展会信息港展会大全

每天行走3万步,机器人的“996”原来是这样
来源:互联网   发布日期:2020-11-06 14:51:18   浏览:10025次  

导读:AI星动向2.0第期 已到达,请护士取走耗材。在珠海妇幼南院区,机器人智赛拉熟练地拐弯,避开人流、自主乘坐电梯,在到达护士间后发出指令。根据测算,平均每台机器人在履职中每天要行走20公里(约3万步)。 在今年疫情最胶着时刻,包括武汉协和医院西院区、...

AI星动向2.0第期

“已到达,请护士取走耗材。”在珠海妇幼南院区,机器人“智赛拉”熟练地拐弯,避开人流、自主乘坐电梯,在到达护士间后发出指令。根据测算,平均每台机器人在“履职”中每天要行走20公里(约3万步)。

在今年疫情最胶着时刻,包括武汉协和医院西院区、雷神山医院、武汉大学中南医院以及广东多家医院,都出现了广州赛特智能配送机器人的身影,降低了医护人员交叉感染的风险。

而在疫情之后,配送机器人还将发挥怎样的作用?在赛特智能董事长李睿看来,配送只是表象,这背后,通过对物资运输闭环管理的各个环节,包括实时定位和监控、实时数据采集扫描、实时的物品交接管理等,实现智能运输与智慧医院信息系统互通,实现从物品的装载至最终送达交接全过程中每个环节的信息化跟踪管理。

也就是说,疫情加速了“信息化医院”向“智慧化医院”的转化进程,人工智能及机器人技术已经成为不可或缺的重要助力。

以配送打开信息化切口

疫情期间,频频出镜的服务机器人收获了不少目光,但机器人的发展并不平坦,自无人配送提出后,服务机器人市场经历了热到冷静的过程,2017年国内服务机器人市场融资轮次和融资金额明显下降。

对赛特智能来说,最早也做过问询式机器人,例如在医疗中导诊,但李睿发现,这并不是一个刚需,尤其是在医院嘈杂的环境下,语音交互受限,而对使用方来说,问询机器人带来的价值也无法覆盖其成本。

医疗领域应用人工智能的场景非常多,赛特智能甚至考虑过,做一款手术机器人,可以开发类似达芬奇机器人,但显然,这并非是赛特智能团队工科背景所能完成。

通过调研,赛特智能选择从配送环节入手,理由是,医院配送存在配送人手不够、误差率高等问题,这些是有真实的需求存在。

李睿举例说,医院每天要配送大量药物,从药房到护士站,在层层递转中始终存在差错率,一些较好的医院将差错率控制在0.6%,而稍差些的则高达2%,一家三甲医院的年营收中位数约在40亿元,药品在其中约占三成,这就意味着每年有几百万元药品的差错率。

“即便是在广州的一些大型医院,手术室可能都是靠人工在本子上记录,遇上换班或者太忙了就容易遗漏。”李睿说。

而在机器人配送中,从机器人收到医嘱,到完成配送,全程记录可追溯,也实现了信息化的闭环。例如,机器人可以核对药品、确保放入机器人柜体的药物真实无误;只有指定的护士才有权限打开柜体。

这些“小精灵”减少了护士每天上下楼层来回跑的负担。“如果让护士从事低附加值的劳动,不仅辛苦,还会有很大的心理负担,而机器人可以做到任劳任怨。”李睿说。

“服务机器人要能真正解决客户的问题才能带来价值。”李睿说,相比之下,配送机器人则可以实实在在让医院看到效率、减少医院差错率。

打通室内室外两个场景

在广州海心沙广场,游客不时可以偶遇一位“超级扫地工”一台无人驾驶清扫车,黄色的大刷子、亮眼的蓝色车身以及“无人”的驾驶舱。

赛特智能依托高精度室内外定位及导航、机器视觉和智能集群调度等技术,实现了智能无人化设备的批量化生产。

根据测算,一台清扫车约可完成8到10个工人的工作量,约40分钟便可清扫完约15000平方米的海心沙广常

医院配送与无人驾驶清扫车,几乎是两个完全不同的应用场景,这背后是出于怎样的考量?

李睿认为,医院配送机器人与低速无人驾驶小车,一个代表室内,一个代表室外,未来机器人的应用场景一定是要打通室内室外,实现无缝连接。“赛特智能要解决机器人的2个核心问题是:我在哪里,要解决的是定位问题;我要去哪,要解决的是导航问题。”

在不同的医院,情况都很不一样,例如,有些区域没有WiFi、5G等信号,且人员非常复杂,但无论何种情况都需要解决定位、导航问题。

李睿说,归根到底,赛特智能决定开发低速无人驾驶小车,也是为了更好地让医院配送机器人更适应复杂的环境,同时,也为配送机器人走出室内提早布局。

回归基础层的研究

无论是布局室内还是室外,李睿都感觉到,只有深入基础层,将定位、导航等核心问题解决了,才能谈实际落地应用,“至于外观好不好看、是三个柜体还是四个柜体,都是后续才考虑的”。

但行业普遍急于求成。在武汉疫情最胶着的时刻,李睿两次深入武汉,他就看到,雷神山、火神山医院的仓库中,堆满了大大小小不同品牌的各类机器人,最后真正开机并保证使用的并不多,工程师来了,医院反而还要去照顾这些机器和工程师。

“当时的环境一切都是陌生的,也没有多余的时间给厂商进行调试机器,这时候我们就深刻体会到了对底层、基础开发扎不扎实的重要性。”李睿说,不少企业并不做基础层,底盘也是买来的,自身只是做集成,但在复杂情况下,每个医院的场景都不同,需要对底层技术进行修改,并灵活配置一些基础技术,而这些都是集成厂商所难以做到的。

“一个新品的Demo做出来可以很快,一两个月就行,但要在这个领域深耕,要考虑太多的因素。如何发现和解决问题,是一个比较长的过程。”李睿说,这些都并非技术所不能解决,但关键是能领先多长时间,因此要时刻保持驱动向前的动力。

驱动向前的动力来自哪里?在李睿看来,对场景的理解,正成为人工智能企业比拼的关键。好处是,国内广阔的市场应用,可为厂商积累足够多的数据,帮助企业回到底层研究。

李睿说,认准了一个行业就要做深做透。当时也觉得医院配送这个规模不会太大,但从全国范围来看,仅仅1300多家三甲医院的量就足够庞大。“不要动不动就盯着十万亿的市场,再大的市场也不属于你,而如果你能在一个千亿市场拿上一部分,市场也已经非常丰厚了”。

持续深耕细分领域,也正为赛特带来可观的回报。“我们一季度已经实现盈利,也有望在今年实现盈利。我认为找对了细分市场,也是可以盈利的,我也经常问自己,如果没有风投会不会死?这些都意味着企业必须要有造血能力。”李睿说,在这个行业,很多企业都忙着跑马圈地,而有意无意忽略了盈利这个关键的事。

【记者】郜小平

【策划】陈韩晖 程鹏

【出品】南方产业智库

【作者】 郜小平

南方产业智库

赞助本站

人工智能实验室
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港