Что лучше робот или автомат: Что лучше коробка автомат или коробка робот?

Выбираем коробку передач — автомат, робот или вариатор — что лучше, советы бывалых.

У этого поста — 4 комментария.

Содержание статьи:

• Робот, плюсы и минусы.
• Вариатор.
• Коробка «Автомат» — преимущества и недостатки.

Одним из главных факторов при покупке автомобиля, является его коробка передач. Какая она в нём – автомат или вариатор? И некоторые из нас начинают путаться, решая, что же будет лучше – «автомат», «робот», а может быть «вариатор». Поэтому расскажем немного о каждом из этих видов трансмиссии. Для неподготовленных покупателей эта информация будет крайне полезна.

Сразу стоит уточнить, что «автомат» — самый лучший вариант. Поэтому, если есть возможность, советуем приобрести именно его. «Вариаторы» и «роботы» стали распространяться сравнительно недавно, поэтому пока что не известно об их «подводных камнях», хотя главные недостатки уже знают многие. Озвучим эти недостатки и выделим также все главные достоинства роботизированных трансмиссий.

Достоинства коробки типа «робот»:

Относительно малый расход топлива и недорогая цена и обслуживание самой трансмиссии.

Недостатки:

Не очень хорошая плавность переключения и маленькая скорость переключений.

Как устроен «робот».

Самая известная и качественная роботизированная трансмиссия установлена на автомобилях BMW серии M. Её название – SMG, что означает Sequental M Gearbox. Трансмиссия представляет собой механическую 6-ступенчатую коробку передач, где за отключение сцепления и переключения скоростей отвечает электронная управляемая гидравлика. Скорость переключения передачи молниеносная, она равна всего 0,08 сек.

Но есть и другие методы, как сделать из механической коробки передач «робота». Один из самых известных применяется в Mercedes-Benz A-класса. Суть его в том, что на механическую трансмиссию устанавливается электрогидравлический привод сцепления. Водитель переключает скорости так же, как и на автомобиле с обычной механической трансмиссией, но при этом педали всего две. Сцепления нет, потому как электропривод сам следит за тем, где находится педаль газа и рычаг КП, и сам когда надо отключает сцепление. Чтобы не было сильных рывков при переключении, а также, чтобы автомобиль не заглох, электроника берёт во внимание цифры на датчиках двигателя и ABS.

Другой способ получить «робота» — поставить вместо гидронасосов шаговые электродвигатели. Такое используется на автомобилях Opel и Ford. Но на практике этот способ плохо оправдал себя, несмотря даже на свою относительную дешевизну. После такой замены стали происходить сильные рывки, а скорости начали переключаться с довольно ощутимым опозданием. Правда, аналогичным методом воспользовались и японцы, поставив электроприводы на Toyota Corolla, и у них обошлось без подобных недостатков. Скорости переключаются и быстро, и плавно.

Бесступенчатая трансмиссия или «вариатор».

Здесь всё в точности наоборот. То, с чем были связаны основные недостатки «робота», в бесступенчатой трансмиссии напротив – главные преимущества. Это в частности, хорошая плавность и высокая скорость переключения. Основной же недостаток – высокая стоимость трансмиссии и её обслуживания.

Устройство вариатора.

Основателями такого вида трансмиссии были сотрудники фирмы DAF (Нидерланды). Основной принцип работы прост и доступен. Крутящий момент достигается с помощью резинового ремня, который находится на перемещающихся дисках. Те, в свою очередь, образуют шкивы временной передачи. Есть два вида дисков: ведущие и ведомые. Когда первые раздвигаются, а последние сдвигаются, момент «на выходе» становится меньше. В наши дни вместо кожаного ремня ставится либо наборной ремень из стали, либо большая стальная цепь. Главный минус таких коробок передач – это отсутствие задней скорости и «нейтралки». Но производители трансмиссий находят выход из этого, используя разные способы.

Автоматическая трансмиссия или «автомат»:

Стандартная автоматическая коробка передач включает в себя два главных компонента. Один из них – гидротрансформатор, который служит в качестве маховика. Другой – планетарная коробка передач. Между прочим, всё оснащение автоматических трансмиссий за годы их существования не так уж сильно и поменялось. Единственное, что можно отметить – это возросшее число передач. На Vauxhall Victor их было две, а на Lexus LS460 их уже восемь.

Зато сильно изменились системы управления. В самом начале, когда только придумали «автоматы», скорости переключались с помощью небольшого выключателя, который нужно было двигать вверх и вниз. Позже коробки передач стали делать всё это сами. А ещё позже появилась возможность подстраивать трансмиссию под каждого конкретного водителя. В зависимости от того, как он предпочитает ездить, можно стало выбирать один из нескольких режимов. Для лихачей лучшим вариантом будет режим «спорт», для любителей спокойной езды – «комфорт». Такие «умные автоматы» называются адаптивными.

Плюсы:

Высокая плавность и скорость переключения.

Минусы:

Большой расход топлива и высокая цена эксплуатации и самой трансмиссии.

Другие похожие статьи:

Робот или автомат на Тойоте Королле лучше?

Тойота Королла позволяет выбрать между автоматической коробкой передач и роботизированной механической коробкой. Отличия между этими двумя аналогами достаточно значимые. Как выбрать между двумя типами КПП?

Любимый многими седан С-класса Тойота Королла представлен на рынке в нескольких комплектациях. Кроме различных объемов двигателей, вариативной частью является и трансмиссия. Тойота Королла может быть оснащена как уже ставшим классикой «автоматом», так и роботизированной механической коробкой передач, так званой Multimode Transmission. Королла с объемом двигателя 1.6 л позволяет ощутить, что же это такое и в чем плюсы и минусы такой трансмиссии для автолюбителя.

Особенности роботизированной коробки передач

Роботизированная механическая коробка передач – это альтернатива уже традиционной автоматической КПП. Принцип работы коробки-робота такой же, как и у механики, но с участием особого устройства под капотом. По команде от электронного блока управления гидроцилиндры в нужный момент замыкают и размыкают сцепление, включают передачу. Водитель непосредственно принимает участие в процессе, задавая на селекторе нужный режим работы робота, передний или задний ход.

Роботизированная коробка передач

Роботизированная коробка передач имеет как достоинства, так и недостатки. Такой робот работает по четкому механизму. Во время того, как авто набирает скорость, при достижении определенных оборотов двигателя машина сама сбрасывает газ, делает заминку. В этот момент механизм выжимает сцепление и включает передачу. Этот процесс сопровождается ощутимой паузой и рывком автомобиля, особенно при интенсивном ускорении. Чем стремительнее авто набирает скорость, тем ощутимее рывки. Именно поэтому Тойоту Короллу на роботе лучше разгонять плавно, не спеша, ни в коем случае не вдавливая педаль в пол. Для плавного движения на роботе рекомендуется использовать одну треть или половину хода педали газа.

Кроме того, во время движения в пробках при каждой остановке нужно переводить рычаг селектора в нейтральное положение до момента следующего трогания с места. В противном случае, если авто стоит и передача включена, сцепление выжато и находится в постоянном напряжении. Это ведет к преждевременному изнашиванию механизма сцепления. Авто с такой коробкой передач стоит ставить на ручной тормоз, что может вызвать некоторые затруднения в холоднее время года. Если остановить автомобиль на роботе на спуске, не используя ручник, у машины будет откат назад. Кроме того, робот требует периодической калибровки и дополнительного обслуживания. Срок службы такой коробки зависит от режима езды. Ресурс робота более ограничен в условиях города (особенно в крупных мегаполисах с частыми пробками) и значительно больше при частой эксплуатации по трассе.

Салон Toyota Corolla на «роботе»

Бережное обращение с коробкой передач и плавный разгон позволяет значительно продлить срок службы такого робота и заметно сэкономить топливо. Прочувствовав алгоритм переключения передач и привыкнув к особенностям поведения роботизированной коробки, можно по-настоящему насладиться движением на авто с такой трансмиссией. Особенно просто «подружиться» с роботом водителем с хотя бы небольшим стажем.

К достоинствам роботизированной трансмиссии можно отнести то, что двигатель сохраняет свою мощность, не теряя лошадиные силы, как на коробке-автомате. Кроме того, автомобили на роботизированной коробке передач признаны более экономичными и экологичными. Именно поэтому в европейской версии предпочтение отдается строго роботизированным коробкам.

АКПП: достоинства и недостатки

Автомобиль на «автомате» также не настолько динамичный, как классическая механика. По сравнению с роботом, на АКПП больше расход топлива. При активном стиле вождения такая коробка требует больших эксплуатационных затрат (более частую смену масла, расходников). По сравнению с автоматом, обслуживание робота обходится дешевле. Однако автоматическая коробка передач значительно облегчает управление авто, что особенно важно для новичков, не имеющих достаточного опыта, внимательности и уверенности в себе, или людей, предпочитающих комфорт и плавность ходу скорости и динамизму.

Тойота Королла на АКПП

Особенности АКПП в Тойоте Королле – слишком длинные верхние передачи, из-за чего разгон зачастую вялый, но плавный, и отсутствие ручного режима (есть возможность лишь ограничить диапазон передач, которые используются). Кроме того, автомобиль на автомате имеет более высокую стоимость, чем его аналог.

Для быстрой и резкой езды ни робот, ни автомат не подходят на все 100%. Впрочем, они повышают безопасность вождения для людей без опыта, но делают авто более спокойным и задумчивым.

Таким образом, выбор между роботом и автоматом в таком авто, как Тойота Королла, зависит от характера вождения и ожиданий владельца от автомобиля. Оба типа коробок передач имеют как достоинства, так и недостатки, при этом оставаясь аналогами друг друга.

3 ключевых различия между ИИ и робототехникой

ИИ и робототехника

Shutterstock

В будущем роботы могут заменить около 800 миллионов рабочих мест во всем мире, что сделает около 30% всех профессий неактуальными. Кроме того, только 7% предприятий в настоящее время не используют ИИ, но изучают его. Подобные статистические данные вводят людей в ступор и заставляют их поверить, что роботы и ИИ — это одно и то же, чего никогда не было. Вместо этого предприятия и правительства используют приложения на основе робототехники, которые можно охарактеризовать как конвергенцию ИИ и роботов. В отличие от того, что показано в большинстве антиутопических научно-фантастических фильмов или книг, не все роботы разумны. Роботы с искусственным интеллектом, представляющие собой комбинированное применение ИИ и стандартных автоматических роботов, являются лишь одним из нескольких типов роботов. Такие роботы используют алгоритмы и модели ИИ, чтобы выполнять больше, чем просто повторяющиеся серии движений, и повышать свою автономию — но об этом позже. Сегодня роботы с искусственным интеллектом пользуются большим спросом и имеют несколько приложений — либо сами по себе, либо в сочетании с другими технологиями.

Есть несколько отличительных факторов между ИИ и робототехникой, но три перечисленных здесь позволяют людям ясно их понять.

1) ИИ и робототехника: концептуальные различия

Основное определение ИИ вращается вокруг предоставления машинам возможности самостоятельно принимать сложные решения. Аппаратные и программные средства, основанные на ИИ, могут решать сложные задачи реального мира, анализируя огромные объемы данных и находя в них закономерности, невидимые человеку. Машинное обучение и обучение с подкреплением со временем настраивают аналитические возможности таких приложений. Таким образом, приложения на основе ИИ обладают безграничной способностью улучшать выполняемые ими задачи.

Например, рассмотрим такое приложение, как TikTok. Как и большинство приложений для социальных сетей, TikTok также использует «социальный граф», чтобы предоставлять пользователям рекомендации на основе страниц, на которые они подписаны, и видео, которые им нравятся. Алгоритмы машинного обучения TikTok идут на шаг дальше, чем другие приложения для социальных сетей, также используя «график интереса» — используя цифры продолжительности просмотра видео, чтобы предлагать пользователям предложения. Эти предложения будут включать создателей и видео, которые имеют сходство с теми, которые пользователи смотрели дольше всего. Например, если пользователь продолжает смотреть видео с кошками, скажем, более 20 секунд, алгоритмы TikTok будут направлять больше видео о кошках, других кошачьих и других животных в их персонализированный видеопоток, чтобы в конечном итоге вызвать у них зависимость от приложения. Поскольку видеоролики TikTok обычно длятся менее минуты, они могут собирать огромные объемы данных и выполнять пиковую персонализацию быстрее, чем другие приложения для социальных сетей.

Так работает ИИ — используя различные виды данных в качестве справочных данных для улучшения своей работы в течение определенного периода времени. Как указывалось ранее, чем больше набор данных, тем лучше инструмент на основе ИИ будет работать с точки зрения скорости и точности работы.

БОЛЬШЕ ОТ FORFORBES ADVISOR

Проще говоря, робототехнику можно определить как технологическую отрасль, которая занимается проектированием, разработкой и созданием роботов. Эти машины программируются и взаимодействуют с другими устройствами или людьми через приводы и датчики сбора данных. Роботы могут использоваться для выполнения автономных или полуавтономных задач. Некоторые роботы, такие как телероботы, полностью неавтономны, поскольку их работу необходимо контролировать с помощью людей-операторов. Как видите, роботы, основанные на правилах, не «думают» и не принимают решений.

И роботы, и ИИ позволяют предприятиям строить свою деятельность для достижения общей цели — автоматизации на основе ИИ.

2)  Искусственный интеллект и робототехника: различия в степени автоматизации

3 Ключевые различия между искусственным интеллектом и робототехникой

Allerin

Люди, занимающие самые высокие должности в организациях, должны знать, какие технологии им нужны для их бизнес-операций. Те, кто не разбирается в технологиях, могут быть не в состоянии отличить автоматизацию от робототехники.

Простая автоматизация включает использование программного обеспечения, устройств, датчиков или других технологий в комбинации для выполнения задач, которые обычно выполняются отдельным работником или группой работников. Сложность комбинации устройств зависит от типа автоматизируемой операции. Автоматизация может быть двух видов: программная автоматизация и промышленная автоматизация.

Программная автоматизация включает в себя устройства, запрограммированные на выполнение повторяющихся задач с использованием математических и логических операций.

Автоматизация программного обеспечения может включать автоматизацию графического пользовательского интерфейса, используемую для тестирования компьютерных программ. Этот тип автоматизации программного обеспечения используется для записи действий пользователя во время его взаимодействия с графическим интерфейсом и полезен для внесения изменений в базовое программное обеспечение приложения.

Кроме того, программная автоматизация также включает автоматизацию бизнес-процессов (BPA) — использование стандартных средств автоматизации для повышения качества обслуживания клиентов или минимизации затрат. BPA объединяет программные приложения, персонал и аппаратные средства для оптимизации бизнес-операций. Роботизированная автоматизация процессов (RPA) использует программных роботов или ботов для написания компьютерных программ, как программисты-люди. RPA работает на основе запрограммированных скриптов. Интеллектуальная автоматизация процессов (IPA) предполагает использование ИИ, чтобы сделать программные приложения более интуитивно понятными и «похожими на человека». В IPA боты используют прошлые данные в качестве ссылки для более разумного выполнения действий, чем устройства автоматизации программного обеспечения, которые используют рабочий механизм на основе правил или сценариев.

Промышленная автоматизация включает использование роботов для контроля и управления тяжелыми промышленными операциями, такими как упаковка продукции, управление складом и производство.

Хотя робототехника также связана с автоматизацией, она также сочетается с другими областями — машиностроением, компьютерными науками, а также, во многих случаях, с искусственным интеллектом. Роботы, управляемые ИИ, могут выполнять ожидаемые от них функции и задачи автономно с помощью алгоритмов машинного обучения. Роботов с ИИ можно лучше объяснить как интеллектуальные приложения автоматизации, в которых робототехника обеспечивает тело, а ИИ — мозг. Промышленная автоматизация, ИИ и робототехника также включают другие технологии, такие как компьютерное зрение и NLP. В результате роботы с искусственным интеллектом могут выполнять несколько задач без вмешательства человека, например, обнаруживать объект на полу склада и размещать его там, где он должен быть.

Хотя стандартные автоматические роботы уже используются для нескольких видов бизнес-задач, роботы, которые автономно работают с алгоритмами ИИ, оптимизируют будущие организационные операции.

3) ИИ и робототехника: различия в адаптивности

ИИ выводит робототехнику на новые территории, такие как концепция роботов с самосознанием. Обычно роботы — это просто машины, сделанные из металла, датчиков, кабелей и некоторой электроники. Таким образом, они не обладают «шестым чувством», которым обладают люди, когда кто-то приближается к ним. Сочетание искусственного интеллекта и робототехники, машинного обучения и сенсорных технологий позволяет создавать ситуационно осведомленных роботов, которые могут «чувствовать» присутствие людей вокруг. Такие роботы обладают обонянием, пространственной близостью и реакцией на раздражители. ИИ также полезен, чтобы сделать роботов почти такими же ловкими, как люди. ИИ также позволяет разработчикам робототехники создавать такие концепции, как София, один из самых известных в мире социальных роботов. Помимо автономного мышления, принятия решений и мобильности, София также обладает способностью определять эмоции людей и вступать с ними в интерактивные, человеческие разговоры.

Роботы существуют, чтобы брать на себя задачи, которые не должны делать люди. Как правило, роботы работают в соответствии со строгими инструкциями по автоматизации задач и позволяют людям сосредоточиться на задачах, требующих интеллекта. Другими словами, стандартные автоматизированные роботы не должны «обучаться», принимать решения или анализировать данные во время их проектирования, разработки, производства или выполнения задач, для которых они созданы. Соответственно, варианты использования роботов ограничиваются такими задачами, как уборка, перенос посылок из одного места в другое, стрижка газонов и тому подобные.

ИИ, с другой стороны, стремится максимально очеловечить технологии. Модели ИИ являются неотъемлемой частью CRM, персональных помощников и ERP-систем. Эти задачи очень сложны и требуют точной оценки данных и возможностей принятия решений. Кроме того, решения необходимо принимать с учетом широкого спектра факторов и тысяч терабайт данных. Например, система управления закупками на основе ИИ будет оценивать такие факторы, как прошлые записи о закупках материалов, часы работы поставщиков, время, необходимое для доставки материалов из каждой комбинации поставщик-маршрут, и другие факторы. Модели, используемые в такой системе, со временем постоянно «обучаются» и совершенствуются. Таким образом, их принятие решений и анализ данных улучшаются так же, как люди улучшаются с опытом. Сочетание ИИ и робототехники основано на аспектах автоматизации роботов, а также на обучающих и когнитивных аспектах моделей ИИ.

Искусственный интеллект и робототехника представляют собой прекрасное сочетание для бизнеса, умных городов и других областей. ИИ позволяет роботизированной автоматизации постоянно совершенствоваться и выполнять сложные бизнес-операции без намека на ошибку.

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.

The Explanation

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

The Advice

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 связать их вместе в мощные двигатели инноваций.

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.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 платформу 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 объектов. 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 универсальные способности, 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 — забирать товары из контейнеров для оптовых складов 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 получить к ней доступ и легко проанализировать 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 надежной 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. Современное основание 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, онлайн-рынка 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 слова, 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, чтобы 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 мэйнфреймов 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 проекту 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 ИДЕЯХ, 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.