به گزارش پایگاه خبری تکانه و به نقل از The Robot Report، جواد فیاض: بر اساس گزارش شرکت تحقیقاتی Interact Analysis، بازار جهانی رباتهای متحرک در سال ۲۰۲۳ با رشد ۲۷ درصدی به ارزشی برابر با ۴.۵ میلیارد دلار رسیدند. این شرکت پیشبینی کرده بود که این رقم در سال ۲۰۲۴ به ۵.۵ میلیارد دلار خواهد رسید و تا سال ۲۰۳۰، سالانه بیش از ۲۰ درصد رشد خواهد داشت.
درک مشتریان از AMRها در حال تغییر است
مانند بسیاری از فناوریهای نوظهور، کاربران نهایی در روزهای ابتدایی ظهور AMRها، نگاهی تردیدآمیز نسبت به آن داشتند زیرا کارایی واقعی AMRها برایشان ملسوس و اثباتشده نبود. به گفته «جیک هلدنبرگ» (Jake Heldenberg) مدیر مهندسی فروش در انبارداری آمریکای شمالی شرکت لجستیکی «وندرلند» (Vanderlande)؛ مسئله هزینه AMRها نیز یکی از دغدغههای اصلی مشتریان نهایی است. بسیاری از شرکتهای سازنده این رباتها در آسیا مستقر هستند و بازار هدفشان نیز خود آسیا است. همچنین تنشهای اخیر پیرامون تعرفههای واردات ایالات متحده، باعث ایجاد ابهاماتی در هزینههای استقرار این مدل سامانههای رباتیک شده است.
هلدنبرگ میگوید: «یکی دیگر از نگرانیهای مهم مشتریان نهایی، مدتزمان عملکرد مداوم رباتها (uptime) است؛ یعنی اینکه اگر ربات از کار بیفتد، چه اتفاقی برای عملیات در دست اجرای آن رخ میدهد، چطور باید چالش پیش رو و خسارات ناشی از تجمع کاری را مدیریت کرد؟» به عقیده هلدنبرگ بهترین راه برای رفع این نگرانیها، بازدید میدانی مشتریان و تجربه عملکرد رباتها است. وقتی مشتریان نهایی از نزدیک عملکرد واقعی AMRها را لمس کنند و با اپراتورها و مدیران عملیاتی صحبت راجع به نحوه کار و چالشهای احتمالی آنها بحث کنند، نگرانیهایشان تا حد زیادی برطرف خواهدشد.
از سوی دیگر، با افزایش روند استقرار و بهکارگیری رباتها در انبارها برای خودکارسازی وظایف بیشتر، نیاز است تا انواع مختلف AMRها و از سازندگان متفاوت، بتوانند با یکدیگر ارتباط برقرار کنند. «اندرو سینگلتری» (Andrew Singletary)، همبنیانگذار و مدیرعامل شرکت مشاوره سامانههای اتوماسیون رباتیک و هوش مصنوعی «3Laws Robotics» در این خصوص اظهار میکند: « برای اغلب مشتریان نهایی، استفاده از رباتهای سازندگان مختلف امری اجتنابناپذیر و ضروروی است. بنابراین توانایی تعامل رباتها با یکدیگر اهمیت بالایی برای این مشتریان پیدا میکند. هرچند در حال حاضر بسیاری از کارخانهها هنوز با این چالش مواجه نشدهاند زیرا فقط یک ربات را برای یک کاربرد خاص بهکار میبرند. اما وقتی وارد مرحلهای میشوند که چندین فرایند مختلف را در انبار خودکارسازی میکنند، تازه این سوال پیش میآید که این رباتها چطور باید با هم ارتباط برقرار کنند تا بتواند به صورت هماهنگ با یکدیگر عمل کنند.»
هوش مصنوعی کجای مسیر است؟
رشد پرسرعت هوش مصنوعی مولد و مدلهای زبانی بزرگ (LLM) در سالهای اخیر این سؤال را برای بسیاری از فعالان صنعت رباتیک ایجاد کرده است که: «چگونه میتوان این فناوریها را در رباتها به کار گرفت؟». AMRها نیز از این قاعده مستثنی نیستند.
هلدنبرگ معتقد است مدلهای زبانی بزرگ میتوانند شیوه آموزش رباتها را بهطور اساسی تغییر دهند و عنوان میکند: «موضوع فقط خود هوش مصنوعی نیست، بلکه مسئله اصلی این است که ربات چگونه یاد میگیرد و این یادگیری در چه زمانی اتفاق میافتد. آیا آنچه یاد میگیرد را به طور کامل در حافظه خود ذخیره میکند تا به بخشی از روش عملکرد آیندهاش تبدیل شود یا اینکه همواره در لحظه و بهصورت پویا نیز آموزشهای جدید را یاد میگیرد؟»
از سوی دیگر، سینگلتری نیز باور دارد که هوش مصنوعی میتواند فرآیند استقرار AMRها را سریعتر و آسانتر کند. او توضیح میدهد: «در حال حاضر، برای راهاندازی این رباتها به تنظیمات زیاد و اپراتورهای آموزشدیده نیاز است تا از عملکرد صحیح آنها اطمینان حاصل شود. باید دستورالعملهای مشخصی به آنها داد و آنها را در محیطهایی با محدودیتهای زیاد نگه داشت. اما با رشد هوشمندی این سیستمها، میتوان آنها را در محیطهای بازتر با وظایف کمترمحدودشده به کار گرفت.»
هوش مصنوعی همچنین میتواند توانایی ادراک محیطی (perception) را در AMRها بهطرز چشمگیری ارتقا دهد. به نقل از سینگلتری: «در حوزه ادراک محیطی، فناوریهایی مثل بینایی ماشین و مدلهای زبانی به رباتها این امکان را میدهند که بتوانند بین اشیای مختلف تمایز قائل شوند. دیگر صرفا فقط یک سری نقاط خاص را با اسکن لیزری نمیبینند، بلکه میفهمند که این یک انسان است که ممکن است در حال حرکت باشد یا اینکه این یک دیوار است که ثابت باقی میماند، پس میتوان با سرعت در کنار آن حرکت کرد. این توانایی میتواند باعث جهش بزرگی در افزایش بهرهوری AMRها شود.»
ظهور فناوریهای مکمل در کنار رباتهای متحرک
در سالهای اخیر، رباتهای انساننما و رباتهایی که توانایی راهرفتن دارند، توجههای بسیار زیادی را در صنعت به خود جلب کردهاند و سرمایهگذاریهای قابلتوجهی روی آنها انجام شده است. اما این به معنای پایان کار رباتهای چرخدار نیست. بسیاری از کارشناسان، رباتهای متحرک مجهز به بازوی رباتیک را جایگزینی مقرونبهصرفهتر و قابلاعتمادتر میدانند.
سینگلتری در اینباره بین میکند: «در سالهای اخیر تمایل فزایندهای به استفاده از رباتهای متحرک بازودار (mobile manipulators) یا بهنوعی AMRهایی که یک بازوی رباتیک نیز دارند، ایجاد شدهاست. وقتی یک ربات توانایی برداشتن اشیا و تعامل مستقیم با محیط را پیدا میکند، تعداد وظایفی که میتواند انجام دهد، بهطور چشمگیری افزایش مییابد. اما برای رسیدن به این سطح از توانایی، به نوعی از هوشمندی نیاز داریم که واقعاً فقط به کمک مدلهای پایهای بزرگ (foundation models) قابل دستیابی است.
در کنار این روند، جیک هلدنبرگ به فناوریهای نوظهور دیگری مانند رباتهای خودکار جابهجایی جعبه (Automated Case-handling Robots) یا بهاختصار ACRها اشاره میکند. این سیستمها معمولاً رباتهایی با ارتفاع زیاد هستند که با اشغال فضای افقی کم، حداکثر استفاده را از فضای عمودی میبرند. هلدنبرگ تأکید میکند که ACRها بهویژه در صنعت تولید نوشیدنی میتوانند بسیار کاربردی باشند زیرا جایی چنین رباتهای میتوانند بستهها را مستقیماً به نوار نقاله یا پالتهای انباری منتقل کنند.
آیندهای روشن اما پرچالش
هرچند چشمانداز رباتهای متحرک خودران روشن و امیدوارکننده است، اما مسیر رشد این فناوری خالی از چالش نخواهد بود. جیک هلدنبرگ معتقد است بزرگترین مانع و موضوعی که واقعاً نمیتوان آن را نادیدهگرفت یا حتی بهطور کامل برطرف کرد، مسئله تعادل بین ظرفیت عملیاتی (throughput) و فضای فیزیکی در دسترس (footprint) برای این رباتهاست. هرچه ظرفیت عملیاتی بالاتر برود، به مسیرها یا رباتهای بیشتری نیاز است که بهنوبه خود باعث افزایش تراکم نیروی کار در محیط کار میشود و این خود به مشکلی بزرگ تبدیل خواهدشد.
هلندبرگ در خصوص راهکار عملیاتی وندرلند در این خصوص عنوان میکند که در شبیهسازیها و مطالعات داخلی و همچنین در همکاری با مشتریان نهایی و ذینفعان، این نتیجه حاصل شدهاست که در برخی سطوح از ظرفیت عملیاتی، کماکان استفاده از سامانههای سورتینگ سنتی حلقهای مانند دستگاه crossbelt sorter (ترجمه رسمی این دستگاه سورتینگ تسمهعرضی است اما اصطلاح سورتر کراسبلت در صنعت رایج است) توجیهپذیر است؛ زیرا از سرعت و پایداری بالایی در هنگام فعالیت برخوردار هستند.
اما در مورد AMRها، اگر از منظر «رفتار جمعی» به ماجرا نگاه کنید، در نهایت به چالشهای عملیاتی بحرانیای برمیخورید. با این حال، بازارهای متعددی و رو به رشدی برای AMRها بهویژه در حوزه تجارت الکترونیک وجود دارد اندرو سینگلتری نیز اعتقاد دارد که این حوزه پتانسیل بالایی برای نوآوری دارند. وی به بازارهای جدیدی از جمله تحویل غذا و تحویل مویرگی کالا اشاره میکند و میگوید: «به نظر من، ظریفیتهای بسیار گستردهتری فراتر از تحویل غذا در این حوزه وجود دارد؛ مثلاً ارسال و تحویل فوری و مویرگی کالا به مشتریان ممکن است در مواردی کارآمدتر از بارگیری آنها در یک کامیون بزرگ باشد..»