Auteur: Karl D’haveloose

In het kielzog van de maaktechnologiebeurs Machineering2023, waar het debat robotisering rond de werktuigmachine aan bod kwam, stevenen we af op de nu al bijna uitverhuurde automatiseringsbeurs Indumation.be 2024  in Kortrijk Xpo, waar iedere robotleverancier en integrator naar uitkijkt. We volgden met veel interesse het interview met Dr. Bernard Casse, CEO van Rios Intelligent Machines uit Californië, die even zijn inzichten deelde over waar zijn ruime klantenportefeuille technologisch naar uitreikt. Het is ook een knipoog naar de robotfabrikant en integrator. Het is voor ons een indicator in welke sectoren en met welke technologieën nieuwe robotinvesteringen opduiken. We analyseren hieronder enkele inzichten van Casse.

Roboticabedrijven hopen lucratieve problemen op te lossen

Verschillende bedrijven, zoals Boston Dynamics, Dextrous Robotics, Mujin en Pickle, proberen uit te zoeken of het lossen van trailers met robots kan worden uitgevoerd. Het is een moeilijk probleem, maar het is een miljardenbusiness als je dit vraagstuk kunt oplossen. Boston Dynamics' recente deal met DHL laat zien dat er geld te verdienen valt.

Een andere trend is multi-fleet robotorkestratie. We hadden de opkomst van autonome mobiele robots in magazijnen, nu richt iedereen zich op hoe ze hun vloot kunnen besturen in plaats van een enkele AMR. Een aantal bedrijven, zoals CoEvolution, InOrbit, GreyOrange, Locus Robotics en SVT Robotics, ontwikkelt software om vloten van AMR's met elk een andere functie aan te sturen. Met een goed geïmplementeerd multi-fleet orkestratiesysteem kan men een schat aan gegevens verzamelen. Dit leidt tot voorspellende inzichten over de voltooiing van het werk, de tracking, de analyse en de datavisualisatie. Deze gegevens fungeren als een uitstekende bron van business intelligence, die klanten waardevolle inzichten en betere besluitvormingstools biedt.

Kapitaalbeperkingen moeten leiden tot consolidatie, discipline en focus

Vandaag wordt geld wordt schaarser en wordt het steeds moeilijker om via banken geld toegestopt te krijgen. Dat heeft zeker impact op bedrijven, die nu innoveren met nieuwe robottechnologie. In het huidige klimaat zijn durfkapitaalinvesteerders voorzichtig, als gevolg van o.a. de dreigende recessie en een beperkte kapitaalpool. Bijgevolg zijn roboticastart-ups vaak gedwongen om elke beschikbare financiering te aanvaarden om te kunnen overleven.

De meeste start-ups zijn actief op zoek naar financiering om door moeilijke tijden te navigeren en veerkracht op te bouwen, terwijl investeerders de lat voor hen hoger hebben gelegd. Deze situatie creëert een uitdagende cyclus. Door de hogere verwachtingen van investeerders moeten start-ups meer tijd en middelen investeren om aan deze normen te voldoen en ze te overtreffen. Terwijl ze hun waarde en potentieel proberen te bewijzen, moeten ze meer fondsen verzamelen om voldoende operationele runway te garanderen.
In het huidige economische landschap zijn het overtreffen van de verwachtingen van investeerders en het verkrijgen van voldoende financiering uitgegroeid tot cruciale overlevingsfactoren voor start-ups. Dit resulteert in concurrentie onder AMR-aanbieders, zoals 6 River Systems, maar eveneens in talrijke strategische partnerschappen. Er komt zeker marktconsolidatie aan.

Casse: “Ik voorzie een aanzienlijke consolidatie in de markt, waarbij bedrijven steeds vaker technologieën combineren. Het vroegere ‘groei ten koste van alles’-model is aan het evolueren naar een focus op winstgevendheid, zoals omzet per werknemer, wat een meer veeleisende maatstaf is. Bedrijven moeten hun kosten stroomlijnen, hun verkoop verhogen met betere winstmarges en beter letten op economische indicatoren. Consolidatie lijkt een verstandige zet, omdat het de marketing van complementaire technologieën mogelijk maakt  en zo de verkoop gestimuleerd wordt. Het landschap transformeert van agressieve expansie naar duurzame groei. Het huidige economische klimaat vereist een zekere mate van discipline. De nadruk op winstgevendheid zorgt ervoor dat we ons richten op schaalgrootte, wat het belangrijkste is. Over het algemeen gaan we effectief en strategisch om met deze uitdagingen.”

Volgens Casse is de vraag naar automatisering op lange termijn even substantieel. “Bedrijven maken zich geen zorgen over robotisering, eerder over de uitrol ervan, de mogelijke storingen en eventuele defecten. Hun grootste zorg is vaak ‘Wat als het niet werkt of als het automatiseringssysteem kapot gaat?’ of ‘Wat als een productielijn die al jaren probleemloos draait met menselijke operators het bij robotisering plots begeeft?’ Naarmate bedrijven meer vertrouwen krijgen, zullen we waarschijnlijk een nog grotere toename van automatisering zien.”

AI-ontwikkelingen maken robots handiger

Casse: “Robots beschikken via AI en Machine Learning over superieure capaciteiten. Ten eerste fungeert computervisie in feite als de ogen van een robot, waardoor deze objecten kan leren en herkennen, hun oriëntatie in de ruimte kan berekenen en hun aangrijpingspunten kan bepalen. Verder helpt AI bij het nemen van beslissingen, vooral als het gaat om twijfelgevallen. Daarnaast wordt AI aangewend voor kwaliteitscontrole, met name via AI-ondersteunde vision. Hierdoor kunnen we inconsistenties in een vroeg stadium detecteren en verspilling en herbewerking verminderen, wat resulteert in efficiëntiewinst en kostenbesparingen. Tot slot zijn klanten steeds meer op zoek naar business intelligence van robots om totale fabrieksintelligentie te bekomen. AI stelt ons in staat om de enorme hoeveelheid gegevens – die we via sensoren verzamelen – te synthetiseren en te analyseren, waardoor we inzicht krijgen in procesproblemen. Deze gegevens helpen klanten hun productielijnen te optimaliseren en zich in real time aan te passen aan de veranderende vraag van klanten. AI verbetert dus niet alleen robotica, maar vergroot tevens de waarde van deze robots voor de bedrijfsvoering aanzienlijk.”

Casse: “Robots beschikken via AI en Machine Learning over superieure capaciteiten. Ten eerste fungeert computervisie in feite als de ogen van een robot, waardoor deze objecten kan leren en herkennen, hun oriëntatie in de ruimte kan berekenen en hun aangrijpingspunten kan bepalen. Verder helpt AI bij het nemen van beslissingen, vooral als het gaat om twijfelgevallen. Daarnaast wordt AI aangewend voor kwaliteitscontrole, met name via AI-ondersteunde vision. Hierdoor kunnen we inconsistenties in een vroeg stadium detecteren en verspilling en herbewerking verminderen, wat resulteert in efficiëntiewinst en kostenbesparingen. Tot slot zijn klanten steeds meer op zoek naar business intelligence van robots om totale fabrieksintelligentie te bekomen. AI stelt ons in staat om de enorme hoeveelheid gegevens – die we via sensoren verzamelen – te synthetiseren en te analyseren, waardoor we inzicht krijgen in procesproblemen. Deze gegevens helpen klanten hun productielijnen te optimaliseren en zich in real time aan te passen aan de veranderende vraag van klanten. AI verbetert dus niet alleen robotica, maar vergroot tevens de waarde van deze robots voor de bedrijfsvoering aanzienlijk.”

Enkele voorbeelden van Robots en AI

Casse: “Laten we twee voorbeelden bekijken. In één werkcel is een robot in staat om containers met handreiniger te herkennen, informatie over de houding te geven, de grijppunten te berekenen en de items met precisie vast te pakken [zie video hieronder]. De AI houdt zich ook bezig met randgevallen. In een ander scenario hebben we een AI-gebaseerde vision-oplossing voor kwaliteitscontrole geïmplementeerd om loempia's op een productielijn te inspecteren, waarbij defecte loempia's worden geïdentificeerd en verwijderd. Door dit proces aan te vullen met robotica bespaart de klant nu jaarlijks veel geld. Bovendien stelt dit geautomatiseerde proces het bedrijf in staat om het vlees van de defecte loempia's te recyclen, wat de efficiëntie en de afvalvermindering verder optimaliseert.”

ChatGPT of robots on steroids

Volgens Casse is een specifieke ChatGPT-applicatie voor robotica en automatisering niet zo ver gezocht en ook veelbelovend. “Bij RIOS maken we al enkele jaren succesvol gebruik van generatieve AI: onze algoritmen creëerden synthetische data om de robot in staat te stellen objecten nauwkeurig te manipuleren. Generatieve AI speelde een cruciale rol in de creatie van ons platform voor precisieverwerking, dat nu operationeel is bij onze klanten. Intrinsic introduceerde recentelijk Flowstate, een webgebaseerde, intuïtieve ontwikkelaarservaring, die ontworpen is om de overgang van robotontwerp van concept tot implementatie te vergemakkelijken. Dit is een uitstekend concept en sluit nauw aan bij een deel van ons generatieve AI-werk bij RIOS.” Casse beweert trouwens dat ze in de komende maanden een architectuur voor generatieve AI lanceren voor klanten, dat Flowstate zal overtreffen.

Blik op de toekomst

Om te beginnen proclameert Casse dat ESG en duurzaamheid de druk opvoert, ook bij robotfabrikanten en integratoren. “Sustainability en ESG-richtlijnen zijn enorm belangrijk in de wereld van vandaag. De eerlijkheid gebiedt echter te zeggen dat mensen doorgaans niet geneigd zijn tot dergelijke veranderingen, tenzij ze worden gedreven door specifieke factoren. Als reactie hierop vaardigen regio's als Europa en Californië strengere ESG-regelgeving uit. Afgezien van overwegingen met betrekking tot het publieke imago zijn er ook belangrijke economische redenen om verspilling en herbewerking tot een minimum te beperken. Het verbeteren van de volledige efficiëntie van assemblagelijnen is een enorme motivatie voor veel bedrijven. Duurzaamheid en ESG-richtlijnen zijn dus niet alleen ethische en wettelijke vereisten, maar hebben eveneens een aanzienlijke impact op de operationele efficiëntie en de winstgevendheid.”

Humanoïde robots en AI halen de laatste tijd veelvuldig de nieuwskoppen, zoals Tesla's Optimus, Agility Robotics' Digit en Figure AI's 01. Casse vindt het vooral boeiend, maar op korte termijn niet haalbaar.

“Humanoïde robots zijn fascinerend en hebben een zekere aantrekkingskracht door hun antropomorf-mensachtige kenmerken. Ze vertegenwoordigen onze visie op de toekomst. Ze zijn echter veel moeilijker te bouwen dan de meeste mensen zich realiseren. Volgens mij zal het minstens tien jaar en miljarden dollars investeringen vragen om ze in een productieomgeving echt nuttig te maken. Een goede vergelijking is de zelfrijdende auto-industrie. Denk aan Cruise, dat meer dan 15 miljard dollar nodig had om een zelfrijdende auto tot op het huidige niveau te brengen. We moeten rekening houden met vergelijkbare investeringsniveaus en inspanningen voor humanoïde robots. Ter vergelijking: sommige bedrijven geven momenteel 10 keer meer uit dan RIOS om deze mensachtigen te laten lopen. Wij geven daarentegen aanzienlijk minder uit en onze robots leveren vandaag al de nodige prestaties in productieomgevingen. Dit betekent niet dat we moeten stoppen met investeringen in humanoïden. Maar het toont dat we bereid moeten zijn om geduldig kapitaal in te zetten en dat de weg naar functionele, kosteneffectieve humanoïde robots waarschijnlijk lang zal zijn.”

Meer concrete toekomstprojecten van bedrijven zoals RIOS zijn speciale oplossingen voor markten, die echt lucratief zijn maar met onderbemanning kampen. Verder zetten ze in op AI-ondersteunde visie voor kwaliteitscontrole en het monitoren van menselijke activiteiten rond de productielijn. Daarnaast zetten ze rond NVIDIA’s Omniverse-omgeving verder in op digital twin-technologie om activiteiten, bewegingen en robotapplicaties voor klanten nog beter op voorhand virtueel uit te testen.