửa hàng hoặc nhà kho. Một robot di động là một trong số ít hệ thống di chuyển lặp lại qua môi trường vật lý, cho phép nó nắm bắt thực tế này ở quy mô lớn. Để giải quyết thách thức này, chúng tôi đã hợp tác với Driveline Retail, một nhà cung cấp hàng đầu, và Dane Technologies, một nhà lãnh đạo trong thiết bị nhà kho, để đưa theo dõi tồn kho và trí tuệ kệ ra thị trường ở quy mô doanh nghiệp.

Khi bạn mở rộng vào các ứng dụng về khả năng nhìn thấy tồn kho, việc thu thập dữ liệu chỉ là một phần của phương trình. Hầu hết các nhà kho và bán lẻ muốn hơn chỉ hàng triệu hình ảnh thô; họ cần biết chính xác sản phẩm nào hết hàng, giá nào sai, vị trí pallet mất tích và hành động cụ thể mà nhân viên nên thực hiện tiếp theo. Brain Corp cung cấp công nghệ thị giác máy tính và AI tiên tiến để chuyển những quan sát thô này thành các quyết định kinh doanh chính xác, ưu tiên.

Bất kể hình dạng robot, các hệ thống này cũng mở ra khả năng cho doanh nghiệp tạo ra các bản sao số (digital twin) liên tục cập nhật của cơ sở. Vì robot của chúng tôi di chuyển an toàn và đáng tin cậy khắp toàn bộ diện tích, chúng hoạt động như các nền tảng dữ liệu di động, thu thập thông tin chi tiết về cơ sở. Điều này có thể nghĩa là, ví dụ, xác minh vị trí bình chữa cháy, phát hiện tủ lạnh hỏng, hoặc lập bản đồ các khu vực có kết nối Wi‑Fi yếu.

Điểm gì phân biệt một triển khai robot hoạt động tốt ở một địa điểm thí điểm so với một triển khai có thể mở rộng trên hàng ngàn địa điểm doanh nghiệp?

Các dự án thí điểm mang lại khả năng. Quy mô mang lại độ tin cậy.

Một dự án thí điểm có thể thành công vì kỹ sư xuất sắc đứng gần, môi trường được chuẩn bị kỹ lưỡng, và ai đó đang lặng lẽ xử lý các ngoại lệ phía sau. Tất cả những điều đó không hoạt động khi bạn triển khai trên hàng trăm hoặc hàng ngàn địa điểm. Khi đó, mỗi bước thủ công trở thành nguồn chi phí và thất bại.

Một triển khai có khả năng mở rộng cần tính lặp lại ngay từ đầu. Robot phải dễ cấu hình, trực quan cho nhân viên tuyến đầu, có thể quan sát từ xa, và có khả năng nhận cập nhật phần mềm mà không cần người tới mỗi địa điểm. Tổ chức cũng cần có hệ thống trưởng thành cho an ninh mạng, chứng nhận an toàn, hỗ trợ, đào tạo, bảo trì, phân tích và tích hợp với công nghệ hiện có của khách hàng.

Quản lý thay đổi cũng quan trọng không kém. Những người làm việc cùng robot cần hiểu robot làm gì, giới hạn của nó là gì, và nó phù hợp như thế nào với trách nhiệm của họ. Các triển khai thất bại khi công nghệ về mặt kỹ thuật ổn định nhưng quyền sở hữu vận hành không rõ ràng.

Cuối cùng, kinh tế phải có lợi cho khách hàng và nhà cung cấp robot. Điều này đòi hỏi một hạ tầng robot trở nên kinh tế hơn và mạnh mẽ hơn với mỗi lần triển khai.

Tập hợp những thách thức đó là gì chúng tôi gọi là “Khoảng trống Tự động”. Xây dựng một nguyên mẫu hoạt động chỉ là một phần của việc tạo ra một doanh nghiệp robot. Công việc khó hơn nhiều là biến nguyên mẫu thành một sản phẩm an toàn, được hỗ trợ, có thể lặp lại và tiếp tục hoạt động khi các chuyên gia rời khỏi công ty.

Công việc gần đây của Brain Corp về định vị ngữ cảnh và bản đồ ngữ nghĩa chỉ ra một lớp thông minh hơn cho AI Vật lý. Tại sao “hiểu môi trường” là ranh giới quan trọng tiếp theo cho robot tự động?

Điều hướng truyền thống chủ yếu là một vấn đề hình học: Tôi đang ở đâu, tôi có thể di chuyển đến đâu, và tôi nên tránh gì? Định vị ngữ cảnh bổ sung một loạt câu hỏi phong phú hơn: Điều gì đang diễn ra xung quanh tôi? Những đối tượng này là gì? Con người có khả năng tương tác với chúng như thế nào? Hành vi nào là phù hợp trong tình huống cụ thể này?

Một hệ thống điều hướng cơ bản có thể nhận thấy có vật thể chiếm không gian. Một hệ thống có nhận thức ngữ cảnh nên hiểu chính xác vật thể đó là gì, tại sao nó ở đó, nó đang làm gì, và cuối cùng, cách hành xử xung quanh nó. Những khác biệt này quan trọng vì phản hồi đúng sẽ khác nhau trong mỗi trường hợp.

Điều này trở nên đặc biệt quan trọng khi robot bắt đầu tích hợp nhiều AI sinh ra, mô hình thị giác-ngôn ngữ và các hệ thống xác suất khác. Những mô hình này có thể mang lại trí tuệ và tính linh hoạt to lớn, nhưng một câu trả lời khả dĩ không đủ khi phần mềm điều khiển một máy vật lý. Hành động phải được định vị trong hình học thực tế, điều kiện, yêu cầu an toàn và ngữ cảnh xã hội của môi trường.

Chúng tôi tin rằng câu trả lời là kết hợp AI tiên tiến với một biểu diễn ngữ cảnh liên tục của thế giới vật lý và các kiểm soát an toàn quyết định. Điều này cho phép robot hưởng lợi từ các mô hình AI ngày càng mạnh mẽ mà không cho phép trí tuệ xác suất hoạt động mà không có ranh giới.

Doanh nghiệp nên suy nghĩ như thế nào về niềm tin khi triển khai robot quanh nhân viên, khách hàng và công chúng?

Trước tiên, chúng ta phải thừa nhận một sự thật cơ bản: robot khác biệt so với các công nghệ doanh nghiệp khác. Một lỗi phần mềm có thể làm sập laptop của bạn, nhưng một lỗi trong một máy 1.000 pound di chuyển trong lối đi bán lẻ đông đúc có mức độ rủi ro hoàn toàn khác. Doanh nghiệp không thể chỉ đối xử với robot như một thiết bị IT kết nối khác.

Niềm tin vào robot được xây dựng mỗi ngày. Khi FCC đang hạn chế phê duyệt robot sản xuất nước ngoài vì lo ngại an ninh, mức độ yêu cầu về niềm tin chưa bao giờ cao hơn. Khi AI Vật lý mở rộng vào bệnh viện, sân bay, nhà kho và cửa hàng tạp hóa, doanh nghiệp cần đánh giá niềm tin qua một vài lớp riêng biệt: an toàn vật lý, bảo mật dữ liệu và tích hợp con người.

AI tiên tiến thật tuyệt vời để làm cho robot “thông minh” đủ để di chuyển trong môi trường phức tạp, nhưng trí tuệ và an toàn không đồng nghĩa. Một robot đáng tin cậy tách biệt hai yếu tố này. Nó phải có các kiểm soát phần cứng an toàn dự phòng, có thể ghi đè hệ thống. An toàn phải được mã hoá, không phải học được.

Thêm vào đó, robot di chuyển trong không gian công cộng về cơ bản là các nền tảng dữ liệu di động. Chúng sử dụng camera và cảm biến để quan sát thế giới. Doanh nghiệp phải yêu cầu độ trong suốt tối đa từ nhà cung cấp: Robot đang nhìn vào gì? Dữ liệu đó đi đâu? Ai có quyền truy cập? Bảo mật và an ninh không thể được gắn sau khi triển khai như một hoạt động PR; chúng phải được xây dựng vào kiến trúc hệ thống từ ngày đầu.

Sai lầm lớn nhất mà các công ty mắc phải là đưa robot vào cơ sở mà không suy nghĩ về quản lý thay đổi. Bạn không thể yêu cầu nhân viên hoặc khách hàng tin tưởng robot chỉ vì niềm tin. Nhân viên cần được đưa vào sớm, đào tạo đúng cách, và được cho thấy rõ robot làm cho công việc hàng ngày của họ dễ dàng và an toàn hơn như thế nào. Họ cần biết ai chịu trách nhiệm nếu có sự cố, và cách can thiệp nếu cần.

Cuối cùng, các chứng nhận, kiểm toán và kiểm soát an ninh chỉ là bằng chứng cơ bản. Niềm tin thực sự được xây dựng qua kinh nghiệm lặp lại. Khi một robot hành xử an toàn, liên tục tôn trọng không gian cá nhân của khách hàng, và thực hiện công việc nặng nhọc, bẩn thỉu cho nhân viên ngày này qua ngày khác, đó là lúc nó thực sự trở thành một phần của đội.

Nhìn về phía trước, bạn dự đoán robot thương mại sẽ tạo ra giá trị lớn nhất trong năm năm tới ở lĩnh vực nào: bán lẻ, logistics, y tế, sản xuất, sân bay, hay một ngành hoàn toàn khác?

Giá trị lớn nhất thường đến từ các môi trường rộng lớn, phân tán và thiếu nhân lực. Chúng có các nhiệm vụ lặp lại khó hoàn thành một cách nhất quán.

Chuỗi cung ứng: từ sản xuất đến logistics đến bán lẻ kết hợp tất cả các điều kiện đó. Các cửa hàng là không gian công cộng phức tạp, nguồn nhân lực luôn là thách thức, và các vấn đề vận hành nhỏ (kệ trống trống, giá sai, nhiệm vụ làm sạch bị trì hoãn) có thể ảnh hưởng trực tiếp đến trải nghiệm khách hàng và hiệu suất tài chính. Logistics và sản xuất cũng sẽ tạo ra giá trị to lớn, thông qua khả năng nhìn thấy tồn kho, di chuyển vật liệu, và phối hợp giữa các cơ sở ngày càng tự động.

Nhưng giá trị lớn nhất sẽ không được định nghĩa bởi một ngành cụ thể. Nó sẽ là sự chuyển đổi cách doanh nghiệp mua robot. Cụ thể, năm năm tới sẽ chứng kiến sự chấm dứt của dự án robot riêng lẻ.

Hiện tại, các doanh nghiệp đang thực hiện các sáng kiến ​​phân mảnh mạnh mẽ. Họ mua một robot từ công ty A để làm sạch sàn, một robot khác từ công ty B để quét tồn kho, và một robot thứ ba từ công ty C để di chuyển vật liệu. Mỗi robot có hiểu biết địa phương riêng về thế giới mà không được chia sẻ với nhau. Đó là một cơn ác mộng vận hành không thể mở rộng.

Trong năm năm tới, việc tạo ra giá trị sẽ đến từ ngữ cảnh và thực thi chia sẻ. Các doanh nghiệp sẽ ngừng mua robot rời rạc và bắt đầu đầu tư vào một nền tảng AI Vật lý thống nhất. Họ muốn một nền tảng phần mềm, một lớp tự động và một đường ống dữ liệu quản lý một đội đa dạng các máy, chia sẻ ngữ cảnh về môi trường, và điều phối trung tâm để tự động hoá toàn bộ cơ sở thay vì các nhiệm vụ riêng lẻ.

Đó là cách AI vượt qua tham vọng để làm cho thế giới thực hoạt động tốt hơn.

Cảm ơn vì buổi phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Brain Corp.