A może automatyzujemy zbyt wolno. Sztuczna inteligencja w e-commerce

Dlaczego tak trudno skonstruować robota, który zastąpi ludzką rękę?

Ludzka ręka to niesamowity efekt ewolucji: przeciwstawny kciuk, palce mające pewien opór... Dzięki niej mamy możliwość nie tylko podnoszenia przedmiotów, ale również dokonywania poprzez skórę natychmiastowych pomiarów różnych własności, np. temperatury, nacisku czy rodzaju powierzchni. Ale tak naprawdę trudne jest zastąpienie decyzji, które intuicyjnie podejmuje człowiek na bazie oceny sytuacji, wyglądu otaczającego go świata.

Wiele firm technologicznych – w dobie e-commerce – stara się optymalizować pracę w magazynach. Jaką przewagę w tym daje Nomagic?

Tacy giganci technologiczni jak Amazon – budujący olbrzymie, kosztowne centra logistyczne – muszą zwracać uwagę na wiele elementów takiego magazynu: jak przyjąć palety z ciężarówek, jak ulokować je w magazynie, jak przechowywać. My budujemy roboty skupiające się na konkretnym etapie tego procesu – podnoszenia i pakowania pojedynczych przedmiotów.

Co w tym trudnego?

Zbudowanie robota, który działa przez 80 proc. czasu jest łatwe, natomiast zbudowanie robota pracującego – jak w przypadku jednego z naszych klientów – sześć dni w tygodniu, 24 godziny dziennie, to ogromne wyzwanie. Roboty Nomagic generują prawdziwą wartość dla klienta, kiedy działają autonomicznie, nikt nie musi im pomagać. Najtrudniejsze są zwykle ostatnie procenty –  momenty, kiedy np. przedmiot upadnie zdarzają się rzadko, ale zawsze generują ogromne problemy, dlatego poświęcamy takim ewentualnościom mnóstwo uwagi.

Sporym wyzwaniem jest różnorodność towarów – klienci mają po kilkaset tysięcy różnych rodzajów przedmiotów, a nawet więcej. Kluczowa jest więc właśnie sztuczna inteligencja kierująca naszymi robotami – one zbierają doświadczenie w różnych magazynach, dzięki czemu nabywają wysoki stopień intuicji przy podejmowaniu decyzji.

To znaczy?

Robot – nawet nie znając danego opakowania – mimo wszystko daje sobie z nim radę, gdyż to opakowanie jest w miarę podobne do innych, z którymi miał już do czynienia wcześniej. Nie zajmujemy się prostym mapowaniem w stylu „widziałem ten kabelek wcześniej, więc potrafię go podnieść”, lecz: „widziałem 10 różnych kabelków, więc potrafię podnieść te 10 oraz kilka innych”. Roboty kupujemy od firm produkujących tego typu urządzenia, a następnie wzbogacamy je o autorską sztuczną inteligencję i oprogramowanie.

Jak wykorzystać AI w e-commerce

Jak wygląda trening robota?

Trening systemów uczenia maszynowego i sztucznej inteligencji, podejmujących decyzje dla robotów, zaczyna się od zebrania danych, najczęściej zdjęć przykładowych pojemników, z których robot ma podnosić przedmioty. Zdjęcia te są anotowane przez ludzi, a następnie używane w uczeniu sieci. Anotacje określają, gdzie jest dobry punkt podniesienia jednego przedmiotu albo jak wygląda obrys przedmiotu na zdjęciu. Dziś mamy już tak wiele danych od różnych klientów, że wcześniej przygotowanie systemy decyzyjne dobrze działają dla kolejnych. Dodatkowe nowe dane - w szczególności dane z nieudanych podniesień - wzmacniają system.

Jak rozumiemy, cała idea Nomagic polega na tym, by odciążyć ludzi od najbardziej monotonnych czynności, dzięki czemu pracodawcy mogliby przenieść ich do kreatywniejszych obowiązków?

Od klientów często słyszymy, że znalezienie osób do powtarzalnej pracy w magazynach, osiem godzin po pięć dni w tygodniu, jest coraz trudniejsze.

Bo to praca, która nie daje satysfakcji?

Dane jednoznacznie wskazują, że rotacja na tego typu stanowiskach przekracza 100 proc. rocznie, co oznacza, że pracownicy nie utrzymują się w firmie nawet przez rok. Automatyzacja sprawiła, że wymagania wobec operatorów stały się bardzo powtarzalne, a jednocześnie wymagana jest bardzo...