قیمت یک ربات ۲ دلار است یا ۳۵ دلار در ساعت؟ بازار چند تریلیون دلاری به چگونگی پاسخ بستگی دارد

آیا ربات ها واقعا در پول شرکت ها صرفه جویی می کنند؟

بر اساس مطالعه رولاند برگر در اوایل سال جاری، بسته به اینکه از چه کسی بخواهید، قیمت یک ربات در ساعت 2 دلار است. 10 تا 12 دلار، طبق گزارش JPMorgan یا بیش از 35 دلار، بر اساس گزارش های مربوط به استقرار اولیه صنعتی.

به نظر می رسد این ارقام با یکدیگر تناقض دارند. در واقع، آنها سؤال واقعی پیش روی صنعت هوش مصنوعی فیزیکی را آشکار می کنند: یک ربات چقدر کار مفید می تواند به طور قابل اعتماد انجام دهد؟

شرکت ها به روبات هایی که از نظر تئوری ارزان هستند نیاز ندارند. آنها به نیروی کار قابل اعتماد در شرایط نامرتب یک کارخانه، انبار یا مرکز توزیع نیاز دارند.

این تمایز تعیین می کند که آیا هوش مصنوعی فیزیکی مجموعه ای گران قیمت از خلبانان باقی می ماند یا تبدیل به بازار کار با تریلیون ها دلار می شود.

اقتصاد به استفاده بستگی دارد

محاسبه هزینه ساعتی یک ربات نسبتا ساده است. هزینه خرید یا اجاره آن را بر ساعات پرباری که در طول عمر کار می کند تقسیم کنید، سپس نیرو، تعمیر و نگهداری، نرم افزار، یکپارچه سازی و نظارت را اضافه کنید.

متغیری که همه چیز را تغییر می دهد زمان مولد است.

در معادله رولاند برگر، 2 دلار در ساعت انرژی، نرم افزار، شبکه و نگهداری برنامه ریزی شده را پوشش می دهد. این شامل خرید یا اجاره دستگاه نمی شود. این معادل هزینه جاری در حجم است، نه هزینه استقرار. وقتی 2 دلار در ساعت در برابر میانگین دستمزد انسان در انبار ایالات متحده قرار می گیرد، تنها زمانی برنده می شود که ربات ها 60 تا 70 درصد مواقع کار کنند.

یک ربات صنعتی 90000 دلاری را در نظر بگیرید که طی پنج سال مستهلک شده است. با 2000 ساعت کاری در سال، سخت افزار حدود 9 دلار به هر ساعت کار کمک می کند. هزینه های تعمیر و نگهداری و سایر هزینه ها را اضافه کنید و مجموع ممکن است به 12 دلار برسد.

اما اگر ربات تنها 1000 ساعت در سال کار کند، هزینه سخت افزار در هر ساعت تولیدی دو برابر می شود. اگر فقط در اوج های گاه به گاه کار کند یا دوره های طولانی را در انتظار یک کار بگذراند، هزینه موثر بیشتر افزایش می یابد.

همون ربات همین قیمت برنامه زمانی متفاوت

جی پی مورگان تخمین می زند که در حال حاضر حدود دو انسان نما لازم است تا با خروجی یک کارگر انسانی مطابقت داشته باشد. که هزینه موثر ساعتی را دو برابر می کند. اما، بهره‌وری در ساعت با نرم‌افزار بهبود می‌یابد، در حالی که هزینه هر ساعت تنها با ساعت‌ها بهبود می‌یابد. مشکل بهره وری در آزمایشگاه ها حل می شود. مشکل استفاده باید در زمین حل شود.

برخی هزینه نهایی اجرای یک ربات را در مقیاس توصیف می کنند. سایر موارد شامل تجهیزات و یکپارچه سازی است. برخی دیگر منعکس کننده استقرار اولیه با استفاده کم و نظارت گسترده انسانی هستند.

قیمت برچسب ربات مهم است. برنامه آن اهمیت بیشتری دارد.

حقیقت در پرونده Agility

واضح ترین شواهد عمومی Agility Robotics S-4 است که قبل از ادغام آن با Churchill Capital Corp XI ثبت شده است. ربات‌های Digit آن بیش از 65000 ساعت در 9 سایت مشتری از جمله GXO، Schaeffler و Toyota Motor Manufacturing Canada ثبت نام کرده‌اند. این پرونده فروش خالص 1.78 میلیون دلاری را در سال 2025 در مقابل ضرر عملیاتی 140.2 میلیون دلاری و 300 میلیون دلاری سفارشات مشروط نقطه عطف از یک مشتری نشان می دهد.

همچنین مدل هزینه خود Agility را برای ربات بعدی خود ارائه می دهد که تقریبا 400000 دلار در طول عمر پنج ساله است. یک شیفت 2000 ساعته در سال بدوید، که حدود 40 دلار در ساعت است، در حالی که دو شیفت کاری نزدیک به 20 دلار در ساعت است. از آنجایی که معیار چابکی برای کارگران با بار کامل 30 دلار در ساعت است، این ربات تنها پس از اینکه بیش از 2700 ساعت در سال کار کند ارزان تر می شود.

طبقات کارخانه آزمایشگاه نیستند

استفاده زیاد نمی تواند رباتی را که با تغییر شرایط از کار می افتد نجات دهد.

رباتیک برای چندین دهه تظاهرات چشمگیری داشته است: روبات‌هایی که پیراهن‌ها را تا می‌کنند، قهوه درست می‌کنند، جعبه‌ها را جابه‌جا می‌کنند و کارهای پیچیده را در محیط‌های کنترل‌شده تکمیل می‌کنند. مشکل از زمانی شروع می شود که آنها آزمایشگاه را ترک می کنند.

کارخانه ها و انبارها پر از تنوع هستند. اجسام در موقعیت های غیرمنتظره ای می رسند. تغییر بسته بندی یک نفر به یک راهرو قدم می گذارد. تجهیزات جابجا می شوند وظیفه ای که در یک نمایش ساده به نظر می رسد به جریانی از استثناها تبدیل می شود.

این شکاف بین یک نسخه آزمایشی کامل و تولید قابل اعتماد چالش اصلی در هوش مصنوعی فیزیکی است.

روباتی که هر بار که محیطش تغییر می کند به مهندس نیاز دارد، کار مستقل نیست. این یک پروژه یکپارچه سازی در حال انجام است.

بنابراین، شرکت‌های برنده با سؤالات کمتر فریبنده سنجیده می‌شوند: آیا سیستم‌های آن‌ها می‌توانند کار مفیدی را به طور مداوم انجام دهند؟ آیا آنها می توانند بدون ادغام مجدد گران قیمت بین وظایف حرکت کنند؟ آیا آنها می توانند ساعت های کافی برای ارائه هزینه جذاب برای هر کار تکمیل شده کار کنند؟

این سوالات به مدل کسب و کار متفاوتی اشاره می کنند.

ربات نفروشید فروش کار.

تحت مدل Labor-as-a-Service، مشتری در درجه اول تجهیزات را خریداری نمی کند. مشتری در حال خرید یک نتیجه است: پالت‌ها جابجا شده، تریلرها تخلیه می‌شوند، قطعات به خط مونتاژ تحویل داده می‌شوند یا بسته‌ها مرتب شده‌اند.

به جای اینکه از یک رهبر عملیات بخواهیم سرمایه زیادی روی فناوری ناآشنا بگذارد، یک ارائه دهنده می تواند خدمات خود را در مقابل کار انجام شده قیمت گذاری کند. ارائه دهنده مسئولیت بیشتری برای استقرار، تعمیر و نگهداری، نرم افزار و زمان آپدیت می پذیرد. مشتری برای ظرفیت تولید هزینه می کند.

این مدل شرکت‌های رباتیک را مجبور می‌کند تا مستقیما با استفاده از آن مقابله کنند. فروشنده ای که برای کار تکمیل شده پرداخت می شود نمی تواند پشت یک خلبان موفق یا پیش بینی واحد جاه طلبانه پنهان شود. اقتصاد آن به بهره وری نگه داشتن ماشین آلات بستگی دارد.

برای مشتریان، مقایسه مربوطه هزینه ساعتی نظری ربات در مقابل دستمزد کارگر نیست. این هزینه و قابلیت اطمینان خدمات کامل در مقابل هزینه تمام شده انجام کار امروز است - از جمله اضافه کاری، گردش مالی، مشاغل خالی، حوادث ایمنی، و خروجی از دست رفته.

این امر به ویژه در تولید و تدارکات، جایی که کمبود نیروی کار در حال حاضر تولید را محدود می کند، بسیار مهم است. بسیاری از قوی‌ترین کاربردهای اولیه، کارهای کسل‌کننده، کثیف و خطرناکی هستند که انجام نمی‌شوند، به آسیب‌ها کمک می‌کنند، و افراد را از قضاوت با ارزش بالاتر و رسیدگی به استثناها دور می‌کنند.

یکی از ما در ماه مارس استدلال کرد که برندگان در هوش مصنوعی فیزیکی، منظم‌ترین شرکت‌ها هستند تا قابل مشاهده‌ترین شرکت‌ها. این ادعا شهود بود، اما ارقام هزینه در بالا اثبات می کند.

با یک گوه شروع کنید، نه یک کارگر جهانی

بارزترین جاه طلبی این صنعت یک انسان نما همه منظوره است که تقریبا قادر به انجام هر کاری است. این چشم انداز ممکن است در نهایت محقق شود، اما معتبرترین مسیر برای رسیدن به مقیاس کوتاه مدت نیست.

یک استراتژی بهتر این است که با یک گوه باریک شروع کنید: یک مشکل تکرار شونده در محیطی که به اندازه کافی ساختار یافته است تا عملیات قابل اعتماد را پشتیبانی کند، در عین حال به اندازه کافی پیچیده برای ایجاد یک مزیت قابل دفاع.

انبارداری، تولید خودرو، فرآوری مواد غذایی و جابجایی مواد صنعتی نویدبخش هستند نه به این دلیل که بهترین ویدیوها را تولید می کنند، بلکه به این دلیل که کار تکراری است، تقاضا پایدار است و بسیاری از امکانات در چندین شیفت کار می کنند.

یک شرکت ممکن است با خودکار کردن حرکت پالت به جای انجام هر کار در کف کارخانه شروع کند. اگر آن کار را به طور قابل اعتماد انجام دهد، چیزی ارزشمندتر از یک نمایش ایجاد می کند: داده های دنیای واقعی.

هر استقرار سیستم را در معرض تغییراتی قرار می دهد که آزمایشگاه نمی تواند آن را بازتولید کند. این داده ها مدل ها را بهبود می بخشد. مدل های بهتر استثناهای بیشتری را مدیریت می کنند. قابلیت اطمینان بیشتر وظایف مجاور را باز می کند. وظایف بیشتر ساعاتی را که هر سیستم می تواند کار کند، افزایش می دهد، استفاده را بهبود می بخشد و هزینه موثر را کاهش می دهد.

استقرار بیشتر داده های بیشتری ایجاد می کند. داده های بیشتر قابلیت را افزایش می دهد. توانایی بیشتر باعث ایجاد کار بیشتر می شود. کار بیشتر اقتصاد را بهبود می بخشد.

اینگونه است که یک گوه باریک به سکو تبدیل می شود.

پلت فرم بعدی کار

بازار جهانی کار دستی با ده ها تریلیون دلار اندازه گیری می شود. تصاحب حتی یک سهم کوچک، شرکت های عظیمی را ایجاد می کند. اما این فرصت با قرار دادن ربات های بیشتر در خلبان ها به دست نمی آید.

با تبدیل ماشین آلات به ظرفیت نیروی کار قابل اعتماد برنده خواهد شد.

رهبران ابتدا روی کارهای تکراری و ضروری که در چندین شیفت وجود دارد تمرکز خواهند کرد. آنها از طریق یک گوه عملیاتی باریک وارد می‌شوند، از محیط‌های تولید واقعی یاد می‌گیرند و با توانمندتر شدن سیستم‌هایشان گسترش می‌یابند. آنها سخت افزار، اطلاعات، استقرار و خدمات را در یک واحد کار قابل اعتماد ترکیب خواهند کرد.

انقلاب فیزیکی هوش مصنوعی با تعداد ربات هایی که شرکت ها می فروشند تعریف نمی شود. با توجه به میزان کار مفید آن روبات ها مشخص می شود.

افشا: نوین چادا شریک مدیریتی در می‌فیلد، سرمایه‌گذار در Rhoda AI، یک شرکت مدل‌سازی پایه ربات است. میفیلد هیچ سمت دیگری در زمینه هوش مصنوعی فیزیکی ندارد. نظرات بیان شده در نظرات Fortune.com صرفا نظرات نویسندگان آنها است و لزوما منعکس کننده نظرات و اعتقادات Fortune نیست.

این داستان در ابتدا در سایت Fortune.com منتشر شد