Принеси-подай: можно ли полностью заменить людей роботами в индустрии сервиса
Конечная цель инноваций в бизнесе – получение дохода за счет снижения издержек и масштабирования процессов. Однако бывает, что внедрение новых технологий призвано спасти индустрию, которая сталкивается с кризисом, но не может исчезнуть в принципе. Показателен пример сфер гостеприимства (HoReCa), доставки, уборки (клининга) и смежных с ними, где наблюдается растущий кадровый голод. Именно тут на помощь приходят сервисные роботы.
Мировой рынок сервисных роботов, по оценкам аналитиков, составляет от $22 млрд до более чем $50 млрд (итоги 2024 года). В дальнейшем прогнозируется ежегодный рост со скоростью 12–37% на протяжении 10 лет (разброс обусловлен различиями в методологиях подсчета). Поскольку и дефицит кадров, и активное внедрение девайсов весьма заметны в нашей стране, рассмотрим этот инновационный сегмент в разрезе отечественного рынка.
По Market Research Future, объем российского рынка сервисной робототехники достиг $1,5 млрд в 2024 году, а к 2035-му вырастет до $5 млрд (11,57% в год). В указанные цифры легко поверить, если взглянуть на соответствующую , ежегодно собираемую RoboJobs совместно с Национальной ассоциацией участников рынка робототехники (НАУРР). Согласно последним данным, в нашей стране 27 компаний занимаются роботами-уборщиками, 26 – доставщиками, 16 – ресторанными помощниками, 21 – инспекционными устройствами.
[embed]https://profile.ru/scitech/poslednyaya-milya-samaya-slozhnay...[/embed]
Именно такие типы девайсов составляют костяк сервисной робототехники: машин, которые работают преимущественно в помещениях (доставщики вроде «Яндекс.Роверов» ездят по улицам, но на общем фоне это исключение) и автоматизируют самый неблагодарный труд. Гигантские «пылесосы» занимаются уборкой (42 магазина «Ленты» уже таких), «этажерки на колесиках» доставляют еду из лобби к номерам в отелях и из кухни к столикам в ресторанах (во «Вкусно – и точка», например, тестирование), передвижные умные экраны-информаторы помогают работникам и гостям (офисов, отелей и так далее) с разными вопросами, роботы-инспекторы ведут мониторинг и диагностику оборудования.
В общем, берут на себя обязанности именно там, где наблюдается все больший дефицит работников (особенно на фоне ужесточившейся миграционной политики). Прежде всего это труд официантов и уборщиков, а также курьеров (на последней миле), чьи зарплаты уже стали притчей во языцех и явно не радуют крупный бизнес.
Типовая задача для подобных роботов тривиальна – добраться из точки А в точку Б. В случае с уборщиками – по пути охватить всю площадь помещения (или нескольких), ну а инспекторы должны «заглянуть» в каждый темный уголок. Устройства-информаторы вообще могут обитать только в лобби и даже быть стационарными. В общем, ничего сложного на первый взгляд – домашние роботы-пылесосы как-то же справляются.
Но стоит копнуть глубже, вскрывается немало проблем. Если в квартире пылесос натолкнется на тумбочку или ногу главы семейства – ничего страшного. Но если то же самое произойдет в ресторане, проблем не оберешься: тяжелый уборщик запросто отдавит конечность посетителю (физический и моральный ущерб), робоофициант опрокинет блюда для нескольких столиков (прямые потери плюс гости не получат еду вовремя) и так далее.
Отсюда потребность в сверхточной и аккуратной навигации по помещениям, где много мебели и людей. Ее дает связка из набора датчиков и алгоритмов, похожих на системы управления беспилотными автомобилями. Вот только сервисные роботы должны быть заметно дешевле уличных машин, но лишь в последние годы стоимость датчиков (прежде всего лидаров – LiDAR) снизилась в несколько раз и стала более-менее соответствовать кошельку потенциальных заказчиков.
Оптимальный компромисс, к которому пришли разработчики, – гибрид недорогих лидаров с набором камер. Первые отвечают за точность на близких расстояниях, вторые – за общее позиционирование. Новое ноу-хау – камеры, смотрящие в потолок: они помогают роботу ориентироваться по уникальным объектам, почти никогда не меняющимся (люстры, вентиляционные решетки и прочее). Построив один раз подробную карту, робот автоматически передвигается по ней, опираясь на реперные точки и данные с лидара, которые определяют динамические препятствия.
Второй большой вызов для сервисных роботов – инфраструктура здания. Хорошо, когда речь идет об одной комнате. Но что если на его пути дверь или нужно добраться до другого этажа?
Единственное рабочее решение, которое сейчас реализуется в подавляющем большинстве случаев, – взаимодействие девайсов через интернет вещей (Internet of Things, IoT). Логика простая: робот подъезжает к двери, турникету или лифту и по Сети направляет запрос: «Еду туда, пусти». Двери и турникеты открываются, а лифт еще и везет на нужный этаж.
Все это – при условии, что устройства общаются между собой на понятном «языке». Обычно задача решается с помощью специального протокола API, когда запросы и ответы передаются автоматически в понятной форме. Производители лифтов (такие как Otis, Schindler, KONE), например, стали встраивать протокол Robot API, который и предназначен для такого обмена данными. В Китае он уже получил массовое распространение, в России тоже уже иногда встречается.
Постепенно в базовую инфраструктуру отелей, ресторанов и офисов начинают добавлять зарядные станции. Когда робот понимает, что у него скоро сядет аккумулятор, он сам едет на базу и подключается к электросети (достаточно 220 В). У такого решения есть минус: поскольку заряда не хватает на целую смену, уйти на «отдых» робот может в самый пиковый час. Поэтому есть спрос на девайсы со сменными аккумуляторами: сотруднику нужно менее минуты, чтобы заменить батарею, после чего робот снова готов к работе.
Наконец, есть вызов, с которым разработчики пока не сумели справиться. Кроме перемещений, роботы в целом больше ничего не могут. Да, конечно, официант везет блюда, пылесос попутно пылесосит и так далее, это понятно, но ничего сделать сервисный робот фактически не способен.
На практике это означает, что забрать доставленный «этажеркой» поднос с блюдами в ресторане вы должны сами. Если вдруг перепутали (или решили, что еда, заказанная другим столиком, выглядит аппетитнее) и взяли чужое, вся система поломается. Разбираться и исправлять ситуацию придется дольше, чем если бы всё сразу сделал человек.
Именно поэтому оценки эффективности сервисных роботов – сколько человек они могут заменить на самом деле – очень приблизительны. Звучат примерно так: полноценно заменить людей не могут, а один робот по производительности эквивалентен примерно полутора официантам. Но да, они помогают живой команде, снижая нагрузку в пиковые часы и позволяя сфокусироваться на более важных задачах. Например, пока та же «этажерка» развозит еду, официант вместо беготни общается с посетителями: у него больше сил и времени, чтобы помочь подобрать вино к мясу или рассказать про ассортимент бургеров.
[embed]https://profile.ru/society/roboty-s-bolshoj-dorogi-kak-razvi...[/embed]
И все равно возникает вопрос «последнего дюйма»: как сделать так, чтобы робот не просто ездил туда-сюда, но действительно что-то делал, полностью заменяя людей? Такие разработки пока на этапе тестов. Как правило, в формате гуманоидных роботов: они сортируют объекты, носят их с места на место, выполняют другие простейшие задачи. Ничто не мешает «приделать руки» сервисным роботам на колесах и обучить их тем же трюкам, когда технология будет готова.
Тогда мы наконец увидим полноценных робоофициантов, которые поставят перед вами тарелку супа в ресторане, робоуборщиков, которые выметут пыль из дальних углов, очистят мусорки, может быть, даже полки протрут. Но им понадобится кое-что еще.
А именно – «мозги», позволяющие выполнять более сложные задачи. Чтобы ездить по заданным маршрутам, много ума не надо: с этим справляются обычные алгоритмы, чуть более сложные, чем в том же роботе-пылесосе. Следующий эволюционный шаг – осуществление комплексных поручений. Например, обслужить третий столик, прибрать в конференц-зале, сопроводить нового гостя отеля и так далее.
Живой специалист понимает такие задания, исходя из обучения и опыта. Роботу же требуется сформировать пошаговый план и итеративно, по пунктам его выполнять. Справляется с этой задачей генеративный искусственный интеллект (ИИ), а точнее, ИИ-агенты. Они уже применяются на уровне ПО (в поисковиках, браузерах и так далее), но инженеры активно тестируют ИИ-агентов и в роботах (опять же наиболее показательны гуманоиды).
Более того, технология позволяет понимать контекст. Условно, если робоофициант увидит толпу гостей на входе, он в режиме реального времени изменит маршрут (стандартные алгоритмы такого не предполагают), а может быть, даже порядок выдачи заказов, если это будет эффективнее. С помощью камер он убедится, что приехал к нужному столику, а роборуки аккуратно поставят блюда перед гостями.
Скорость развития цифровых технологий демонстрирует, что до такого будущего не так уж далеко. Решения, которые в совокупности позволят автоматизировать все цепочки обслуживания, одно за другим покидают лаборатории и уже понемногу внедряются то тут, то там. Вскоре последует и снижение стоимости: для запуска нейросетей потребуются менее производительные чипы, роботизированные манипуляторы («руки» прежде всего) станут массовыми, и мы сами не заметим, как очередные фантастические концепты ХХ века превратятся в реальность.