Посты автора alexxlab

Зачем нужны роботы: разбираемся в RPA

Статьи для личного и профессионального развития

В недавнем исследовании Института управления проектами PMI Robotics process automation (RPA) упоминается как одна из ключевых технологий современности, которая значительно меняет подход к выполнению бизнес-процессов. Мария Родина рассказала о преимуществах и недостаткаx технологии, её применении и внедрении.

Что такое RPA?

RPA (роботизация бизнес-процессов) – явление не новое. Роботизация является логичным продолжением использования макросов, которые теперь действуют в любых системах и делают это намного быстрее человека. Программные роботы во многом похожи на обычного «живого» пользователя: они так же взаимодействуют с интерфейсами программ, могут выполнять действия по инструкции или описанному алгоритму, а в случае возникновения ошибок будут просить помощи у других. Но, в отличие от человека, стандартные роботы не умеют принимать сложных решений, не заложенных в алгоритм. Зато они не отвлекаются на чай/кофе, разговоры с коллегами, не прерываются на обед, не уходят в отпуск и на больничный и могут работать в режиме 24/7.

Многие специалисты (особенно в IT-сфере) называют RPA своеобразной «изолентой», с помощью которой можно настроить взаимодействие нескольких программ, не проводя полноценной интеграции. В большинстве случаев разработать и внедрить робота получается дешевле и быстрее, чем провести полноценную интеграцию программного обеспечения, особенно если оно работает на разных платформах, является собственной разработкой, а разработчик уволился год назад, не оставив документации по работе системы.

Сравнение автоматизации и роботизации

Где можно использовать роботов?

Стандартными сферами применения программных роботов считаются: бухгалтерия, учет и любая сфера, связанная с формированием отчетов, кадровые процессы, логистические операции, IT-поддержка и клиентский сервис. На самом деле, робот будет эффективен в любом подразделении, где существуют рутинные процессы, требующие простых действий – загрузки/выгрузки данных, составления отчетности, работы с программами MS Office, массовой рассылки e-mail. Принято считать, что робот работает быстрее, чем человек, в 7 раз. Но стоит учитывать и специфику процесса: если процесс выполняется 40 минут, из которых 25 минут грузится отчет из SAP, а еще 15 минут человек работает с отчетом в excel и заносит получившиеся данные в другие системы, то роботом можно будет ускорить только последние 15 минут. Процесс занесения информации с web-сайтов в excel, который занимает в среднем полчаса, возможно сократить в 5 раз.

Выполнение работы человеком и роботом

С кейсами можно подробнее ознакомиться в базе практик RPA. Посмотрите, какие операции уже роботизировали, и, возможно, это поможет вам с выбором (а еще по ссылке есть исследования и дополнительные материалы для тех, кто хочет ознакомиться с программными роботами поближе).

Как выбрать операции?

Чтобы робот приносил пользу, а не был «инновацией ради инновации», необходимо правильно выбрать процессы, в которых сотрудника реального заменят виртуальным. По словам тех, кто с роботизацией уже столкнулся, это самое сложное. Например, ФосАгро утверждают, что ⅓ выбранных вами процессов будут определены неправильно.

Операции, выполняемые роботом, должны всегда обрабатываться по описанному алгоритму. Любое отклонение от него может вызвать ошибку или стать проблемой, если в результате робот должен отправить письмо клиенту, поставщику или в налоговую службу. Также процесс не должен требовать принятия сложных решений. Стандартные средства RPA для такого не подходят, и лучше обратить внимание на IPA – роботов, совмещенных с технологией искусственного интеллекта. Трудозатраты на выполнение процесса должны быть соразмерны со стоимостью разработки робота, иначе это будет невыгодно. Информация на вход всегда должна подаваться в стандартизированной форме.

Если ваш процесс не подходит под критерии выше, лучшим решением может стать его оптимизация либо применение других средств автоматизации.

Какие недостатки присутствуют в данной технологии?

Несмотря на преимущества роботов перед полноценной автоматизацией, необходимо помнить, что RPA не является «серебряной пулей». Кроме необходимости в оптимизации процессов и сложности выбора операций для роботизации, существует ряд технологических ограничений, о которых не следует забывать. Так, роботы будут устойчивы только в том случае, если визуально не меняется интерфейс программ. Перемещение элементов может негативно сказаться на выполнении сценариев процесса. Любое изменение конфигурации экрана (разрешение, цветовая гамма, etc.) может привести к переработке робота. Обновления программ и системы тоже нежелательны.

Недостатки RPA

Как начать использовать RPA?

Перед полноценным внедрением рекомендуется проводить пилот:

1. Выберите 5-10 процессов, которые хотите передать на исполнение роботу.

2. Выберите платформу роботизации. Они похожи между собой, и различие часто заключается в возможности обработки неструктурированных данных, применении компьютерного зрения и машинного обучения.

3. Опишите желаемые результаты от внедрения.

4. Рассчитайте, сколько лицензий вам потребуется для исполнения выбранных процессов. С этим могут помочь консалтинговые компании или вендоры платформ. Сделать грубую оценку можно и самостоятельно, достаточно придерживаться правила «делить на 7».

5. Выберите партнера для внедрения. Они разработают роботов за вас, пока вы решаете более насущные проблемы.

6. Задумайтесь о собственном центре компетенций. Внутренняя разработка роботов, мониторинг их работы и внесение изменений в алгоритмы требуют наличия специалистов. На первых порах вам понадобится разработчик (а ему, скорее всего, потребуется обучение) и бизнес-аналитик для описания процессов.

О чем не следует забывать:

1. Расскажите каждому подразделению, что такое RPA и зачем это надо. Так будет проще найти процессы для роботизации, потому что никто не знает специфику бизнес-процессов лучше их исполнителей.

2. Возможно, вы встретите сопротивление. Объясните сотрудникам, что их ждет после внедрения роботов.

3. Не забывайте про службу информационной безопасности и вместе с ними проводите аудит процессов, которые будут переданы роботам.

Вполне вероятно, что в недалеком будущем ваша компания захочет сделать еще один шаг на пути к цифровой трансформации, и этим шагом окажется именно RPA. Надеемся, что наши советы помогут вам осуществить проект по внедрению новой технологии успешно.

Автор: Мария Родина, Project Analyst

Ещё больше материалов в Telegram-канале @pmclub

Онлайн-курсы
по PMBOK, PRINCE2, Agile, P3X

Присоединяйся и учись в любое время!

Зачем нужны роботы, покрытые живыми человеческими клетками?

Люди пытаются создать похожих на себя роботов с очень давних времен. Некоторые подобия роботизированных механизмов упоминаются даже в греческой мифологии — вспомните хотя бы бронзового гиганта Талоса, который охранял остров Крит. Сегодня роботы уже не являются чем-то мифическим и полноценно помогают нам выполнять разные задачи. Загибайте пальцы: в США (и не только) активно применяются роботы Boston Dynamics, в России тестируются роботы-курьеры от Яндекса, а заводы полны промышленными механизмами для сборки техники (что очень опасно). Но у всех нынешних роботов есть один минус, который заключается в том, что они совершенно не похожи на людей. Те, которые пытаются походить на живых людей, вызывают у нас тревогу — это явление называется эффектом зловещей долины. Но недавно японские ученые покрыли часть робота человеческой кожей. Звучит просто ужасно, но в будущем эта технология может сделать роботов менее пугающими.

Робот София очень похож на человека, но все равно вызывает тревогу

Настоящая кожа для роботов

Ученые и раньше пытались покрыть роботов материалами, которые напоминают кожу человека. Но разрезать и склеивать материал, не повреждая мягкие ткани — это очень сложная задача. Авторы новой научной работы пошли совершенно другим путем и просто вырастили кожу на поверхности роботизированного пальца. Действительно, выращивание кожи может быть проще, чем сшивание.

Роботизированный палец, покрытый искусственной кожей

Для выращивания кожи японские ученые сначала создали питательную среду, которая представляет собой смесь коллагена и дермальных фибробластов. Напомню, что коллаген является важным белком, который является основой соединительных тканей человека и отвечающий за их прочность и эластичность. А фибробласты — это клетки соединительной ткани человека, которые формируют внеклеточные структуры ткани и тот самый коллаген.

Стоит отметить, что на пальце даже есть что-то вроде отпечатков

Обмакнув роботизированную руку в эту смесь, ученые покрыли полученный слой кератиноцитами. Так называются основные клетки эпидермиса (наружного слоя) человеческой кожи. Конечно, можно было бы обойтись и без этого, но кератиноциты придают материалу водоотталкивающие свойства, делая его максимально похожим на настоящую кожу. Посмотрите на видео ниже — выращенная на роботизированном пальце кожа выглядит мерзко из-за обмакивания в питательной среде, но обладает почти всеми свойствами кожного покрова человека: она тянется, отталкивает воду и даже способна восстанавливаться при возвращении в питательную среду.

Без покрытия кератиноцитами, кожа становится липкой

Из-за пребывания в питательной среде, конечность выглядит слегка вспотевшей. Поскольку механизм приводится в движение электромотором, интересно слышать щелкающие звуки мотора в гармонии с пальцем, который выглядит совсем как настоящий, — поделился один из авторов научной работы Седзи Такеучи (Shoji Takeuchi).

Почему роботы не похожи на людей?

К сожалению, на данном этапе кожа не может долго существовать вне питательного раствора. Она, как и настоящая кожа, нуждается в регулярном увлажнении и получении питательных веществ. В человеческом организме этим занимаются потовые железы и система кровообращения, но у робота аналогов этих сложных систем сейчас нет. Однако, когда ученые смогут их создать, роботов действительно можно будет с ног до головы покрыть человеческой кожей.

Чтобы сделать кожу максимально реалистичной, нужно протянуть под ней сосуды

Создание искусственных сосудов, а также интеграция потовых желез в искусственную кожу, являются важными направлениями будущих исследований, — отметил инженер по тканям Митио Каваи (Michio Kawai).

Интересно, смогут ли боевые роботы заменить людей в армии? Читайте тут.

Что такое эффект зловещей долины?

Ожидается, что это новшество поможет хотя бы немного, но уменьшить эффект зловещей долины. Мы уже много раз писали об этом явлении — он возникает, когда у похожего на человека робота имеются нехарактерные для настоящих людей особенности вроде прерывистой мимики, неестественного цвета кожи и так далее. Когда человек смотрит на такого робота, у него возникает необъяснимая тревога.

Какие чувства у вас вызывает эта фотография? Есть некоторая тревога, не так ли?

Если роботы будут меньше отличаться от людей, возможно, их можно будут чаще использовать в сфере обслуживания. Они смогут не только работать официантами, но и ухаживать за пациентами в больнице и просто за пожилыми людьми или даже детьми. Конечно, для полного избавления от эффекта зловещей долины одной реалистичной кожи мало. В первую очередь людям стоило бы сделать более плавной их мимику.

Роботы, предназначенные для ухода за больными, уже существуют

Обязательно подпишитесь на нас в Дзене, потому что там выходят статьи, которых нет на сайте. Например, читайте материал про роботов, которые были полностью сделаны в России.

Что вы думаете насчет нового достижения японских ученых? Своим мнением делитесь в комментариях или нашем Telegram-чате. Лично я уверен, что созданная кожа для роботов хоть и приближает день появления роботизированных людей, но до этого дня очень далеко — в ближайшие 50 лет я их точно не жду. А вот проект Илона Маска по созданию роботов Optimus очень интригует.

РобототехникаТехнологии будущего

Для отправки комментария вы должны или

Зачем нужны роботы?

В этом разделе я хотел бы поговорить о том, чем полезны роботы. Зачем нам роботы?

Первый пример, который я собираюсь привести, это так называемая роботизированная хирургия, но это немного неправильное название. На самом деле это роботизированная хирургия. И высококвалифицированные хирурги-люди являются ключевой частью системы. Здесь показана роботизированная часть системы, а также несколько инструментов, которые находятся внутри тела пациента. Существуют инструменты с очень маленькими камерами, и информация с этих камер представляется хирургу на стереоскопическом или трехмерном дисплее. Хирург смотрит на это 3D-изображение и настраивает то, что мы могли бы назвать небольшими джойстиками. Эти маленькие джойстики управляют движением инструментов, которые также находятся внутри тела пациента.

Итак, всю квалифицированную работу выполняет хирург. Он использует свои глаза, чтобы интерпретировать трехмерное изображение. Он использует все, что знает о медицине, чтобы управлять инструментами в человеческом теле, чтобы выполнять необходимую работу. Ключевое новшество здесь в том, что хирург практически находится внутри человеческого тела. В старые времена нам нужно было делать очень большие отверстия в человеческом теле, чтобы хирург мог просунуть туда свои очень большие руки, чтобы выполнить необходимую работу.

С помощью этой технологии роботизированной хирургии мы можем сделать несколько очень-очень маленьких надрезов в теле пациента, в которые мы вставляем эти очень маленькие инструменты и камеры, так что результаты для пациента намного лучше. Так что роботизированная хирургия — это действительно неправильное название. Это похоже на систему телеуправления, которую мы рассматривали ранее и которая использовалась для выполнения манипуляций с радиоактивным материалом. Здесь используется очень похожая технология, позволяющая виртуально поместить хирурга в тело пациента.

Мы также можем использовать робототехнику, чтобы стать сильнее. Это технология, называемая экзоскелетом. Это носимый робот. Мы пристегиваемся к нему. Он крепится к нашим лодыжкам, коленям, бедрам и туловищу. Он следит за тем, как мы двигаемся. И он сделан из очень прочных материалов, и у него очень мощные двигатели. Поэтому, когда мы движемся, оно движется вместе с нами, и его сила увеличивает нашу собственную силу.

Вот видео системы экзоскелета в работе. Это видео, которое я недавно снял на выставке роботов. Мы видим, что джентльмен, одетый в экзоскелет, может легко справиться с таким большим весом. Ну вот. Таким образом, ограниченность человеческой силы может быть дополнена робототехникой. Интеллект при выполнении движения или действия исходит от человека, но грубая сила, грубая сила исходит от робота, которого он носит.

Еще одна очень важная роль роботов сегодня — это управление активами. Как общество, мы вкладываем огромные средства в активы с точки зрения линий электропередач, водопроводов, газопроводов и канализационных систем. И чтобы поддерживать исправность этих активов, их необходимо периодически проверять, а это очень трудоемко. И некоторые из этих инспекционных заданий довольно неприятны.

Представьте, если бы вашей работой была проверка канализационных систем. Там темно, неприятно и даже немного опасно. Поэтому люди строят роботов, которых можно поместить в трубопроводы для проведения осмотра, не отправляя туда людей. Поэтому исследователи роботов разрабатывают роботизированные системы для выполнения такого рода инспекционных работ. А здесь мы видим пример робота для осмотра труб. У него есть колеса, чтобы двигать его по трубе, есть фонари и камеры.

Ежегодно на проверку линий электропередач тратится огромное количество денег, и для этого есть несколько подходов. Один из них — запустить робота вдоль линии электропередач или построить робота, который сможет ползать по линиям электропередач. Летать на вертолете вблизи линий электропередач — дело опасное. И каждый год несколько падений вертолетов происходят из-за того, что вертолет приближается слишком близко к проводам, которые он проверяет. Так что это именно та работа, опасная, которую должен выполнять робот.

Возможно, самым важным нашим достоянием является планета, на которой мы живем, и исследователи, разрабатывающие всевозможных роботов для осмотра и наблюдения за состоянием нашей планеты. Некоторые из них видны здесь. Это летающие роботы, которые могут летать в опасные погодные условия, такие как ураганы или циклоны, роботы, которые могут исследовать внутреннюю часть вулканических кратеров, роботы на основе дирижаблей для наблюдения за состоянием тропических лесов Амазонки, роботы для подводных исследований и роботы для исследования Антарктики. и даже роботизированные лодки для контроля качества воды в хранилищах, обеспечивающих города питьевой водой.

Опасно отправлять людей под поверхность наших океанов. Дайверы-люди ограничены в глубинах, на которые они могут погружаться. Им также требуется вспомогательное судно на поверхности, с которого они ныряют и за которым возвращаются. Из-за этого ограничения на людей под водой за последние десятилетия было проведено огромное количество исследований по созданию систем подводных роботов. Они полностью автономны. У них есть несколько датчиков на борту, и мы можем отправить их для выполнения таких миссий, как фотосъемка затонувших кораблей, разведка полезных ископаемых и проверка состояния активов, таких как коралловые рифы.

Еще одно место, куда люди не могут попасть, это другие планеты. А вот и коллекция роботов, отправленных на Марс. Здесь впереди у нас маленькие роботы. Sojourner, который был отправлен в 1997 году. За ним робот, который является копией Spirit и Opportunity, которые были отправлены на Марс в 2003 году. А здесь у нас есть гигантский робот Curiosity, который был отправлен на Марс в 2012 году. Вот пример некоторых фотографий Марса, сделанных марсоходом Curiosity. И снова здесь мы можем увидеть размер марсохода Curiosity по отношению к человеку-инженеру.

Важным сообщением здесь является то, что существуют среды, в которые мы хотим попасть, чтобы узнать информацию о работоспособности или состоянии окружающей среды. Глубокие океаны, тропические леса, вулканы или другие планеты. Но сейчас либо слишком дорого, либо слишком опасно отправлять людей в эти места. Поэтому вместо этого мы отправляем туда роботов, и они служат нашими доверенными лицами или нашими агентами, и мы используем сенсорную информацию от этих роботов, чтобы узнать об этой среде, вместо того, чтобы отправлять людей с инструментами в эти места.

Мы нужны роботам больше, чем они нужны нам

Краткая идея

Ситуация

Инновационные компании увеличили свои инвестиции в ключевые цифровые технологии, такие как облачные вычисления и искусственный интеллект, и теперь они получают доход в два раза быстрее, чем отстающие.

Объяснение

Все более ориентированный на человека подход к искусственному интеллекту помогает наиболее дальновидным компаниям создавать бесшовную интеграцию человека и машины и гибкую адаптируемость.

Совет

Компании, которые хотят попасть в число лидеров, могут использовать структуру IDEAS: им следует сосредоточиться на пяти элементах технологического ландшафта — интеллекте, данных, опыте, архитектуре и стратегии — и искать способы сплести их вместе в мощные двигатели инновации.

Обучение на испанском языке

Ler em português

Представьте, что вы пытаетесь найти конкретное изображение в историческом архиве Национальной футбольной лиги, состоящем из сотен тысяч видео. За один сезон выпускается более 16 320 минут (около 680 часов) игровых материалов. Если вы включите репортажи о каждом предматчевом, перерывном и послематчевом шоу, каждой тренировке и каждом интервью для СМИ, у вас получится бесконечное количество отснятого материала. И это только на один сезон.

Чтобы сотрудникам было проще создавать видеоролики и другие медиаматериалы из всего этого материала, в декабре 2019 года НФЛ заключила партнерское соглашение с Amazon Web Services, чтобы использовать искусственный интеллект для поиска и маркировки своего видеоконтента. На первом этапе процесса команда по созданию контента НФЛ должна была научить ИИ, что искать. Команда создала теги метаданных для каждого игрока, команды, майки, стадиона и другого визуально узнаваемого контента, который она хотела идентифицировать в своей коллекции видео. Затем он объединил эти теги с существующей системой искусственного интеллекта Amazon для распознавания изображений, которую Amazon уже обучила десяткам миллионов изображений. ИИ смог использовать оба набора данных, чтобы пометить соответствующие изображения в видеотеке, а команда по созданию контента смогла утвердить каждый тег всего за несколько кликов. В то время как раньше сотрудникам приходилось вручную искать, находить и обрезать каждое видео, сохранять его в репозитории, а затем помечать видео метаданными, искусственный интеллект Amazon автоматизировал большую часть процесса.

В предыдущей статье HBR («Совместный интеллект: люди и ИИ объединяют усилия», июль–август 2018 г.) мы описали, как некоторые ведущие организации бросают вызов общепринятому мнению, что технологии сделают людей устаревшими, — вместо этого они используют возможности совместной работы человека и машины для преобразования их бизнеса и повышения прибыли. Теперь несколько компаний не просто превосходят своих конкурентов в инновациях с помощью этого подхода; они еще более решительно поворачиваются к технологии искусственного интеллекта, ориентированной на человека, и переворачивают с ног на голову саму природу инноваций, как это практиковалось в предыдущее десятилетие.

Например, в случае НФЛ ИИ ускорил процесс распознавания изображений, но система не справилась бы, если бы сотрудники не определяли, какие данные необходимо загрузить, а затем утвердить. И НФЛ не просто передала работу по созданию ярких роликов ИИ; Специалисты по созданию контента выполнили эту работу, но они сделали это быстрее и проще благодаря уникальной способности ИИ быстро сортировать огромные объемы информации.

Новый ориентированный на человека подход к ИИ меняет представления об основных строительных блоках инноваций. Такие компании, как Etsy, L.L.Bean, McDonald’s и Ocado, переосмысливают то, как искусственный интеллект и автоматизация могут объединить широкий спектр передовых информационных технологий и систем, обеспечивающих гибкую адаптируемость и бесшовную интеграцию человека и машины. (Раскрытие информации: несколько компаний, упомянутых в этой статье, являются клиентами Accenture.) Эти новаторские фирмы инвестировали в цифровые технологии с беспрецедентной скоростью, чтобы реагировать на новые операционные проблемы и быстро меняющиеся требования клиентов. Они резко увеличили инвестиции в облачные сервисы, искусственный интеллект и тому подобное, и, согласно отчету за 2019 год, они получают доход в два раза быстрее, чем отстающие.Accenture провела опрос более 8300 компаний. Второе исследование, в котором приняли участие более 4000 компаний в 2021 году, показывает, что 10% компаний, которые больше всего привержены цифровым технологиям, стремительно продвигаются вперед, увеличивая доход в пять раз быстрее, чем отстающие.

Мы превратили то, что узнали из этого исследования, в рекомендации, которые бизнес-лидеры могут использовать, чтобы конкурировать в мире, где большинство компаний будут обязаны своим успехом людям, а не машинам. Наша структура IDEAS требует внимания к пяти элементам формирующегося технологического ландшафта: интеллект, данные, опыт, архитектура и стратегия. Это может помочь как техническим, так и нетехническим руководителям лучше понять эти элементы и понять, как их можно объединить в мощные двигатели инноваций.

В этой статье мы используем структуру IDEAS для изучения примеров компаний, внедривших управляемые человеком процессы и приложения искусственного интеллекта для решения проблем в электронной коммерции, онлайн-доставке продуктов, робототехнике и многом другом. Вы можете сделать то же самое, мобилизовав навыки и опыт своих сотрудников для управления технологическими инновациями во всем, от исследований и разработок и операций до управления талантами и разработки бизнес-моделей.

Интеллект: сделайте ИИ более человечным и менее искусственным

Человеческий интеллект и искусственный интеллект дополняют друг друга. Никакая машина с искусственным интеллектом не может сравниться с легкостью и эффективностью, с которыми даже самые молодые люди учатся, понимают и контекстуализируют. Случайно уроните предмет, и годовалый ребенок, который увидит, что вы тянетесь к нему, принесет его вам. Бросьте его специально, и ребенок проигнорирует его. Другими словами, даже очень маленькие дети понимают, что у людей есть намерения, — экстраординарная когнитивная способность, которая, кажется, заложена в человеческом мозгу.

Это еще не все. Начиная с очень раннего возраста, у детей развивается интуитивное чувство физики: они ожидают, что объекты будут двигаться по ровным траекториям, оставаться в своем существовании и падать без опоры. Прежде чем они овладели языком, они отличают одушевленных существ от неодушевленных предметов. По мере изучения языка они проявляют замечательную способность обобщать очень небольшое количество примеров, усваивая новые слова после того, как услышат их всего один или два раза. И они учатся ходить самостоятельно, путем проб и ошибок.

В сотрудничестве с Эрвином Р. Буром, исследователем взаимодействия человека и машины, фотограф Ванда Терлинкс документирует реализацию роботов в ведущих научных институтах и ​​университетах и ​​исследует меняющиеся отношения между людьми и машинами.

И наоборот, ИИ может делать многие вещи, которые люди, несмотря на то, что они наделены естественным интеллектом, считают невозможными или трудными для выполнения хорошо: распознавать закономерности в огромном количестве данных; победить величайших чемпионов по шахматам; запускать сложные производственные процессы; одновременно отвечать на множество звонков в центры обслуживания клиентов; анализировать погоду, состояние почвы и спутниковые снимки, чтобы помочь фермерам максимизировать урожайность; сканировать миллионы интернет-изображений в борьбе с эксплуатацией детей; выявлять финансовые махинации; прогнозировать потребительские предпочтения; персонализировать рекламу; и многое другое. Самое главное, ИИ позволил людям и машинам эффективно работать вместе. И, вопреки утверждениям об автоматизации, такое сотрудничество создает множество новых высокоценных рабочих мест.

В Obeta, немецком оптовом торговце электроникой, склад которого находится в ведении австрийской складской логистической компании Knapp, люди обучают новое поколение роботов-сборщиков тому, как обращаться с предметами разного размера и текстуры. Роботы используют стандартную промышленную руку, присоску и систему технического зрения. Важно отметить, что они также оснащены программным обеспечением для искусственного интеллекта от Covariant, стартапа из Калифорнии.

Чтобы обучить робота, работники Кнаппа кладут перед ним незнакомые предметы и смотрят, сможет ли он успешно адаптироваться к ним. В случае сбоя он может обновить свое понимание того, что видит, и попробовать другие подходы. Когда это удается, он получает сигнал вознаграждения, запрограммированный людьми, чтобы закрепить обучение. Когда набор SKU полностью отличается от других наборов, команда возвращается к обучению с учителем — сбору и маркировке большого количества новых обучающих данных, как это происходит в системах глубокого обучения.

Благодаря программному обеспечению Covariant Brain роботы-сборщики Кнаппа приобретают способности общего назначения, включая трехмерное восприятие, понимание того, как можно перемещать объекты и манипулировать ими, способность планировать движения в реальном времени и способность справляться с задачей. всего после нескольких обучающих примеров (несколько выстрелов обучения). Эти возможности позволяют им выполнять свою работу — выбирать товары из контейнеров для хранения и добавлять их в отдельные заказы для отправки — без указаний, что делать. Во многих случаях предметы не были предварительно классифицированы, что необычно для систем промышленной упаковки; это означает, что роботы учатся обращаться с ними в режиме реального времени. Это критически важный навык при работе с электроникой, особенно если учесть, что обращение с лампочкой и плитой требует разного ухода.

Чтобы добиться успеха в коммерческой среде, роботы должны работать в соответствии с очень высокими стандартами. Раньше роботы-сборщики Кнаппа надежно обрабатывали только около 15% объектов; Роботы на основе Covariant теперь надежно справляются с примерно 95% объектов. И они быстрее людей, выбирая около 600 объектов в час против 450 у людей. Тем не менее, они не привели к увольнению персонала на объекте в Обете. Рабочие вместо того, чтобы потерять работу, прошли переподготовку, чтобы больше разбираться в робототехнике и компьютерах.

Данные: управляйте информацией, а не просто накапливайте ее

2018 год для McDonald’s был одним из самых сложных за последние десятилетия. Его конкуренты использовали онлайн-доставку, чтобы обойти рынок быстрого питания. Руководители компании быстро разработали решение для онлайн-доставки благодаря глобальному партнерству с Uber Eats, которое к 2019 году увеличило годовой объем продаж на 4 миллиарда долларов. Но высшее руководство знало, что долгосрочное будущее компании зависит от быстрой и полной трансформации, чтобы стать управляемой данными. Это означало стратегию по перенастройке своих ресторанов в огромные процессоры данных, дополненные машинным обучением и мобильными технологиями для поддержки высоко персонализированных заказов клиентов и доставки на улицу. Обработка данных также может помочь в расчете того, как внешние факторы, от погоды до крупных спортивных мероприятий, повлияют на спрос и способность ресторанов обслуживать клиентов. А сбор и обработка данных были важны для разработки новых продуктов и инициатив, которые могли бы сразу же стать успешными. В течение двух лет усилия по трансформации уже принесли финансовые результаты: немногие компании из S&P 500 превзошли McDonald’s. Руководители компании признали, что данные являются источником ценного неиспользованного капитала, который необходимо использовать стратегически.

Чтобы освоить использование больших и малых данных для создания ценности с помощью ИИ, организации должны сначала заложить прочную основу данных. Бизнес-данные часто заблокированы на устаревших локальных платформах, которые разрознены, что затрудняет, если не делает невозможным, для сотрудников совместную работу с различными типами данных. Это еще больше усложняет бизнес-пользователям поиск и обработку нужной информации для принятия правильных решений. Создание надежной базы данных требует извлечения информации из устаревших хранилищ, чтобы ее можно было унифицировать, оптимально хранить, легко получать и легко анализировать с помощью новых инструментов — и все это в облаке.

Ключевыми являются три возможности: современная обработка данных, управление данными с помощью ИИ и демократизация данных.

• Современная инженерия данных. На прочной облачной основе данные поступают из нескольких внутренних и внешних источников. Он объединяется в тщательно отобранные и повторно используемые наборы данных, которые можно использовать для различных аналитических целей. Хорошая основа опирается на платформы для приема данных и ETL (извлечение, преобразование, загрузка), которые поддерживают различные типы данных. Эти структуры также обрабатывают правила стандартизации информации, ее классификации, обеспечения ее качества и сбора метаданных. Кроме того, они обеспечивают более быстрый шаблонный подход к использованию данных, что позволяет инженерам быстро разрабатывать новые аналитические варианты использования и продукты данных.
• Управление данными с помощью ИИ. Облачные инструменты искусственного интеллекта предлагают расширенные возможности и масштабируемость для автоматической очистки, классификации и защиты данных, собранных в облаке, по мере их поступления, что обеспечивает более высокое качество данных, их достоверность и этичную обработку.
• Демократизация данных. Современный фонд данных позволяет получить больше данных в большем количестве рук. Это делает данные доступными и удобными для своевременного использования, а также позволяет использовать несколько способов их анализа, в том числе с помощью самообслуживания, искусственного интеллекта, бизнес-аналитики и науки о данных. Новейшие облачные инструменты демократизируют данные и позволяют большему количеству людей на предприятии легко находить и использовать информацию, которая имеет отношение к их конкретным бизнес-потребностям.

Создание надежной базы данных требует извлечения информации из устаревших хранилищ, чтобы ее можно было унифицировать, оптимально хранить, легко получать и анализировать — и все это в облаке.

Вместе эти три возможности помогают компаниям преодолеть некоторые из наиболее распространенных барьеров на пути получения ценности от данных: проблемы с их доступностью, надежностью, готовностью к использованию и своевременностью. Они позволяют компаниям объединять элементы из больших и малых наборов данных в режиме реального времени, создавать гибкие отчеты и применять искусственный интеллект для создания общедоступных сведений о клиентах, рынках и операциях, которые обеспечивают значимые бизнес-результаты.

Имея прочную базу данных — больше данных из большего количества источников, управляемых с помощью ИИ и широко распространяемых в вашей организации — вы больше не перегружены данными, но можете максимально использовать их потенциал. Вы можете использовать его во все более мощных и тонких целях, но, как и в случае с более человеческим интеллектом, это потребует большего участия ваших людей.

Экспертиза: раскройте талант своих сотрудников

Девиз Etsy, интернет-магазина винтажных товаров и товаров ручной работы, гласит: «Сохраняйте коммерцию человечной». И потребовались люди, чтобы научить поисковую систему компании распознавать суть многих решений о покупке — эстетический стиль. При рассмотрении вопроса о покупке покупатели Etsy обращают внимание не только на такие детали, как его размер, материал, цена и рейтинг, но также на его стилистические и эстетические аспекты.

Для Etsy классификация товаров по стилю является особенно сложной задачей. Большинство продуктов на его сайте являются единственными в своем роде творениями. Многие заимствуют из нескольких стилей или вообще не демонстрируют четко идентифицируемого стиля. И в любой момент времени предлагается около 50 миллионов товаров. В прошлом рекомендательные системы, основанные на стилях, производили необъяснимые предложения продуктов для групп покупателей. Это потому, что ИИ предположил, что два предмета должны быть похожи по стилю, если их часто покупают вместе представители одной демографической группы. Другой подход использует низкоуровневые атрибуты, такие как цвет и материал, для группировки элементов по стилю. Ни один из методов не смог понять, как стиль влияет на решения о покупке.

Кто лучше обучит ИИ субъективным представлениям о стиле, чем эксперты по мерчандайзингу Etsy? Основываясь на своем опыте, они разработали 42 стильных этикетки, которые отражают вкус покупателей в 15 категориях, от украшений до игрушек и ремесел. Некоторые этикетки знакомы из мира искусства (арт-нуво, ар-деко). Некоторые вызывают эмоции (веселье и юмор, вдохновение). Торговцы составили список из 130 000 товаров, распределенных по этим 42 стилям.

Wanda Tuerlinckx

Затем технологи Etsy обратились к покупателям, которые обычно используют термины, связанные со стилем, в своих поисках, вводя такие вещи, как «буфет в стиле ар-деко». Для каждого такого запроса Etsy присваивала выбранное имя стиля каждому элементу, на который пользователь нажимал, добавлял в избранное или покупал во время этого поиска. Всего за один месяц таких запросов компания смогла собрать размеченный набор данных из 3 миллионов экземпляров, на котором можно было протестировать свои классификации стилей. Затем инженеры Etsy обучили нейронную сеть использовать текстовые и визуальные подсказки, чтобы наилучшим образом различать эти классификации для каждого элемента. Результатом стали предсказания стиля для всех 50 миллионов активных товаров на Etsy. com.

Это стало особенно полезным, когда разразилась пандемия Covid-19 и цепочки поставок крупных розничных продавцов сломались. Многие покупатели обратились к Etsy за столь необходимым товаром: масками. Среди самых продаваемых в этой категории были маски, адаптированные к эстетическим предпочтениям клиентов, которые могли указать желаемый дизайн — горошек, цветочные узоры, морды животных или что-то еще. Продажи масок упали практически с нуля в начале апреля 2020 года до примерно 740 миллионов долларов до конца года. Выручка компании за это время увеличилась более чем вдвое, а ее рыночная стоимость выросла до 22 миллиардов долларов. Суть заключалась в том, чтобы позволить покупателям найти маску, «которая выражала бы их чувство вкуса и стиля», — сказал генеральный директор Etsy Джош Сильверман.

Машинное обучение высвободит часто неиспользуемый опыт, который существует в вашей организации, позволяя гораздо более широкому кругу сотрудников использовать ИИ новыми и изощренными способами. Поскольку он настраивается в соответствии с вашей бизнес-ситуацией, он открывает путь к реальным инновациям и преимуществам — вы больше не просто играете в догонялки. В сценариях обучения с учителем машинное обучение особенно полезно, когда для алгоритмов машинного обучения существует мало или совсем нет помеченных данных для обучения, что часто бывает не так, потому что потребности отрасли или компании очень специфичны.

Чтобы получить максимальную отдачу как от систем, так и от работников умственного труда, организации должны переосмыслить то, как неспециалисты, а также специалисты взаимодействуют с машинами. Вы можете начать с предоставления экспертам в вашей области практических знаний об ИИ, чтобы они могли эффективно применять свой опыт в процессах и технологиях компании. Знакомство с основами искусственного интеллекта также поможет им разработать творческие способы применения его в бизнесе.

Архитектура: адаптируемая конструкция, живые системы

Устаревшие архитектуры тесно связаны между собой, поддерживая барьеры между направлениями бизнеса, географическими регионами, каналами продаж и функциями. Они негибкие, неспособные адаптироваться к новым умным технологиям или приспосабливаться к новым стратегиям, изменяющимся рыночным условиям и новым операционным возможностям. Вот почему инновационные проекты многих компаний останавливаются.

Быстрые преобразования, происходящие сегодня, и внезапный приток новых технологий выдвинули ИТ-архитектуру на первое место. В то время как отстающие не могут воспользоваться возможностью для ИТ-инноваций, лидеры внедряют широкий спектр новых информационных технологий и объединяют их в то, что мы называем живых систем , потому что они безграничны, адаптируемы и в корне человечны.

Под «безграничными» мы подразумеваем, что они разрушают барьеры — внутри ИТ-стека, между компаниями, использующими облачные платформы для использования сетевых эффектов, и между людьми и машинами, — предоставляя компаниям безграничные возможности для улучшения своей работы. Под «адаптируемостью» мы подразумеваем, что системы, основанные на достижениях в области данных и интеллектуальных технологий, быстро адаптируются к изменениям бизнеса и технологий, сводя к минимуму трения, масштабируя инновации, а также обучаясь и совершенствуясь. И когда мы описываем системы как «радикально человеческие», мы имеем в виду, что они смоделированы на основе человеческого мозга и поведения и способны слушать, видеть, говорить и понимать более по-человечески, чем это могли делать интеллектуальные технологии предыдущих поколений.

Возьмем L.L.Bean, 110-летнего ритейлера с наследием, которое включает в себя классическую одежду, надежное снаряжение для активного отдыха и глубокую приверженность удовлетворению потребностей клиентов. В последние годы, по мере того как компания все чаще обращалась к клиентам по различным каналам — печатным изданиям, обычным магазинам, компьютерным и мобильным веб-сайтам, электронной почте и социальным сетям, — ей мешало менее ценное наследие: громоздкая ИТ-система. , часть которого использовалась в течение двух десятилетий. Большая часть системы состояла из локальных мейнфреймов и распределенных серверов. Различные платформы, лишь слабо связанные между собой, поддерживали каждый из различных клиентских каналов, каждый из которых работал в отдельных приложениях. Обеспечить бесперебойное взаимодействие с клиентами по всем каналам было практически невозможно. И вместо того, чтобы сосредоточиться на обеспечении ценности для клиентов, ИТ-персонал должен был тратить время на управление инфраструктурой.

Wanda Tuerlinckx

Тем временем 73% потребителей в США использовали несколько каналов для совершения покупок, согласно исследованию, опубликованному на HBR.org (см. «Исследование 46 000 покупателей показывает, что многоканальная розничная торговля работает», Эмма Сопаджиева, Утпал М. Дхолакия и Бет Бенджамин). Исследование также показало, что многоканальные покупатели тратят больше денег, чем одноканальные — в среднем на 4% больше при каждом походе в магазин и на 10% больше в Интернете. Кроме того, многоканальные покупатели также были более лояльны и с большей вероятностью рекомендовали любимого ритейлера друзьям и семье.

Чтобы успешно конкурировать в эпоху Amazon, L.L.Bean нужно было предложить покупателям удовлетворительный многоканальный опыт, с которым не могли сравниться исключительно интернет-магазины. Поэтому ритейлер отделил критически важные приложения от своей устаревшей ИТ-системы и разместил их в облаке Google. Теперь ИТ-команда может интегрировать данные из нескольких систем, более эффективно справляться с пиковыми нагрузками на веб-сайты и быстрее предоставлять клиентам новые функции. Поскольку облачная архитектура постоянно оптимизируется в фоновом режиме, разработчики интерфейса компании тратят меньше времени на ее управление и больше времени на использование гибкого программного обеспечения для экспериментов с новыми функциями и запуска их, как только они будут готовы. А благодаря гибкой интерфейсной архитектуре, которая теперь находится в облаке и отделена от устаревшей системы, компания может легко, быстро и с минимальными затратами наращивать емкость в периоды пиковой нагрузки и уменьшать ее в периоды затишья. Эта способность быстро реагировать на изменяющиеся условия является одним из наиболее важных преимуществ живых систем.

Путь в это будущее будет определяться выбором, который ваше предприятие сделает в своем стеке технологий. Вы должны перейти к более ориентированным на человека подходам к искусственному интеллекту и автоматизации. Вы можете начать с ускорения инвестиций в основные технологии, такие как облачные вычисления, анализ данных и мобильность. Вы можете переосмыслить свой подход к разработке приложений, чтобы воспользоваться преимуществами облачных возможностей и микросервисов, а также гибкостью, которую они открывают. И вы можете сосредоточиться на создании повторно используемых компонентов, которые являются максимально ценными, а не минимально жизнеспособными. Организации, которые успешно сочетают свои бизнес- и технологические стратегии, смогут разрабатывать уникальные предложения с беспрецедентной гибкостью.

Стратегия: теперь мы все технологические компании

На протяжении более двух десятилетий Ocado, крупнейший в мире продуктовый интернет-магазин, не имеющий физических магазинов, разрабатывает одни из самых передовых в мире возможностей в области искусственного интеллекта, машинного обучения, робототехники, облачных вычислений. технологии, IoT (интернет вещей), симуляция и моделирование — бесценная интеллектуальная собственность, включающая более 150 патентов, еще сотни ожидают рассмотрения.

Достижения Ocado в области интеллектуальной собственности особенно примечательны, потому что продуктовая промышленность является одной из самых требовательных операционных сред, которые только можно себе представить. Это крупнейшая в мире категория розничной торговли, а также одна из самых сложных: в отличие от книг, DVD-дисков или многих других товаров, бакалейные товары имеют самые разные сроки годности и требования к температуре хранения. Возьмите эту сложность в Интернете, где клиенты, разбросанные по всей стране, требуют точного и надежного выполнения заказов по привлекательной цене, и проблемы возрастают в геометрической прогрессии.

Основанная в 2000 году, компания Ocado выросла из трех человек в однокомнатном офисе в Лондоне в бизнес, в котором работает более 18 500 сотрудников, обслуживающих сотни тысяч клиентов по всей Великобритании. Центры обслуживания клиентов Ocado (CFC) могут похвастаться одними из самых передовых технологий подбора продуктов в мире. Типичный CFC размером с футбольное поле. Внутри сотни роботов, общающихся друг с другом по сети 4G, вращаются вокруг трехэтажной алюминиевой сетки, известной как Улей.

Используя технологию роя, которая координирует работу группы автономных роботов как системы для выполнения задач, роботы размером с посудомоечную машину суетятся со скоростью почти девять миль в час, поднимая ящики с продуктами с помощью своих механических когтей. Они либо перемещают ящики в другое место (согласно алгоритму, основанному на частоте покупки товара), либо сбрасывают их по желобу на пункт сбора. Два центра управления, в которых работают сотрудники, расположены в каждом ЦФЦ, чтобы следить за роботами и следить за тем, чтобы их замысловатый танец не перерос в постоянные столкновения. Сотрудники-люди также выполняют большую часть работы на станциях комплектации: они просматривают заказ клиента на экране, выбирают подходящие товары из ящиков с продуктами перед ними и кладут их в сумки для покупок, которые роботы помещают в другой ящик. Затем ящики с продуктами отправляются обратно в сетку для повторного заполнения предметами, а ящики с заказами клиентов направляются на отгрузочный док. Заказ из 50 позиций может быть выполнен всего за пять минут.

Организации, которые успешно сочетают свои бизнес-стратегии и технологические стратегии, смогут разрабатывать уникальные предложения с беспрецедентной гибкостью.

Ocado могла бы почивать на лаврах в качестве успешного интернет-магазина бакалейных товаров, но она приняла стратегическое решение расширить свои технические знания. В 2015 году компания создала платформу Ocado Smart Platform, сочетающую в себе комплексную систему электронной коммерции, логистику и технологию роя, которую другие ритейлеры по всему миру используют для управления собственным продуктовым онлайн-бизнесом. Платформа позволяет им прибыльно и масштабируемо воспроизводить модель Ocado в своих регионах.

Платформа Ocado Smart Platform, работающая в облаке, предоставляет такие функции, как прогноз запасов в режиме реального времени, обработка заказов в последнюю минуту и ​​интеллектуальная маршрутизация фургонов доставки. Ритейлеры могут предлагать клиентам мобильный доступ к своим сайтам через приложение. А облако предоставляет Ocado гибкую, управляемую событиями архитектуру, которая экономично реагирует на всплески потребительского спроса. Это также повышает гибкость разработки. Инженеры Ocado могут тестировать новые инициативы, не беря на себя предварительных обязательств по инфраструктуре, и они могут доводить идеи от концепции до производства менее чем за час. Компания также может интегрировать данные из сотен микросервисов в озеро данных, которое поддерживает возможности искусственного интеллекта во всей инфраструктуре.

Технологии и инновации

Цифровая трансформация не замедляется. Убедитесь, что ваша организация тоже.

Подписались

продуктовых ритейлера по всему миру. В течение следующих нескольких лет Kroger планирует построить 20 автоматизированных CFC вместе с Ocado. Платформа также была принята Sobeys (исключительно в Канаде), ICA (в Швеции), Groupe Casino (во Франции), Bon Preu (в Испании) и Aeon (в Японии). Более глубокая технологическая стратегия Ocado может быть применена к любой отрасли. Его роботы выполняют основные задачи — подъем, перемещение, сортировку — которые полезны во многих операционных средах. Вскоре роботы смогут делать больше. Недавно компания приступила к реализации проекта по разработке «мягких рук», которые могут брать практически любой хрупкий предмет (например, свежие фрукты), не повреждая его, — навык, который будет востребован во многих производственных условиях.

Немногие компании так полно сочетают стратегию и технологии, как Ocado. Компания не только придумала, как использовать автоматизацию для улучшения собственных операций, но и сделала полученные преимущества широко доступными для других игроков. Она превратилась в компанию, занимающуюся розничной торговлей продовольственными товарами и занимающуюся технологиями, и блестяще адаптировала свою стратегию для удовлетворения нового рыночного спроса.

. . .

Как и Ocado, другие компании приняли новые подходы к разведке, данным, опыту и архитектуре и вплели их в собственные стратегии, столь же разнообразные, как и отрасли, в которых конкурируют фирмы. Ни один размер не подходит всем. Принятие интегрированной технологии стратегии требует двух несколько противоречивых позиций: предусмотрительности и скорости. Инвестиции в технологии должны быть упорядочены логически и тщательно. Тем не менее, никогда еще не было так верно, что «тот, кто колеблется, погиб».

После очевидного успеха радикально человеческих инноваций, основанных на IDEAS, задача будет состоять в том, чтобы двигаться вперед с обдуманной скоростью. Будущее наступило гораздо раньше, чем ожидалось, и оно требует мудрого и быстрого освоения новых подходов к инновациям, которые только начинают появляться. Мы видели это повсюду — от доставки продуктов до фаст-фуда, в розничной торговле продуктами ручной работы и даже в НФЛ. ИИ помогает предприятиям работать так, как большинство из нас даже не могли себе представить, и он будет продолжать это делать, но только если люди будут лидировать. Наша структура предоставляет четкую дорожную карту для компаний, которые готовы приступить к работе.