眾所周知，美國零售巨擘沃爾瑪（Walmart）近年來積極擁抱新科技，并大量投資機器人，包括自動拖地機器人、貨架掃描機器人、快速裝卸貨裝置及取貨塔等，試圖從一些低技術、重復性高的工作中解放人力。

不過據(jù)外媒最新消息指出，沃爾瑪近日取消了運用機器人揀貨、查價的計劃，這也逆轉了過去以自動化機器人協(xié)助運營的作法，因為沃爾瑪發(fā)現(xiàn)：人工處理的效果不亞于機器人。

沃爾瑪先前與零售機器人公司Bossa Nova Robotics簽定了五年的合約，在其店內導入用于協(xié)助監(jiān)控及追蹤貨架商品庫存情況的機器人。不過，由于疫情的爆發(fā)，越來越多的消費者選擇在線上訂購商品，沃爾瑪也因此安排了更多的人力頻繁行經貨架過道處理這些訂單，連帶收集庫存狀況相關數(shù)據(jù)，結果發(fā)現(xiàn)人力的效果不亞于Bossa Nova的機器人，因此決定終止合約。另也有說法認為，擔憂機器人影響店內顧客的購物體驗，也是計劃叫停的原因之一。

受到沃爾瑪合約取消的影響，Bossa Nova近日大舉裁減了將近50%的員工，目前正試圖尋找新客戶及軟件企業(yè)。

無論如何，沃爾瑪?shù)呐e動無疑是敲響了機器人行業(yè)的警鐘。

麻省大學阿默斯特分校（UMass Amherst）機械及工業(yè)工程助理教授兼人機系統(tǒng)實驗室主任Meghan Huber指出，人工可以執(zhí)行許多不同的任務，「根據(jù)店內需要，他們可以馬上從收銀臺轉移至倉庫，但大多數(shù)商用機器人的功能是有限且不靈活的。以沃爾瑪例子來說，真人員工可以檢查貨架還能同時為顧客找尋商品，但機器人只能做到前者?！?/p>

自1960年代以來，機器人開始顯示出其商業(yè)價值，起初先是在汽車工廠車間大顯身手，接著于近十年開始逐步導向電子商務倉庫，對于機器人的應用也有了越來越多的想像。然而事實證明，將機器人用于其他應用及行業(yè)并不那么容易。

「從很多方面來說，機器人是人類有史以來最困難的工程，」Vecna Robotics創(chuàng)辦人兼CEODaniel Theobald表示，「學習是用于區(qū)分一項新工具使用是否困難的關鍵，而且除非你實際學習，不然難以知曉?！箼C器人的采用主要關乎于其提供的價值，否則從開發(fā)到導入往往得花費更長的時間。

以自動駕駛汽車市場舉例，許多人預期自動駕駛將被大量采用，但該產業(yè)仍在學習階段。與真人駕駛將比，自動駕駛汽車安全完成這項工作的成本也更高昂。在某些情況下，例如公路自動駕駛技術（卡車運輸）是有意義的，但短期內，自動駕駛出租車之類的可能就不是那么重要。

此外，機器人業(yè)界也開始重新考慮一些戰(zhàn)略性問題，畢竟企業(yè)成功的關鍵不只在技術層面。Lumin Robotics公司CEOChristian Fritz說：「對我而言，沃爾瑪?shù)男侣勚饕亲C實了目前機器人科技中最困難的部分不是技術，而是尋找合適的市場契合度?！?/p>

Christian Fritz認為，當前的機器人產業(yè)正處于「過渡」階段，新創(chuàng)公司要成長并意識到，首先要找到一個值得解決的問題，然后針對這個問題建構出完美的產品。「坦白說，現(xiàn)在有一些新創(chuàng)就是反過來做。要知道，就連iRobot都在開始造掃地機器人之前，專門花了好幾年的時間，為自己的錘子（產品）找釘子（受眾）?！?/p>

機器人技術正在變得愈來愈好并更具成本效益，沃爾瑪?shù)陌咐赡苤皇嵌虝旱拇煺?。Trax零售解決方案執(zhí)行副總裁Mark Cook指出，自動化解決方案必須準確、可行且可持續(xù)，「否則供應商最終仍會失去零售業(yè)者及員工的信任。當數(shù)據(jù)無法有效運用時，只會為合作伙伴增加額外的工作量?！箤τ谖譅柆敺Q「人類效果一樣好」一事，Mark Cook表示：「我不認為僅依靠人類收集數(shù)據(jù)是正確的方法?！?/p>

Bossa Nova競爭對手Simbe Robotics的聯(lián)合創(chuàng)始人兼CEOBrad Bogolea表示，Bossa Nova的失敗并不意味著市場上的零售機器人都沒有必要性，畢竟許多數(shù)據(jù)方面的工作單靠人力根本無法解決?！笢蚀_的即時貨架洞察力不僅包括確認是否缺貨，而是從投資報酬率的角度來看，準確地定價及促銷（即快速糾正價格錯誤的產品），還有產品位置信息，這些都同樣重要?！顾麖娬{，零售機器人的未來仍令人振奮，「而且才剛起步而已?！?/p>

AI機器狗開發(fā)公司KODA執(zhí)行長John Suit指出，在自動化方面，「機器人是身體，而人工智慧則是大腦。要使機器人技術成功實現(xiàn)自動化，就需要一個足夠靈活的架構來執(zhí)行任務并解決執(zhí)行過程中遇到的任何挑戰(zhàn)，其中的關鍵即在于人工智能。具體來說，就是使用的AI類型?！?/p>

目前大多數(shù)機器人都依賴集中式AI系統(tǒng)，這意味著有個「大腦」連接到中央服務器以處理技術并學習功能；不過，機器人自動化的未來卻是分散式AI網路?！高@會帶來豐富的經驗與挑戰(zhàn)，可以在多種情況下促進推理及學習。當機器人克服了這些挑戰(zhàn)后，其獲得的知識將可與未遇到挑戰(zhàn)的機器人共享，從而使它們可以處理問題并采取相應的行動?！?/p>