沃爾瑪終止以機器人追蹤庫存,零售巨頭為什么這么做?

來源:老冀說科技 | 2020-11-18 12:37

眾所周知,美國零售巨擘沃爾瑪(Walmart)近年來積極擁抱新科技,并大量投資機器人,包括自動拖地機器人、貨架掃描機器人、快速裝卸貨裝置及取貨塔等,試圖從一些低技術、重復性高的工作中解放人力。

640.webp (3).jpg

 

不過據外媒最新消息指出,沃爾瑪近日取消了運用機器人揀貨、查價的計劃,這也逆轉了過去以自動化機器人協助運營的作法,因為沃爾瑪發現:人工處理的效果不亞于機器人。

沃爾瑪先前與零售機器人公司Bossa Nova Robotics簽定了五年的合約,在其店內導入用于協助監控及追蹤貨架商品庫存情況的機器人。不過,由于疫情的爆發,越來越多的消費者選擇在線上訂購商品,沃爾瑪也因此安排了更多的人力頻繁行經貨架過道處理這些訂單,連帶收集庫存狀況相關數據,結果發現人力的效果不亞于Bossa Nova的機器人,因此決定終止合約。另也有說法認為,擔憂機器人影響店內顧客的購物體驗,也是計劃叫停的原因之一。

受到沃爾瑪合約取消的影響,Bossa Nova近日大舉裁減了將近50%的員工,目前正試圖尋找新客戶及軟件企業。

無論如何,沃爾瑪的舉動無疑是敲響了機器人行業的警鐘。

麻省大學阿默斯特分校(UMass Amherst)機械及工業工程助理教授兼人機系統實驗室主任Meghan Huber指出,人工可以執行許多不同的任務,「根據店內需要,他們可以馬上從收銀臺轉移至倉庫,但大多數商用機器人的功能是有限且不靈活的。以沃爾瑪例子來說,真人員工可以檢查貨架還能同時為顧客找尋商品,但機器人只能做到前者?!?/p>

自1960年代以來,機器人開始顯示出其商業價值,起初先是在汽車工廠車間大顯身手,接著于近十年開始逐步導向電子商務倉庫,對于機器人的應用也有了越來越多的想像。然而事實證明,將機器人用于其他應用及行業并不那么容易。

「從很多方面來說,機器人是人類有史以來最困難的工程,」Vecna Robotics創辦人兼CEODaniel Theobald表示,「學習是用于區分一項新工具使用是否困難的關鍵,而且除非你實際學習,不然難以知曉?!箼C器人的采用主要關乎于其提供的價值,否則從開發到導入往往得花費更長的時間。

以自動駕駛汽車市場舉例,許多人預期自動駕駛將被大量采用,但該產業仍在學習階段。與真人駕駛將比,自動駕駛汽車安全完成這項工作的成本也更高昂。在某些情況下,例如公路自動駕駛技術(卡車運輸)是有意義的,但短期內,自動駕駛出租車之類的可能就不是那么重要。

 

640.webp (3).jpg

 

此外,機器人業界也開始重新考慮一些戰略性問題,畢竟企業成功的關鍵不只在技術層面。Lumin Robotics公司CEOChristian Fritz說:「對我而言,沃爾瑪的新聞主要是證實了目前機器人科技中最困難的部分不是技術,而是尋找合適的市場契合度?!?/p>

Christian Fritz認為,當前的機器人產業正處于「過渡」階段,新創公司要成長并意識到,首先要找到一個值得解決的問題,然后針對這個問題建構出完美的產品?!柑拱渍f,現在有一些新創就是反過來做。要知道,就連iRobot都在開始造掃地機器人之前,專門花了好幾年的時間,為自己的錘子(產品)找釘子(受眾)?!?/p>

機器人技術正在變得愈來愈好并更具成本效益,沃爾瑪的案例可能只是短暫的挫折。Trax零售解決方案執行副總裁Mark Cook指出,自動化解決方案必須準確、可行且可持續,「否則供應商最終仍會失去零售業者及員工的信任。當數據無法有效運用時,只會為合作伙伴增加額外的工作量?!箤τ谖譅柆敺Q「人類效果一樣好」一事,Mark Cook表示:「我不認為僅依靠人類收集數據是正確的方法?!?/p>

Bossa Nova競爭對手Simbe Robotics的聯合創始人兼CEOBrad Bogolea表示,Bossa Nova的失敗并不意味著市場上的零售機器人都沒有必要性,畢竟許多數據方面的工作單靠人力根本無法解決?!笢蚀_的即時貨架洞察力不僅包括確認是否缺貨,而是從投資報酬率的角度來看,準確地定價及促銷(即快速糾正價格錯誤的產品),還有產品位置信息,這些都同樣重要?!顾麖娬{,零售機器人的未來仍令人振奮,「而且才剛起步而已?!?/p>

AI機器狗開發公司KODA執行長John Suit指出,在自動化方面,「機器人是身體,而人工智慧則是大腦。要使機器人技術成功實現自動化,就需要一個足夠靈活的架構來執行任務并解決執行過程中遇到的任何挑戰,其中的關鍵即在于人工智能。具體來說,就是使用的AI類型?!?/p>

目前大多數機器人都依賴集中式AI系統,這意味著有個「大腦」連接到中央服務器以處理技術并學習功能;不過,機器人自動化的未來卻是分散式AI網路?!高@會帶來豐富的經驗與挑戰,可以在多種情況下促進推理及學習。當機器人克服了這些挑戰后,其獲得的知識將可與未遇到挑戰的機器人共享,從而使它們可以處理問題并采取相應的行動。

 

【聲明】物流產品網轉載本文目的在于傳遞信息,并不代表贊同其觀點或對真實性負責,物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題,煩請聯系小編電話:010-82387008,我們將及時進行處理。

10秒快速發布需求

讓物流專家來找您

腾讯qq麻将官方网下载 (★^O^★)MG幸运盖尔巨额大奖视频 (★^O^★)MG黄金工厂APP下载 互联网售彩 安徽25选5最新开奖结果查询 体彩浙江6十1开奖 (*^▽^*)MG神龙碎片游戏说明 (★^O^★)MG圣诞大镖客APP下载 网上为什么不能买双色球了 广东26选5尾数走势图 湖北快三走势图分布图 六合彩开奖网 (^ω^)MG飞龙在天游戏 (★^O^★)MG疯狂麻将爆分技巧 上海快3最新开奖号码 (*^▽^*)MG花花公子游戏 (^ω^)MG经典老虎机免费下载