गोदाम ऑटोमेशनची सर्वात कठीण समस्या कदाचित शेवटची 20% आहे

Lights-out गोदाम अजूनही वास्तवापेक्षा roadmap अधिक आहे

वर्षानुवर्षे, पूर्णपणे स्वायत्त गोदाम ही कल्पना रोबोटिक्समधील सर्वात टिकाऊ आश्वासनांपैकी एक राहिली आहे. प्रस्ताव साधा आहे: robots सर्व काही हाताळतील, सुविधा चोवीस तास सुरू राहतील, आणि मानवी सहभाग किमान पातळीवर येईल. पण वेअरहाऊस रोबोटिक्स कंपनी Brightpick च्या अलीकडील युक्तिवादांवर विश्वास ठेवला तर, त्या परिणामापर्यंत पोहोचण्याचा मार्ग एखाद्या भव्य झेपेपेक्षा edge cases व्यवस्थित कमी करण्याशी अधिक संबंधित आहे.

Brightpick चे सहसंस्थापक आणि मुख्य कार्यकारी Jan Zizka या महिन्याच्या अखेरीस Boston मध्ये होणाऱ्या Robotics Summit & Expo मध्ये हा दृष्टिकोन मांडणार आहेत, जिथे कंपनी lights-out operations कडे नेणारा व्यावहारिक roadmap कसा पाहते ते ते स्पष्ट करणार आहेत. हे framing महत्त्वाचे आहे, कारण हे robotics marketing मधील त्या दीर्घकालीन प्रवृत्तीला आव्हान देते, ज्यात full autonomy ला conditional नसून अगदी जवळ येऊन ठेपलेले म्हणून मांडले जाते.

The Robot Report मध्ये वर्णन केल्याप्रमाणे, कंपनीच्या भूमिकेनुसार आजचे सर्वात प्रभावी operating model हे labor चे पूर्ण replacement नाही, तर hybrid automation आहे. या मॉडेलमध्ये robots बहुतेक repetitive work करतात, तर exceptions, peak demand, किंवा judgment-intensive tasks उद्भवल्यावर humans हस्तक्षेप करतात.

Hybrid systems पुढे का आहेत

हा युक्तिवाद robotics च्या mythology पेक्षा गोदाम ऑटोमेशनच्या खऱ्या economics ला अधिक चांगल्या प्रकारे दाखवतो. गोदामांमध्ये अनेक activities predictable, frequent, आणि well structured असतात. हीच ती कामे आहेत जी robots प्रभावीपणे करू शकतात. पण tasks चा एक छोटा भाग irregular, ambiguous, किंवा standardize करणे कठीण असू शकतो. त्याच गोष्टींवर disproportionate engineering effort खर्च होतो.

रिपोर्टनुसार संक्षेपित Brightpick चे मत असे आहे की workflows च्या शेवटच्या 10% ते 20% भागाचे automation करणे हा तो टप्पा आहे जिथे complexity आणि cost झपाट्याने वाढतात. कामाच्या त्या शेवटच्या भागात edge cases येतात: unusual items, unexpected conditions, order flow मधील exceptions, किंवा असे निर्णय जे humans अजूनही अधिक लवचिकपणे हाताळतात.

हा automation मधील परिचित pattern आहे. शून्यापासून partial autonomy पर्यंत जाणे मोठे फायदे देऊ शकते. पण high automation पासून near-total autonomy पर्यंत जाण्यासाठी, लहान incremental return च्या बदल्यात अधिक capital आणि system sophistication लागते. व्यवहारात, value चा प्रश्न तांत्रिक प्रश्नाइतकाच महत्त्वाचा ठरतो.

म्हणूनच Brightpick चे म्हणणे आहे की smart operators नी automation त्या ठिकाणी केंद्रित करावी जिथे return on investment सर्वात मजबूत आहे. पहिल्या दिवसापासून पूर्णपणे human-free facility वर आग्रह धरण्याऐवजी, कंपन्या operations चा repetitive core automate करू शकतात, सर्वाधिक महत्त्वाच्या ठिकाणी human flexibility ठेवू शकतात, आणि वेळोवेळी exception set कमी करू शकतात.

काही परिस्थितींमध्ये partial lights-out आधीच शक्य आहे

कंपनीची भूमिका अशी नाही की lights-out warehousing ही कल्पनारम्यता आहे. ती एवढेच म्हणते की विशिष्ट workflows आणि environments मध्ये, विशेषतः निवडकपणे लागू केल्यास, ही संकल्पना आधीच व्यवहार्य आहे. The Robot Report नुसार, partial lights-out operations मध्ये unsupervised night shifts असू शकतात, तर दिवसातील peak आणि exceptions लोक हाताळतात.

हा एक महत्त्वाचा फरक आहे. यावरून असे सूचित होते की autonomy प्रथम total operational condition म्हणून नव्हे, तर scheduling strategy म्हणून वाढू शकते. जर robots कमी गुंतागुंतीच्या काळात processes सुरू ठेवू शकत असतील, तर operators कठीण full-time edge-case automation वर अतिप्रतिबद्ध न होता labor आणि throughput चे फायदे मिळवू शकतात.

दुसऱ्या शब्दांत, जवळच्या भविष्यकाळातील गोदाम नेहमीच पूर्णपणे dark असेल असे नाही. त्याऐवजी ते modes दरम्यान बदलत राहू शकते, ज्यात automation स्थिर काळ झाकेल आणि variability वाढल्यावर humans पुढे येतील. classic lights-out narrative पेक्षा हे कमी नाट्यमय आहे, पण कदाचित अधिक विश्वासार्ह आहे.

Brightpick चे business case व्यापक बाजाराचे प्रतिबिंब आहे

रिपोर्ट Brightpick बद्दल अधिक संदर्भ देतो. 2021 मध्ये machine-vision provider Photoneo मधून वेगळे झालेली ही कंपनी म्हणते की तिचे AI robots order picking, buffering, consolidation, dispatch, आणि stock replenishment automate करू शकतात. ती हेही सांगते की तिची Autopicker systems काही आठवड्यांत तैनात करता येतात आणि गोदाम ऑपरेटरना labor गरजा कमी ठेवण्यात मदत करतात.

हे दावे robotics मधील व्यापक market pattern शी जुळतात, जिथे कंपन्या automation ला मानव कामाचा सार्वत्रिक replacement म्हणून नव्हे, तर modular operational slices म्हणून विकतात. Order picking आणि replenishment ही आकर्षक लक्ष्ये आहेत, कारण ती labor-intensive आणि repetitive आहेत, पण machine vision आणि mobile manipulation चा फायदा घेण्याइतकी structured देखील आहेत.

रिपोर्टमध्ये दिलेली Zizka यांची पार्श्वभूमीही तांत्रिक framing मजबूत करते. Brightpick पूर्वी त्यांनी Photoneo सह-स्थापित केले, जी कंपनी 2024 मध्ये Zebra Technologies ने विकत घेतली. त्यांच्याकडे 3D sensing, mobile robotics, आणि संबंधित क्षेत्रांमध्ये 20 पेक्षा अधिक patents आहेत असे सांगितले जाते. हे कंपनीच्या thesis ला सिद्ध करत नाही, पण Brightpick शुद्ध प्रचाराऐवजी engineering-and-economics argument का अधोरेखित करत आहे हे स्पष्ट करते.

खरी शर्यत पूर्ण autonomy प्रथम मिळवण्याची नाही

Brightpick च्या संदेशाचा अधिक उपयुक्त अर्थ असा की warehouse robotics maturity phase मध्ये प्रवेश करत आहे. स्पर्धेचा प्रश्न आता कदाचित total autonomy बद्दल सर्वात धाडसी promise कोण देऊ शकते हा उरलेला नाही. तर आजच automate करण्यायोग्य work चा सर्वाधिक मौल्यवान subset कोण ओळखू शकतो, आणि कालांतराने अधिक exceptions शोषून घेणारी systems कोण तयार करू शकतो, हा आहे.

ही पूर्णपणे dark गोदामाची सिनेमॅटिक कथा नाही, पण औद्योगिक तंत्रज्ञान जसे पसरते त्याच्याशी ती अधिक जुळते. Breakthroughs महत्त्वाचे असतात, पण ते बहुतेक staged adoption, narrow use cases, आणि operational discipline द्वारेच उत्पन्नात रूपांतरित होतात.

Robotics Summit मधील सादरीकरण अजूनही तेवढेच आहे, फक्त एक talk. ते product launch नाही, स्वतंत्र validation study देखील नाही. पण अंतर्भूत दावा लक्ष देण्यासारखा आहे, कारण तो दर्शवतो की warehouse robotics कुठे जात आहे: instant perfection कडे नाही, तर economics स्पष्टपणे योग्य ठरवेल तिथे autonomous operation वाढवणाऱ्या increasingly capable hybrid systems कडे.

ही logic जर टिकली, तर गोदाम कामातील शेवटचे 20% पुढील दशकातील automation ला पहिल्या 80% पेक्षा अधिक परिभाषित करू शकते. जिंकणाऱ्या कंपन्या फक्त काम करणारे robots तयार करणार नाहीत. त्या असे deployment models तयार करतील जे नेमके कधी अजून मनुष्य गायब झाला आहे असे भासवायचे नाही हे जाणतात.

• Brightpick चा युक्तिवाद आहे की hybrid automation आजचा सर्वात व्यवहार्य warehouse model आहे.
• कंपनीचे म्हणणे आहे की automation चा अंतिम 10% ते 20% भाग disproportionately कठीण आणि खर्चिक आहे.
• Unsupervised night shifts सारख्या partial lights-out operations निकट भविष्यात अधिक वास्तववादी मार्ग ठरू शकतात.

हा लेख The Robot Report च्या बातमीवर आधारित आहे. मूळ लेख वाचा.