ROBOTIKA

Genesis AI spaja model i humanoidnu šaku, a robotika ulazi u fazu u kojoj je potreban stvarni proizvod

Novi model francuskog startupa Genesis AI i humanoidna robotska šaka pokazuju da se utrka u robotici polako odvaja od demonstracijskih videa i približava stvarnoj industrijskoj primjeni. Fokus se pritom pomiče s same mehanike na softversku prilagodljivost i sposobnost da isti model upravlja različitim vrstama robota. Takav pomak važan je jer robotika sve otvorenije traži platforme koje mogu raditi izvan uskog, unaprijed definiranog scenarija.

Genesis AI spaja model i humanoidnu šaku, a robotika ulazi u fazu u kojoj je potreban stvarni proizvod
Depositphotos

Genesis AI predstavio je model GENE-26.5, namijenjen upravljanju različitim vrstama robota, te humanoidnu robotsku šaku koja bi trebala pokazati razinu finije manipulacije. Reuters navodi da startup, iza kojeg stoje i poznata imena iz tehnološkog i telekom svijeta, već vodi napredne razgovore s potencijalnim kupcima u nekoliko europskih zemalja. Važno je da kompanija ne pozicionira model samo za vlastitu mehaniku, nego tvrdi da može raditi i s robotima drugih proizvođača. Upravo to je jedan od ključnih uvjeta da robotika prijeđe iz zatvorenih vertikala prema širem platformskom modelu.

Robotika je posljednjih godina imala mnogo privlačnih demonstracija, ali premalo sustava koji mogu uvjerljivo funkcionirati u raznolikim radnim uvjetima. Zato je Genesisov potez zanimljiv i zbog samog oblika proizvoda. Kada startup istodobno pokazuje model i robotsku komponentu visoke spretnosti, šalje poruku da više ne prodaje samo istraživačku ambiciju nego pokušava povezati softver i hardver u komercijalno čitljiv paket. To je važno tržištu koje je već naučilo da sjajna demonstracija ne znači automatski i skalabilan proizvod.

Gartnerovi podaci pritom stalno podsjećaju da uspješne AI inicijative ne ovise prvenstveno o atraktivnosti modela, nego o temeljima koji ih nose. Organizacije koje prijavljuju dobre rezultate ulažu višestruko više u kvalitetu podataka, upravljanje, kontekst i promjenu procesa od onih koje iz AI projekata izvlače malo stvarne koristi. To znači da se tržište postupno udaljava od faze demonstracija i pilot-projekata te ulazi u razdoblje u kojemu se mjeri koliko AI stvarno ubrzava rad, smanjuje trošak ili podiže kvalitetu usluge.

I zato se u enterprise segmentu sve otvorenije traže proizvodi koji rješavaju vrlo konkretne operativne probleme, a ne samo još jedan generički chat interfejs. Financije, korisnička podrška, razvoj softvera, robotika i upravljanje dokumentima sve su češće prvi kandidati za dublju automatizaciju zato što imaju jasne procese, ponovljive radne tokove i dovoljno velik volumen podataka. Ondje gdje nema dobrih ulaznih podataka, stabilne integracije i jasne odgovornosti, ni najnapredniji modeli ne mogu isporučiti obećanu produktivnost.

U pozadini svega raste i problem upravljanja agentima. Gartner procjenjuje da će prosječna globalna kompanija iz skupine Fortune 500 do 2028. imati više od 150 tisuća agenata u upotrebi, dok tek manji dio organizacija vjeruje da već danas ima odgovarajuće upravljanje tim slojem. Zato se rasprava oko AI proizvoda više ne vodi samo o tome što model može, nego i tko nadzire njegove konektore, prava pristupa, izvore podataka i odluke koje se automatiziraju u stvarnom poslu.

Ono što ovu i slične vijesti povezuje jest činjenica da se tehnološko tržište više ne zadovoljava samim obećanjem rasta. Nakon početnog vala oduševljenja, fokus se sve više seli na pitanje koliko brzo nova tehnologija postaje operativno korisna, koliko kapitala traži i kako se uklapa u postojeće procese, sigurnost i upravljanje. Upravo zato svaka objava iz AI-ja, infrastrukture, sigurnosti ili uređajnog segmenta danas istodobno djeluje i kao indikator šireg tržišnog zdravlja. Nije presudno samo što je lansirano ili najavljeno, nego kakvu dubinu provedbe ta promjena zapravo otkriva.

Ton tržišta zato postaje trezveniji. Entuzijazam oko novih tehnologija ostaje snažan, ali danas se puno brže provjerava može li se inovacija pretvoriti u isporučiv proizvod, stabilan prihod i održiv operativni model. Upravo na toj provjeri sada pada ili raste vrijednost velikog dijela ICT tržišta.

Sljedeći veliki izazov bit će dokazati koliko se takav model može prilagođavati različitim zadacima bez skupog dodatnog treniranja i integracijskih zahvata. Uspije li u tome, Genesis AI mogao bi se nametnuti kao dio šireg trenda u kojemu se robotika približava onome što su foundation modeli napravili za jezik i slike. Ako ne, ostat će još jedan zanimljiv pokušaj u industriji koja ima puno ideja, ali i dalje traži dovoljno pouzdanu putanju do šire uporabe.