Napomena uredništva: Ovaj članak napisala je Lucia, novinarka TechNodea.
SenseTime je 23. rujna u svom šangajskom sjedištu predstavio SenseMart OS — operacijski sustav namijenjen fizičkoj maloprodaji. Sustav povezuje heterogene robote, maloprodajnu opremu i poslovne operacije te operaterima, brendovima i lokacijama nudi rješenje za utjelovljenu maloprodaju koje se može implementirati, upravljati njime i replicirati. Na događaju je robotska trgovina SenseMart Go pokazala kako OS može koordinirati sve te komponente u stvarnom maloprodajnom okruženju.
Zašto je to važno: SenseMart OS pruža uvid u to kako bi utjelovljena inteligencija mogla izaći iz faze demonstracija i zakoračiti u svakodnevna komercijalna okruženja.
- Lansiranje također odražava širu raspravu o tome što će obilježiti sljedeću fazu natjecanja u području utjelovljene inteligencije: robotski hardver, podaci, modeli ili sustavi?
Zašto maloprodaja: SenseTime već godinama ima iskustvo u tom sektoru — njegovi sustavi za prepoznavanje proizvoda obrađuju milijune narudžbi dnevno, a baza podataka pokriva više od 300.000 SKU-ova, odnosno različitih vrsta i varijanti proizvoda, rekao je TechNodeu dr. Yi Shuai, suosnivač i glavni znanstvenik SenseTime Smart Retaila.
- Za razliku od skladišta ili tvornica, maloprodaja zahtijeva da roboti komuniciraju s ljudima, što istovremeno stavlja na kušnju percepciju, interakciju, donošenje odluka i izvršavanje zadataka.
- Maloprodaja nudi i jasne poslovne pokazatelje — poput prihoda od prodaje, ponovljenih kupnji i povrata investicije — koji omogućuju objektivnu procjenu učinkovitosti tehnologije.
Detalji: Dr. Yi navodi da se SenseMart OS temelji na tri elementa koji podupiru četiri ključne sposobnosti — percepciju, interakciju, donošenje odluka i izvršavanje — dok SenseTime nastoji sustav proširiti izvan maloprodaje na druge offline uslužne djelatnosti.
Poslovni rezultati: Sustav prati pokazatelje poput zadovoljstva kupaca, ponovljenih kupnji i uspješnosti transakcija — a ne samo to je li robot uspješno obavio zadatak.
Više vrsta robota: Ovisno o zadatku, sustav može povezati robote na kotačima s dvije ruke, humanoidne robote, hvataljke i drugi hardver.
- Maloprodajni podaci: Sustav kombinira vizualne podatke, podatke o transakcijama, zalihama i glasovnoj interakciji duž cijelog korisničkog puta kako bi trenirao maloprodajne agente.
Brojke:
- Jedan zaposlenik trenutačno može podržavati tri do pet trgovina, što prosječnu popunjenost spušta na oko 0,2 do 0,3 radnika po lokaciji, kaže dr. Yi.
- Roboti mogu raditi oko šest sati na jednom punjenju i obično se pune dva puta dnevno. Ako kupac dođe dok se robot puni, robot može napustiti stanicu za punjenje i prvo poslužiti kupca.
- Prema dostupnim informacijama, dobro pozicionirane lokacije u Šangaju mogu postići povrat investicije za šest do dvanaest mjeseci, dok prosječnim lokacijama to traje oko godinu dana.
- Svaka trgovina nudi oko 150 do 200 SKU-ova, što je otprilike jedna trećina do jedna petina asortimana male trgovine mješovitom robom.
Strategija skaliranja:
- SenseMart OS može naučiti jednu novu vještinu rukovanja opremom tjedno u pojedinoj trgovini i replicirati je u svim postojećim i budućim lokacijama.
- Treniranje modela za novu trgovinu skraćeno je s dva do tri mjeseca koliko je trajalo na prvoj lokaciji na otprilike jedan do dva tjedna danas.
- Standardizirane implementacije mogu početi s radom već dan nakon instalacije, tvrdi dr. Yi.
Na terenu: SenseMart Go trenutačno posluje s više od 20 trgovina u gradovima kao što su Šangaj, Hefei, Shenzhen, Qingdao i Yancheng, a lokacije obuhvaćaju sveučilišne kampuse, trgovačke centre, urede, industrijske parkove, događanja i javne prostore.
Na što treba obratiti pozornost: Sudionici panela na događaju istaknuli su različita područja u kojima bi mogao nastati sljedeći val vrijednosti u utjelovljenoj inteligenciji.
- Industrijska stručnost: „Najveća vrijednost industrije pomaknut će se prema obama krajevima — uzvodnim lancima opskrbe i nizvodnim industrijskim podacima i stručnom znanju”, rekao je dr. Yi. SenseTime Smart Retail fokusira se na potonje, i to upravo kroz maloprodaju.
- Sustavi: „Važnije je uvesti utjelovljenu inteligenciju u proizvodnju i svakodnevni život nego sam sustav ili temeljni model”, rekao je Weisheng Xu, suosnivač i izvršni direktor Jiutian Yuanshua. Za sada sustavi mogu premostiti jaz između temeljnih modela i stvarne primjene.
- Podaci iz stvarnog svijeta: „Svaki put kad robot radi u stvarnom okruženju, zamašnjak modela i podataka napravi jedan okret”, rekao je Min Yuheng, suosnivač i izvršni direktor Zerith Roboticsa. Stvarne implementacije, tvrdi on, ključne su za unapređenje i podataka i modela.
Izvor: TechNode
Povezani članci
Sljedeći sloj globalne trgovine mogao bi se temeljiti na umjetnoj inteligenciji, elektroničkim teretnicama (eBL) i digitalnoj infrastrukturi dok IQAX radi na povezivanju dijelova21.9.2026.
Xiaomi uživo prenosi MiMo-V2.6 treninge s pojačanim učenjem20.9.2026.
19999 juana počev, Qiyuan robot želi prvo prodati “osobnog robota” u život običnih ljudi20.9.2026.
50 godina prvi čisti električni stražnji pogon! Najjači GTI u povijesti, ne može pratiti vrijeme20.9.2026.
