Search
Close this search box.

史上最大人機協作實驗!亞馬遜如何用生成式 AI 讓倉庫機器人大升級?

亞馬遜一間位於美國田納西州的倉庫中,有數百個機器人正在吊起、搬運和分類貨物──它們外型像曲棍球餅,或巨大的機械手臂,有些負責運送單一包裹,也有些載著裝有數十份訂單的籠子前往裝卸碼頭。

這些機器人可以不用柵欄隔開,已經學會因應環境變化放慢速度、停下來。外媒評論,亞馬遜的倉庫正在見證史上最大的機器人和工人的合作實驗。

事實上,自從 2012 年收購機器人新創 Kiva,亞馬遜已打造出「世界上最大協作機器人部署」,如今,亞馬遜 75% 以上的客戶訂單,都來自機器人驅動的設施。其高層表示,在這過程中,亞馬遜正悄悄把自己轉變為全球最大的工業機器人製造商和營運商。

「我們幾乎所有機器人相關工作,都用了生成式 AI」

不過,在亞馬遜工作近 10 年的機器人首席技術專家 Tye Brady 卻說,亞馬遜在機器人領域才剛起步,「生成式 AI 到來,我終於感覺到我們將機器人的思想和身體融合在一起,」讓亞馬遜有更多理由投入機器人領域,並在結合生成式 AI 之後淺嚐甜頭。

對於亞馬遜來說,機器學習的進步,有助於優化電腦視覺;感測器和執行器的成本降低提高了機器人的移動能力;生成式 AI 的演進,改善了機器人的測試、監控和自動化。

亞馬遜實際使用生成式 AI 的案例包括,幫機械手臂規劃移動路徑,藉此更好地理解各個關節的運動範圍,並找出最優化的順序來抓取物品。此外,生成式 AI 也被用來打造視覺化包裝,並協助構思機器人該如何處理尺寸不規則的包裹。

此外,生成式 AI 也被亞馬遜用來當作交通控制器,監控如何在倉庫地板上有效地移動設備。這項技術也被用於損壞檢測,幫助亞馬遜更了解貨物在物流中心的流程。而亞馬遜的機器人軟體工程師,也透過生成式 AI 輔助寫程式。

Brady 表示,「我們在幾乎所有與機器人相關的工作中都使用了生成式 AI。」

針對導入流程,亞馬遜在確定目標成果後,會先在實驗室打造原型,接著在某一物流中心的一層樓約四分之一面積的區域進行測試。過程中,亞馬遜調整原型設計,解決運作中的摩擦點。接著,會將測試範圍擴大到整層樓,最終延伸至整個物流中心。如果一切順利,這些新的機器人技術將有機會部署到更多據點。

AI 倉庫機器人帶來的成效如何?

對亞馬遜來說,AI 大幅提升了倉庫機器人的潛力,而過去在倉庫機器人投資數十億美元、在全球部署超過 75 萬台機器人的押注,已經逐漸從中受益。

亞馬遜位於路易斯安那州 Shreveport 物流中心,擁有它們試圖重新構思物流、最具前瞻性的設備──機器人數量比其他物流中心多 10 倍,包括自主移動機器人、機械手臂,以及整合 AI、機器人技術和電腦視覺的系統。

根據亞馬遜,Shreveport 能夠比自家其他倉儲設施快 25% 處理客戶訂單,並將成本降低 25%。Brady 表示,這個環境對員工來說也更加安全,可以幫助人類更有效率地工作

亞馬遜導入機器人的挑戰,突顯人機協作價值

在一篇《美聯社》的採訪中,亞馬遜被問到導入倉庫機器人的挑戰。亞馬遜機器人分類技術總監 Julie Mitchell 表示,挑戰可以區分為 3 大面向:你需要感知場景、規畫你的動作、執行,目前亞馬遜正透過 AI 協助改善。

另一個挑戰在於整合,更突顯了人類員工的價值。Mitchell 表示,亞馬遜在採用機器人本身沒有問題,但因為系統複雜,加上現實世界充滿變數,總會發生一些狀況。舉例來說,如果卡車無法準時抵達或離開,倉庫就會出現意料之外的瓶頸──這時機器人系統和員工之間的協作與溝通,就變得非常重要

不過,當機器人越來越全能,勢必衝擊就業。麻省理工學院和波士頓大學一項研究指出,工業機器人對於美國勞工就業、薪資產生負面影響,影響程度因地區、產業而異。

亞馬遜不否認工作將發生變化,但表示科技進步也對勞工有利,例如不用再搬運重達 22.6 公斤的箱子等危險費力的工作。如果負責這些工作的人力被機器取代,工人就必須接受新的培訓。亞馬遜的因應做法是提供學徒計畫,鼓勵完成計畫的員工加薪 40%。

Mitchell 指出,部署倉庫機器人,其實是一場自動化與人類協同合作的過程,重點不是讓機器人完全取代人類,而是讓人類與機器人成為一個整體,共同完成「讓產品順利出貨」的目標。

第一線工人、產品開發人員、製造工程師和安全工程師都在亞馬遜的機器人開發扮演關鍵角色。Brady 表示,隨著機器人技術不斷突破,確保系統和勞工和諧運作,最終責任落在技術人員身上。

他表示,不能因為機器適合在室溫 18 度運作,就強制員工接受,「我們必須讓我們的機器用起來非常、非常簡單。」

舉例來說,有員工表示不確定機器人靠近他們時,是否真的檢測到人類的存在,亞馬遜就在自主移動機器人上增加「眼睛」,幫助辨認。

圖片來源:Amazon

【推薦閱讀】

工作任務從 5 分鐘變 5 秒!這些企業用 AI 代理解決 4 大問題

Meta vs. 蘋果新戰場:人形機器人,各自的優勢是什麼?

機器人 RaaS 模式採用率降低?分析影響揀選機器人未來 6 大因素

*本文開放合作夥伴轉載,資料來源:《Fortune》1《Fortune》2《AP》《Business Insider》EXOTEC,首圖來源:取自 Amazon