De opkomst van fysieke AI in het bedrijfsleven
Generalist heeft met de presentatie van GEN-1 een flinke tik uitgedeeld aan de concurrentie in de roboticawereld. Waar eerdere modellen vaak bleven steken in de testfase, claimt dit systeem een succespercentage van 99 procent op complexe handelingen. Het model is in staat om telefoons in te pakken, wasgoed te vouwen en zelfs robotstofzuigers te repareren zonder dat er een mens aan te pas komt: dit systeem is klaar voor de werkvloer.
Het Amerikaanse bedrijf zet hiermee een grote stap met een systeem dat fysieke vaardigheden beheerst die voorheen menselijke motoriek vereisten. Terwijl tekstrobots het internet als databron gebruiken, traint Generalist haar modellen met zogeheten data hands: dit zijn draagbare sensoren waarmee mensen microbewegingen vastleggen tijdens handarbeid. Met meer dan een half miljoen uur aan data is de precisie van deze fysieke AI nu hoog genoeg voor commerciële inzet in magazijnen en distributiecentra.
Wat dit model onderscheidt van eerdere pogingen is het vermogen om te reageren op verstoringen. Wanneer een object wegglijdt of een taak halverwege wordt onderbroken, improviseert de robot zelfstandig een oplossing. Felix Wang, ingenieur bij Generalist, wijst op een opvallend fenomeen: niemand heeft de robot geprogrammeerd om fouten te maken, dus niemand heeft hem geprogrammeerd om daarvan te herstellen. Dat gedrag ontstaat simpelweg organisch uit de enorme dataset: deze vorm van fysieke AI is hiermee drie keer sneller dan zijn voorganger.
In de markt voor robotica is de race inmiddels in volle gang. Terwijl Tesla’s Optimus volgens Elon Musk nog geen nuttig werk verricht, tonen partijen als Google en Physical Intelligence vergelijkbare ambities. Generalist lijkt echter een voorsprong te hebben door de focus op taken met een hoge economische waarde. De adaptatietijd voor een nieuwe specifieke taak is teruggebracht naar slechts een uur: wat grootschalige uitrol voor bedrijven plotseling zeer bereikbaar maakt.
Wat valt ons op?
Niemand heeft de robot geprogrammeerd om fouten te maken, dus niemand heeft hem geprogrammeerd om daarvan te herstellen.
Wat betekent dit voor jou?
Voor ondernemers in de logistiek en lichte assemblage betekent dit dat de drempel voor automatisering drastisch verlaagt. Je bent niet langer afhankelijk van peperdure, starre programmeertrajecten voor elke nieuwe handeling.
- Inventariseer repetitieve fysieke taken die nu nog handmatig gebeuren door gebrek aan robotprecisie.
- Houd rekening met een verschuiving waarbij robots niet langer in kooien staan, maar flexibel inzetbaar zijn naast personeel.
- Onderzoek pilots met AI-gedreven robotica voor taken met een hoog foutpercentage bij menselijke uitvoering.
