Том Бианкулли (Tom Bianculli), технический директор в компании Zebra Technologies, рассказал об интеллектуальной автоматизации, машинном зрении, предписывающей аналитике и других главных трендах в развитии корпоративных технологий на 2021 год.

Сталкиваясь с непредвиденными трудностями в преддверии 2021 года, многие компании пытаются оценить, как оптимизировать бизнес-процессы и ускорить рост в новом году. Пандемия COVID-19 для некоторых отраслей стала настоящим ударом, и ее сдерживающее влияние будет ощущаться и в следующем году. Для других она, наоборот, послужила катализатором развития ключевых технологий, с помощью которых компании смогут добиться поставленных целей в будущем. Возможность интегрировать новые технологические решения для поддержания бизнеса и его рентабельности, а также оптимизации рабочих процессов, чтобы справляться с постоянными пиковыми нагрузками и сбоями в цепочке поставок, — это ключевой критерий, по которому и далее будет оцениваться успешность компании.

Из-за пандемии развитие уже привычных нам тенденций стало еще стремительнее, особенно в области электронной коммерции, автоматизации и оптимизации цепочек поставок. В этом контексте стоит упомянуть варианты покупки в Интернете с самовывозом из магазина, доставки из магазина и распространения через небольшие центры обработки заказов, находящиеся в шаговой доступности. Мы смогли воспользоваться этими возможностями благодаря технологическим инновациям, таким как Интернет вещей, облачные вычисления и динамическое интеллектуальное планирование.

Компании начали больше инвестировать в технологии интеллектуальной автоматизации, включая робототехнику и искусственный интеллект (ИИ), а также в решения для машинного обучения и предписывающей аналитики. Для компаний, которые хотят обучить своих сотрудников, работающих непосредственно с клиентами, быстро принимать взвешенные решения, такие технологии должны стать приоритетными в 2021 году.

Ускорение автоматизации розничной торговли по всей цепочке поставок — от магазинов и складов до дистрибьюторских центров — было вызвано спросом на доставку напрямую потребителям, особенно на доставку по требованию, вследствие чего курьерские службы были вынуждены работать на износ даже в те периоды, которые раньше не были пиковыми. Вследствие этого значительно вырос спрос на автоматизацию рабочих процессов, поскольку именно так можно удовлетворить потребности клиентов, а также повысить эффективность работы.

Компьютерное и машинное зрение

Современные решения в области компьютерного и машинного зрения позволяют более точно отображать физическую среду компании независимо от отрасли.

Благодаря данным, собранным с помощью систем компьютерного зрения, такие решения могут визуально интерпретировать и анализировать происходящее на глубинном уровне и в более широком контексте. Компьютерное зрение может составить конкуренцию человеческим возможностям и, к примеру, улучшить контроль складских запасов и обслуживание в магазинах. А если использовать для таких технологий различные источники данных, то можно автоматизировать процесс принятия решений и помочь руководителям лучше понимать процессы в своей компании и действовать эффективнее.

Машинное зрение — это реализация методов компьютерного зрения, в частности визуальных, для выявления и оценки аномалий. Иными словами, это технологии, которые позволяют точно проверять качество изготовления и соответствие технологическим стандартам, а также обеспечивать высокий уровень повторяемости. Машинное зрение уже много десятилетий применяется на производственных линиях для контроля качества деталей и процесса сборки. Используемые в машинном зрении сенсорные и вычислительные технологии становятся все более функциональными и экономичными, поэтому сфера их применения расширяется. Например, с их помощью можно в реальном времени обрабатывать трехмерные изображения для выполнения более сложных задач проверки.

Благодаря умению фиксировать, обрабатывать и интерпретировать данные, а также выполнять действия на их основе системы с компьютерным и машинным зрением могут помочь справиться с насущными проблемами, которые угрожают стать ресурсоемкими задачами. Именно поэтому вопрос автоматизации рабочих процессов с помощью компьютерного и машинного зрения будет актуален в 2021 году.

Интеллектуальная автоматизация с применением ИИ и робототехники

ИИ применяется в решениях для взаимодействия с потребителями на естественном языке, таких как виртуальные ассистенты Alexa и Siri. Со временем эти системы учатся не только более точно распознавать голос, но и понимать сказанное, включая контекст и персональные предпочтения говорящего. В свою очередь, компании используют технологию обучения на основе ИИ для оптимизации своих рабочих процессов, например, доставки и обслуживания клиентов. ИИ может совершенствоваться, чтобы рекомендовать наилучшие действия по исправлению ситуации. Это особенно важно для динамичных отраслей, где задействовано большое количество работников, например, в розничной торговле, на складах, производстве и в медицинских учреждениях.

Многие из этих технологических тенденций ускоряют развитие инноваций и повышают рентабельность решений в области автоматизации. Компьютерное зрение, облачные технологии, ИИ и недорогие инструменты для вычислений — все это способствует росту популярности робототехники. Многие компании занимались и занимаются инвестированием в средства автоматизации, потому что хотят более эффективно производить продукты со стабильно высоким качеством. Тенденция задействовать робототехнику в рабочих процессах наблюдается и во многих специализированных отраслях. А тем компаниям, которые еще этого не сделали, стоит подумать о том, чтобы полностью перейти на робототехнические решения либо использовать их в качестве помощников для сотрудников.

Ожидается, что в некоторых технологических процессах в 2021 году гибридная модель (при которой техника помогает людям выполнять определенные задачи) будет более популярна, чем полная автоматизация. Конечно, предложения модернизировать производство и перейти от ручного труда к полной автоматизации звучат заманчиво, однако не стоит бежать впереди паровоза. В ближайшей перспективе это будет происходить в гибридном формате и на производстве будут работать обе группы — люди и роботы (коллаборативные роботы, или «коботы»). То есть на данный момент роботы не могут полностью заменить людей.

Автоматизация розничной торговли и управления складом

Из-за популярности онлайн-покупок в 2020 году сфера электронной коммерции начала развиваться семимильными шагами, и, согласно прогнозам, на нее будет приходиться 28% сетевых розничных продаж во всем мире. В свою очередь, переход на онлайн-торговлю ускорился примерно на три года, что вынудило владельцев быстро оптимизировать работу своих розничных магазинов, выполнение заказов и логистику для повышения производительности, поскольку им пришлось столкнуться с проблемами рентабельности, связанными с электронной коммерцией.

Оптимизация розничной торговли стала возможной за счет автоматизации физического труда и поддержания стационарной инфраструктуры, построенной на основе таких средств отслеживания, как система радиочастотной идентификации (RFID), полочные камеры и компьютерное зрение.

Благодаря автоматизации физического труда, RFID и технологиям термочувствительных датчиков, а также расширению парка робототехники (в том числе коботов, с которыми непосредственно взаимодействуют люди) можно оптимизировать рабочие процессы на складах, в цепочке поставок и в сфере электронной коммерции. К примеру, с помощью таких интеллектуальных решений для измерения температуры, как HEATmarker и FREEZEmarker можно выяснить, влияли ли на вакцины или лекарства потенциально опасные условия, которые могут привести к снижению их эффективности или безопасности.

Анализ данных и предписывающая аналитика

Спрос на большую прозрачность и эффективное интеллектуальное планирование продолжает расти. Данные — бесценный актив, мощь которого раскрывается только в том случае, если квалифицированный специалист использует его в правильное время для достижения определенного результата.

Для задач предписывающей аналитики данные собираются практически в реальном времени, что значительно повышает эффективность работы и позволяет принимать взвешенные решения. Часто для аналитики в компаниях используются исторические данные, из-за чего возникают трудности при внедрении новых источников потоковых данных в прогнозирующие модели, на основе которых в реальном времени принимаются решения и определяются результаты.

Решения интеллектуального планирования и предписывающая аналитика используются для различных целей, в том числе в работе с кадрами, материально-техническими ресурсами и при выполнении заказов, помогая решать ключевые задачи управления и позволяя более эффективно работать в условиях новых стандартов. Возможность планировать свою деятельность в текущий момент и использовать данные, чтобы спрогнозировать операционные и бизнес-решения в реальном времени, станет новым требованием для предприятий, и его значимость в 2021 году будет только расти. Если объединить данные о клиентах и материально-технических ресурсах с другими внешними источниками, можно будет в реальном времени соотносить планы с тенденциями. Это крайне важно для тех инновационных компаний, которые хотят перейти от режима реагирования к режиму упреждающих изменений.

Стремление к большей прозрачности повышает интерес к интеллектуальному планированию, решениям в области автоматизации и предписывающей аналитики в нашей отрасли. Учитывая то, как быстро меняется жизнь, способность действовать более гибко стала определяющей в сферах розничной торговли, транспорта и логистики, производства и здравоохранения. Поэтому теперь интеллектуальная автоматизация играет важную роль при планировании работы с кадрами, материально-техническими ресурсами и при выполнении заказов.