редакции
Как искусственный интеллект меняет производства и склады
Сегодня поговорим о новых технологиях в производстве товаров. Постоянно меняющаяся структура спроса и потребность клиентов в новых вещах заставляет производителей существенно сокращать время от прототипа изделия до начала продаж в розничных сетях.
Усугубляет данную проблему зависимость большинства производителей от фабрик в регионах с дешевой рабочей силой, что дополнительно отдаляет производство от основного источника спроса.
На текущий момент, основным способом решения проблемы на рынке является роботизация производства с внедрением AI в процесс. Так, партнерство двух стартапов Tian Yuan Garments (Китай) и SoftWear Automation (США) в 2017 г. помогло запустить строительство полностью роботизированных текстильных фабрик, которые обслуживают таких гигантов, как Adidas, Reebok и Armani.
Данные фабрики весьма просты в запуске и строятся в непосредственной близости от конечного потребителя. На данный момент тандем из приведенных выше стартапов построил и роботизировал две фабрики в США, в которых внедрена 21 продуктовая линия, что позволяет выпускать одну футболку в среднем каждые 22 секунды. Это во много раз превышает стоимость и скорость самых дешевых альтернатив, доступных сейчас.
У Adidas на сегодня 5 роботизированных обувных фабрик в разных городах мира, которые собирают данные по физическим характеристикам людей, погоде, рельефу местности и рекомендуют соответствующий дизайн и метод производства. Конкурент Nike тоже не дремлет: в 2013 г. корпорация профинансировала раунд Series A стартапа Grabit. Grabit производит заводских роботов, используя технологии электроадгезии и машинного обучения в производстве обуви. Так, роботу нужно всего 50-70 секунд для того, чтобы создать верхнюю гибкую часть кроссовка. Обычному заводскому сотруднику понадобилось бы на это 10-20 минут. Другой компанией, достойной внимания, является бренд косметики Shiseido, которые не так давно поставили гуманоидных роботов на свои заводы и активно инвестируют в их AI. Впервые о данной концепции заговорили в 2012 г., когда Amazon купили стартап Kiva Systems (теперь называется Amazon Robotics). Складские роботы Amazon использовали машинное зрение, сенсоры, технологию распознавания объектов и прочие AI надстройки для перемещения тяжелых объектов и посылок. Роботы-пионеры, тем не менее, были не идеальны в захватывании, поднятии и переносе объектов, особенно в такой хаотичной и неструктурированной среде обитания, как склад. Многие стартапы взялись решать эти проблемы. Так, RightHand Robotics (США) недавно привлекли $34 млн от Menlo Ventures для инвестирования в технологию надежного захвата роботами посылок и ящиков. В Великобритании, стартап Fieldwork Robotics использовал нейронные сети для распознавания и увеличения точности сортировки малины. В итоге, за одну смену роботу удалось расфасовать по посылкам 25 000 ягод, тогда как человек за 8-часовой рабочий день в состоянии переработать только 15 000 ягод. Тем не менее, больше всего шума в области автоматизированных складов наделал британский продовольственный онлайн магазин Ocado. Впервые они инвестировали в автоматизацию складов еще в 2002 г., и с тех пор сделали фокус на использовании AI в производстве складских роботов и сопутствующего ПО своим основным направлением деятельности. На данный момент компания владеет более чем 50 патентами и помогает ритейлерам по всему миру внедрять робо-склады в свою логистическую цепочку. В 2018 г. Ocado заключил партнерское соглашение с крупной американской ритейл-сетью Kroger по строительству 20 автоматизированных распределительных центров в течение следующих трех лет. В ответ на это, Kroger инвестировал в Ocado $274 млн. Нельзя обойти стороной и недавно появившуюся моду на микро-распределительные центры (280 м2 вместо 28 000 м2, как у нормальных складов). Структура таких складов тяготеет к вертикализации заполнения свободного места (высокие «небоскребы» из ящиков и посылок), и ритейлеры активно используют AI для организации пространства и движения посылок. Стартап Takeoff Technologies (США) фокусируется как раз на предоставлении конечных решений по менеджменту микро-распределительных центров, включая AI-системы управления запасами и приема заказов. Читайте также: Падение малой розницы остановилось: новые данные сервиса «МойСклад» Сколько должен делать звонков менеджер по продажам на удаленке Что покупают люди на карантине Четыре урока кризиса от основателя «Теремка» Как эпидемия изменила цитируемость медиа: данные Brand Analytics за март
Автоматизация складов и синтез роботов-сортировщиков с людьми