L’aumento del costo del lavoro e i margini di consegna più ristretti stanno spingendo i grandi operatori di piattaforme come Grab a considerare l’automazione. Si è mossa per portare internamente le capacità di robotica con l’acquisizione di Infermove.
Il Grab opera su una scala in cui piccoli miglioramenti in termini di efficienza possono avere effetti enormi. La sua piattaforma supporta milioni di consegne nel Sud-Est asiatico, molte delle quali effettuate da ciclisti su scooter e biciclette in aree urbane densamente popolate, producendo una complessità che limita la quantità di automazione che potrebbe sostituire il lavoro umano. Acquisendo un’azienda focalizzata su robot progettati per ambienti non strutturati, Grab ritiene che l’intelligenza artificiale del mondo fisico sia sufficientemente matura da poter essere utilizzata in casi al di fuori dei programmi pilota.
Automazione della consegna vicino alle operazioni principali
Piuttosto che fare affidamento su sistemi standardizzati, Grab sta scegliendo di internalizzare il ciclo di sviluppo. La tecnologia di Infermove è progettata per apprendere dai dati di movimento del mondo reale, comprese le informazioni generate da veicoli di consegna non motorizzati. In termini pratici, ciò significa che i robot vengono addestrati su come le persone effettivamente percorrono marciapiedi, incroci e punti di raccolta affollati, piuttosto che su come tali spazi appaiono nelle simulazioni.
Per un operatore di consegna come Grab, questa distinzione è importante. Gli ambienti simulati possono supportare lo sviluppo iniziale, ma spesso si scontrano con i casi limite che definiscono le città reali. Portare internamente questo processo di apprendimento consente a Grab di modellare il comportamento dell’automazione in base ai propri vincoli operativi, anziché adattare la propria rete di distribuzione per adattarsi a un sistema di terze parti.
Dal punto di vista aziendale, il valore strategico risiede nel controllo. Possedere la tecnologia dà a Grab una maggiore influenza sul ritmo di implementazione, sull’ambito operativo e sui compromessi in termini di costi. Riduce inoltre la dipendenza a lungo termine dai fornitori le cui priorità potrebbero non corrispondere all’impronta regionale o alle realtà economiche di Grab.
L’automazione, tuttavia, non è posizionata come un sostituto dei ciclisti umani. Anche se i robot assumono parte del flusso di lavoro, le persone rimangono centrali nella fornitura dei servizi. L’interesse di Grab sembra focalizzato sull’uso selettivo, come segmenti strutturati del primo o dell’ultimo miglio in cui i compiti sono ripetitivi e le distanze sono brevi. In queste aree, i robot possono aiutare ad attenuare i picchi di domanda, ridurre i ritardi durante le ore di punta e allentare la pressione durante la carenza di manodopera.
Gestire la pressione sui costi senza interrompere il servizio
Durante un incontro interno a dicembre, il responsabile tecnologico di Grab, Suthen Thomas, ha descritto i progressi di Infermove come “impressionanti”, sottolineando sia la tecnologia che il suo primo utilizzo commerciale. Ha anche detto che la società continuerà a operare in modo indipendente, con il suo fondatore che riporterà direttamente a lui. La struttura suggerisce che Grab sta dando priorità all’esecuzione e alla continuità piuttosto che alla rapida integrazione organizzativa.
L’approccio riflette un cambiamento più ampio tra le grandi piattaforme digitali. Invece di trattare l’intelligenza artificiale come uno strato aggiunto ai sistemi esistenti, le aziende la stanno incorporando più profondamente nelle operazioni principali. Nel settore delle consegne e della logistica, ciò significa spesso passare dal software di ottimizzazione all’automazione fisica, dove i rischi e i costi sono più elevati ma i potenziali guadagni sono più strutturali.
Anche il tempismo è indicativo. I volumi di consegna su richiesta continuano a crescere, ma i margini rimangono sotto pressione. I clienti si aspettano un servizio più rapido e tariffe più basse, mentre gli operatori devono affrontare salari in aumento, costi del carburante e una regolamentazione più severa. In tale ambiente, l’automazione diventa meno una questione di novità e più una questione di sostegno dei livelli di servizio senza erodere la redditività.
Avvicinare lo sviluppo della robotica alle operazioni può anche aiutare ad allineare gli incentivi all’uso dei dati. L’addestramento dei sistemi fisici di intelligenza artificiale richiede grandi quantità di dati del mondo reale, che le piattaforme di distribuzione già generano su larga scala. Mantenere il ciclo di feedback interno può accelerare l’iterazione e ridurre la necessità di condividere dati operativi sensibili all’esterno.
Ci sono ancora dei limiti. È improbabile che i robot progettati per marciapiedi e percorsi brevi sostituiscano presto i corrieri umani in un’intera rete. Il clima, le regole locali e l’accettazione da parte dei clienti continueranno a determinare i luoghi in cui l’automazione può realisticamente operare. L’espansione in più paesi aggiunge ulteriore complessità, poiché le infrastrutture e le normative variano ampiamente.
Le previsioni del settore suggeriscono una rapida crescita della robotica per le consegne dell’ultimo miglio, ma tali cifre offrono indicazioni limitate per gli operatori. La domanda più immediata è se l’automazione possa ridurre il costo per consegna senza introdurre nuovi punti di errore. Ciò dipende meno dalle dimensioni del mercato e più dalle prestazioni negli ambienti live.
Vista da un punto di vista aziendale, l’acquisizione di Infermove non è una scommessa sulla robotica come categoria di prodotto. Si tratta di una mossa per rafforzare il collegamento tra intelligenza artificiale, dati e operazioni fisiche. Per le società di piattaforme basate sulla logistica e sulla mobilità, tale integrazione può diventare un fattore chiave nella gestione della crescita sotto una pressione sostenuta sui costi.
(Foto di Afif Ramdhasuma)
Vedi anche: The Law Society: le leggi attuali sono adatte all’era dell’intelligenza artificiale
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici, clicca Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
