DANIEL THEOBALD是自主移动机器人和工作流程协调公司美国Vecna Robotics公司的CEO和创始人。DANIEL 在领导研究科学家和工程师团队开发尖端技术方面拥有几十年的经验。他拥有67项授权专利和30多项正在申请的专利。

20多年来，DANIEL 一直站在机器人技术的前沿，与DARPA、DOD、NASA、NIH、USDA和许多其他机构密切合作，推动机器人和人工智能软件的使用，以改善供应链自动化。除了创建Vecna机器人公司外，丹尼尔还共同创建了MassRobotics公司，这是一个致力于全球机器人行业发展的非营利组织。DANIEL 致力于实现这样一个理念：技术可以被用来赋予全世界的人们以更充实的生活。

新十年的开始是如何改变企业对自动化的思考方式的？

随着自主解决方案在工业环境中的扩散，当务之急是对增加的需求作出反应，不是把机器人作为点解决方案来采用，而是把工作流程作为一个整体来看待。我们预计，到2025年，50,000个仓库将有400万台机器人。未来十年，这些机器人将迅速扩展到现实世界，更重要的是，通过有效的协调实现生产力目标。

协调考虑到所有可部署代理的实时状态：自动化材料处理设备的许多形式因素，包括牵引器、托盘车、小型机器人输送机、机器人手臂、手动卡车和人类劳动力。通过利用人类解决问题、抽象推理和创造力的不可替代性，并将其与机器人解决方案所特有的精确性、效率和实时数据收集结合起来，仓库能够增加整个过程，更有效地运作，并释放出自动化的全部力量。

在仓库自动化方面，人工智能将推动哪些类型的改进？

仓库和配送中心是不断变化的生态系统，瓶颈会导致整个设施和下游链的延误的连锁反应。虽然仓库经理和物流专业人员善于解决问题，但他们往往不了解或无法获得数据，而这些数据将帮助他们预测，甚至预测会影响其运营效率的未来因素。

持续学习是提高仓库生产力和效率的关键，对于这样的应用。

跨平台的协调。协调考虑了环境中来自多个制造商的所有自动化解决方案。通过跨平台、形式因素和能力的战略协调，协调了解谁可以工作，需要完成什么任务，以及如何分配每项工作以确保工作最有效地进行。

同步模拟。就像驾驶和导航应用程序Waze可以向司机提出新的路线，人工智能可以向运营经理提出新的工作流程。这些平台可以不断地运行模拟，给定实时数据，以找到更有效的方式来完成所有可用资源的任务。

预测性分析。协调引擎与传统的自动化、拣件机器人、WMS和MES系统集成，以提供全系统的操作视图。有了这种水平的洞察力，人工智能引擎可以使用预测性分析来实时领先于瓶颈问题。

持续改进。由人工智能驱动的协调引擎可以收集、分析和提供基于数据的洞察力，以确保机器人和任务分配随着时间的推移不断改进。这有助于确保机器人投资继续学习特定仓库设置的细微差别，并提供增强的结果，而不是从第一个部署日期开始就保持不变。

要使人工智能和机器人的结合发挥作用，还有什么其他的关键吗？

人类元素是使人工智能和机器人发挥作用的关键。虽然听起来很反常，但人类工人对包括自主系统在内的所有仓库流程都是必不可少的。在一个采用人工智能、机器人和工人的设施中，每个人都发挥着独特的作用。

人工智能不断扫描、寻找和学习机会，以创造更大的运营效率，并通过可穿戴设备和机器人与工人沟通，部署他们实时解决问题。机器人用于自动化常规的、重复的、危险的工作，如生产线旁的补货、货架和分期。在人工智能和自动化的支持下，人类可以将注意力转移到更高价值的活动上，如异常处理和创造性的问题解决。

我们已经看到，在生产环境中，Pivotal、我们的人工智能协调引擎、自主移动机器人和工人之间的这种任务分配导致了较高的员工满意度和参与度。

当涉及到自动化时，企业需要克服的绊脚石是什么？

有时最困难的部分是开始。仓库、配送中心和生产组织可以通过从小处开始，然后扩大他们对自动化的使用来克服困难。

有几种方法可以做到这一点。首先是开始收集信息，使用实时定位服务（RTLS）来收集所有机器人、工人和手动设备的数据。我们的客户可以收集数据，包括资源使用情况、行驶距离、行驶时间与空闲时间、死胎、以及通过设施的高流量路线。分析这些数据是确定改进领域的低成本方法，并可用于模拟和评估多种情况，以确定最佳资源利用和自动化组合。了解你的运营中真正发生的事情是释放重大价值的关键。

第二种开始方式是简单地在生产环境中部署一个小型的机器人车队，评估投资回报率，获得信心，然后扩大规模并将移动机器人与仓库管理系统整合。

虽然我们都知道闲暇时间可以帮助缓解压力，但一些有科学依据的研究证实，当你花时间享受办公室以外的生活时，你实际上提高了生产力。你在空闲时间最喜欢做什么事情？

我喜欢花时间在加州的家庭农场，我们在那里养山羊和鸡，用可持续的方法种植有机水果和蔬菜。回到土地上总是一种减压和保持中心的好方法。