Dzisiaj zapraszam Was do wysłuchania czwartego z dziewięćdziesięciu dziewięciu odcinków Twarzy AI. Moim i Waszym Gościem jest Kacper Nowicki, którego poznałem podczas jednego ze Śniadań #AI.
Rozmawiamy o biznesie, o robotach, o logistyce, o przyszłości i o #AI oczywiście. Posłuchajcie historii powstania NoMagic, które rewolucjonizuje sposób pracy magazynów. Jakich? Choćby takich, w których znajduje się… uwaga… 10 mlionów przedmiotów, które muszą z regału treafić poprzez linię logistyczną, strefę pakowania trafić do firmy kurierskiej, a na końcu do klientów.
W pierwszej części odcinka spacerujemy po warszawskim centrum R&D firmy, oglądając roboty, dotykając ssawek, podpatrując w jaki sposób buduje się i testuje rozwiązania, które później działają w odległych magazynach, bowiem NoMagic operuje na dzień dzisiejszy daleko poza Polską.
Kacper Nowicki pisze o sobie tak: w NoMagic skupiam się na Klientach i ich zadowoleniu, ale także na rekrutacji pracowników, rozwoju biznesu i relacjach inwestorskich.
Zanim stworzył NoMagic był założycielem startupu w Dolinie Krzemowej, prowadził biura inżynieryjne Google w Polsce i pracował nad rozwojem berlińskiego startupu podróżniczego.
O czym rozmawiamy dzisiaj?
- O zastosowaniach AI w przemyśle.
- O tym, jak powstało NoMagic.
- Jakie problemy rozwiązuje? Jakimi narzędziami? Jak wykorzystuje #AI?
- W jakim modelu operuje NoMagic?
- Jak budowane są rozwiązania? Jak wygląda proces R&D?
- Jak pracownicy magazynów reagują na wprowadzenie AI do ich środowiska pracy? Czy technologia była już w stanie rozwiązać jakieś nietypowe lub niespodziewane problemy, które były trudne dla tych ludzi? Jakie są wasze przemyślenia na temat etycznych aspektów zastępowania ludzi przez maszyny w pracy?
- Jak NoMagic. wypada na tle konkurencji – w Polsce? Europie? Na świecie? Czy ich konkurencją może być Amazon Robotics?
- Jak Kacper widzi przemysł za 5-10-15 lat?
- I wiele innych…
Zdjęcia
Notatki
Zdjęcia: Jan Toruński
Audio: Kamil Soldacki
Transkrypcja rozmowy
Disclaimer. Droga Czytelniczko, Drogi Czytelniku – mała uwaga dotycząca transkrypcji rozmowy. Jak się pewnie domyślasz – transkrypcja została przygotowana z wykorzystaniem magii LLM. Proszę o wyrozumiałość, gdyby pojawiły się w niej niewielkie błędy, literówki, etc. Żeby mieć pewność co do wszystkich wypowiedzi – polecam posłuchać, zamiast czytać. Ukłony.
Karol Stryja: Idziemy do robotów. A gdzie w ogóle jesteśmy teraz?
Kacper Nowicki: Jesteśmy w NoMagic.AI, w naszej siedzibie w Warszawie, w miejscu, które ma bogatą historię. W tych pomieszczeniach były dubbingowane wszystkie filmy Disneya w Polsce. Jak ta firma się wyniosła, a my się tu wprowadziliśmy, to okna były zabite dechami. Worki piasku leżały na ziemi, nad tym była druga podłoga zrobiona ze sklejki, a jak my te wszystkie rzeczy, żeśmy tutaj stąd wynosili, to się okazało, że jest mnóstwo fantastycznej sklejki, z której zbudowaliśmy sobie stoły. To jeszcze jedna historia o tym miejscu. To jest nasz duży pokój, gdzie się spotkamy na #AllHands i różne inne wydarzenia, lunch we czwartki. Mamy tutaj mini bouldera, ściankę wspinaczkową i otworzyliśmy tą przestrzeń w końcu lutego 2020 i tydzień później zamknęliśmy się i wszyscy poszli do domu, bo zrobił się COVID i ulice były puste. Ale teraz już można, już trochę jest od magnezji ta ścianka brudna, ludzie się trochę wspinają. Tu jest nasz pierwszy lab z robotami, gdzie są dwa roboty, które my nazywamy Sofi. Nasze roboty mają imiona, to jest Sofi i Stanisław. My tutaj w Warszawie budujemy nasze rozwiązania i testujemy. Testujemy nie tylko tak, żeby zobaczyć czy działa, ale również w taki sposób, że testujemy wiele tysięcy podniesień, wiele tysięcy przypadków, żeby sprawdzić, czy poprawiamy nasz software i hardware, czy nie. Do tego potrzebna jest statystyka, więc tutaj za chwilę inżynierowie kończą pracę i wtedy przychodzą robot-seaterzy, którzy w nocy i w weekendy pomagają tym robotom, żeby nigdy nie stały puste i ciche. Teraz jest taka chwila przerwy, ale kolejna szychta Seaterów za chwilę się zaczyna.
Karol: Czyli tak naprawdę NoMagic żyje całą dobę?
Kacper: 24 na 7, totalnie. My budujemy software i AI, integrujemy z robotami przemysłowymi, więc dużo tego sprzętu, który tutaj widzicie, to są rzeczy, które kupujemy z półki i następnie integrujemy z naszym oprogramowaniem. Dostarczamy do klientów, sprzedajemy jako usługę, czyli klienci płacą co miesięczną subskrypcję za robota. Także to, co widzimy, to trochę jest tutaj standardowych komponentów. To, co moim zdaniem jest ciekawe, to jest jakby ten use case, czyli co ten robot robi. Tutaj przyjeżdża z automatycznego systemu przechowywania dóbr w magazynie, tutaj przyjeżdża pudełko pełne jakichś rzeczy, np. iPhone’ów, albo klawiatur, albo jakichś kabelków. Robot z tego pudła wyjmuje przedmiot i wkłada do tego drugiego pudła i w ten sposób przygotowuje zamówienie. Czyli jeśli ktoś kupił telefon, kabelek i ładowarkę, to tutaj po kolei przyjadą takie pojemniki z telefonami, kabelkami i ładowarkami i robot wyjmie po jednym takim przedmiocie, skompletuje do tamtego drugiego pudła, to wróci do systemu przechowywania i za chwilę trafi na stację, gdzie ktoś spakuje to do jakiegoś pudełka, torebki czy innej formy, w której zostanie wysłane do klienta.
Karol: A czy jest jakaś określona, specyficzna kategoria produktów, które sortujecie, czy de facto możecie sortować wszystko?
Kacper: No to zobacz, tu mamy zestaw narzędzi dla tego robota. Od takiego małego, my to nazywamy flecik, przez takie duże urządzenie z trzema przystawkami, nazywamy to tripodem, nie bardzo po polsku, po takie urządzenie z dwoma przystawkami i dzięki temu, że mamy różne chwytaki tego robota, czy gripery, jesteśmy w stanie podnosić od takich małych przedmiotów 2×2 cm do dużych 5-kilowych. Dzisiaj głównie działamy w takim general e-commerce, gdzie jest właśnie dużo elektroniki, jakiś zabawek, trochę produktów żywieniowych, typu różne snacsy, herbaty, kawy i inne takie rzeczy, a również mamy dużo do czynienia z ubraniami, to fashion się mówi o tym.
Karol: O, naprawdę? Nigdy bym nie pomyślał, że możecie pakować ubrania. Myślałem bardziej o produktach, o pudełkach, o czymś kwadratowym, okrągłym i tak dalej, ale ciuchy?
Kacper: Ciuchy w folii, tak jak ja się często dostaję od tych różnych dostarczycieli, ale to jak przejdziemy dalej, tu sobie przechodzimy przez nasz warsztat, gdzie różne maszyny do cięcia aluminium i wiercenia dziur są. Ale tu mam jeszcze dwa roboty w tej części labu.
Karol: Co to za roboty?
Kacper: To jest Margaret.
Karol: A i ciuchy rzeczywiście widzę.
Kacper: Tak, tak, tak. I ten robot, to co on robi, to podnosi tym tutaj pięknym przystawką te ciuchy, wrzuca je na ten stół. W międzyczasie one są skanowane skanerami kodów kreskowych, które tu mamy dookoła, a potem są wrzucane do zrzutni.
Karol: Czyli towar jest identyfikowany nie po kształcie, nie po wyglądzie, tylko kodem kreskowym.
Kacper: U tego klienta są dziesiątki milionów przedmiotów w magazynie. Jest ponad 10 milionów SKU, czyli różnych produktów. No nie dałoby się ich rozpoznawać po kolorze i kształcie, bo jest bardzo dużo czarnych t-shirtów. Mamy na sobie granatowe, co prawda, jest też bardzo dużo granatowych t-shirtów. No i nie sposób ich rozpoznać, a jeszcze wielkości, fashion, prawda, mały, średni, duży. Tego by się nie dało zrobić. Więc skanujemy po prostu kody kreskowe. No i tu u nas widać takie wymęczone trochę torebki, w których są te najprzeróżniejsze przedmioty. Wymęczone, bo ten robot podnosił, dzisiejszej nocy będzie podnosił, jutrzejszej nocy i tutaj ciężko pracuje i jest badana jego skuteczność. Tak więc jak nam się ta folia trochę psuje, to wtedy mamy stację foliowania na nowo. Foliowanie okazało się nie takie trudne.
Karol: Robimy to w Warszawie. Mówiłeś, robot pracował całą noc. W ciągu takiej nocy ile jest w stanie cykli wykonać?
Kacper: Ten robot pracuje z prędkością mniej więcej 650 takich przerzuceń na godzinę, kiedy jest podłączony do automatycznego systemu, który przywozi te pudła i tutaj są zabierane te przedmioty. U nas w labie to jest wolniej, bo nie ma tej automatyzacji. Tu jest człowiek, który te zmiany prowadzi, ale w ciągu takiej nocy ponad 1000 takich przerzuceń. Jesteśmy w stanie zrobić i to już daje nam dość dobrą statystykę, żeby zobaczyć, czy to działa dobrze, czy nie. Czy te zmiany, które wykonaliśmy, mają sens.
Karol: Jeżeli chodzi o dział serwisowy, już u klienta na linii logistycznej, jak często serwisant musi patrzeć na Wasze urządzenia?
Kacper: Tak na serio to jest pewien element serwisu, który wykonuje klient, taki jak czyszczenie kamer, czyszczenie takiej szybki, zmiana przyssawek. My dostarczamy części zapasowe i klienci sami to robią, a tak to musimy raz na pół roku, mamy taki maintenance, gdzie idziemy i jakby przeglądamy tego robota. Czasem zdarzają się awarie i wtedy lotny zespół pędzi gdzieś do Europy Zachodniej, żeby ten problem rozwiązać.
Karol: Pamiętam, rozmawialiśmy, klientów macie zagranicą w Europie zachodniej, nie w Polsce jeszcze.
Kacper: Koszt pracy ludzkiej w Europie Zachodniej jest wyższy niż tutaj w Polsce, więc tam ten zwrot z inwestycji jest szybszy po prostu. Także sprzedajemy za granicą.
Karol: Chodźmy dalej. Gdzie idziemy teraz?
Kacper: Idziemy do naszego Tech Center. To był, dobra, jak każdy startup, rozwijaliśmy się w taki sposób, że najpierw mieliśmy wynajęte mieszkanie w centrum miasta. Najpierw nie mieliśmy robota, potem mieliśmy pierwszego robota, potem mieliśmy drugiego robota. Wynajęliśmy już wszystkie pokoje w tym mieszkaniu.
W jednym z tych pokoi stał nasz serwer z GPU do trenowania sieci neuronowych i jak zrobiło się lato, to stał z otwartym oknem, bo się za bardzo grzał, na kablu z łazienki. No ale potem przenieśliśmy się tutaj do tego budynku i wynajęliśmy pierwszy kawałek przestrzeni, a potem kolejną, żebyśmy wynajmowali więcej i więcej.
Karol: No właśnie, a teraz jak wygląda firma, bo jesteśmy na ulicy Rakowieckiej 36 w Warszawie i przyznam szczerze, że myślałem, że będziemy mieli do czynienia z niewielkim startupem, a tak naprawdę spacerujemy po całych piętrach.
Kacper: Budynek, w którym się mieścimy jest ogromny. Jest tutaj wiele instytutów naukowych i sporo firm, ale my poza naszym biurem, gdzie byliśmy na początku i gdzie jest nasz pierwszy lab robotyczny, idziemy teraz do czegoś, co nazywamy tech center, takiego demo center w innej przestrzeni budynku, gdzie zobaczymy kolejne roboty ciężko pracujące. Ten budynek należy do Ministerstwa Rolnictwa i pomiędzy naszymi dwoma labami, które są tutaj na dole, są produkowane bakterie do robienia kiszonki z siana. Więc wiesz, tutaj jakby działalność ekonomiczna na wielu poziomach. Interdyscyplinarna. To jest nasze demo center, moim zdaniem bardzo ciekawe, no ale ja lubię tą technologię, więc może dlatego. Tu mamy system AutoStore, to jest jeden z tych systemów do automatycznego przechowywania pojemników, gdzie jak widzisz są dziesiątki pojemników ustawiane w takim ciasnym dość ustawieniu gridzie, jedne na drugim.
Karol: W sumie tak teraz wygląda aktualnie magazyn, tak? Nowoczesny?
Kacper: Tak, tak wygląda nowoczesny magazyn. My tu mamy taką minikopię, wersję demo. Nad tymi pojemnikami jeżdżą dwa roboty, które tu widzimy, które przywożą te pojemniki do stacji i tu budujemy stację dla robotów.
Karol: Jeszcze tylko pytanie, Kacper, bo wyjaśnijmy naszym słuchaczom, ponieważ te regały wyglądają zgoła inaczej niż te, do których byliśmy przyzwyczajeni kiedyś w magazynach. Widzę, że te roboty wyciągają tak naprawdę pojemniki, które są usytuowane poniżej.
Kacper: Tak, tak. To jest wynalazek norweskiej firmy Autostore, która uznała, że tradycyjne półki są beznadziejne. Dlatego, że jest przestrzeń pomiędzy półkami, gdzie trzeba chodzić. Zamiast przechowywać przedmioty, no to przynajmniej połowa przestrzeni w takim magazynie do niczego nie służy. I oni mieli taką tezę, że te pojemniki można ustawić super ciasno, jeden na drugim wręcz. Nie ma żadnego dostępu z boku, jest tylko od góry. I wymyślili takie roboty, które będą te pojemniki wyciągać od góry. Firma jest teraz firmą publiczną, odniosła super sukces, mają ponad w okolicach tysiąca klientów na całym świecie i my widzimy wśród klientów właśnie Autostora przestrzeń dla sprzedaży i wdrożenia naszych robotów, bo pierwszy etap automatyzacji już nastąpił, a teraz my robimy kolejny.
Karol: A ile lat ma ta technologia regałów?
Kacper: No to jest bardzo ciekawe, bo oni zaczęli to projektować i budować w 96 roku, czyli dawno temu, ale to przyspieszenie dotyczące sprzedaży dużej ilości nowych systemów i tak dalej, to się wydarzyło w ciągu ostatnich kilku lat. Także najpierw bardzo długo poprawiali i rozwijali technologię, żeby potem zacząć sprzedawać, kiedy to już rzeczywiście działało bardzo dobrze.
To jest robot Hugo, jeden z robotów, który mamy tutaj w labie, ale jest też u naszego klienta. I Hugo wyjmuje z takiego pudełka, z autostora przedmioty i wkłada do pudełka kartonowego. Tu w naszym labie nie mamy pudełka kartonowego, tylko w tym stole jest taka jakby dziura wielkości tego pudełka kartonowego. Przedmioty spadają gdzieś tam niżej. Natomiast u klienta na podajniku przyjeżdżają pudełka kartonowe, jakby spód i ścianki. Robot wkłada do niego przedmioty i to pudełko jedzie dalej automatycznie do maszyny, która spakuje, zamknie wieczko, nalepi nalepkę adresową i automatycznie idzie do ciężarówki, która zawiezie do klienta.
Karol: I sam robot, ramie, jest również Waszego autorstwa i Waszej produkcji?
Kacper: Nie, nie. Ramię to jest robot firmy ABB. Tak jak wcześniej mówiłem, większość sprzętu kupujemy z rynku. To, na czym się trochę skupiamy, tutaj tego nie widać w tej chwili, ale skupiamy się na budowaniu tych narzędzi, czyli chwytaków robota, bo wydawało nam się, że jakby na rynku nie ma rzeczy, które możemy kupić, które by dawały szeroki zakres tego, co robot może podnieść i to budujemy sami. To możemy zobaczyć na kolejnym robocie.
Karol: Czyli tak naprawdę Kacper, jeśli dobrze rozumiem, ty patrzysz co jest dostępne na rynku, patrzysz jaki jest problem, jeżeli chodzi o linię logistyczną w pakowaniu towarów. i tak naprawdę odpowiadacie na potrzeby rynku, integrując istniejące rozwiązania i produkując software.
Kacper: Tak, sprzętowo to są istniejące rozwiązania w większości, natomiast software, który powoduje, że ten robot rozpoznaje te miliony przedmiotów, które mogą się przed nim pojawić, podejmuje właściwe decyzje, jeśli coś się nie uda, to jest w stanie się zorientować, że coś się nie udało i naprawić taki na przykład zgubiony przedmiot, który gdzieś tutaj upadnie, no to jest to IP, czyli to wartość, którą my tworzymy, gdzie pod spodem jest sporo sieci neuronowych, które na bazie obrazu z naszych kamer pomagają robotowi podjąć tę decyzję. I tu masz przykład takiego pudełka, z którego robot coś musi wyjmować. Są iPhone’y, które są ładnymi, równomiernymi pudełkami. Mamy jakieś ubrania zapakowane w folię i nie wiem co tam jest, no kabelki. Kabelków dużo się sprzedaje w e-commerce, więc czwarta kategoria to jest kabelek. Robot dostaje instrukcję ile przedmiotów, z którego z tych przegródek tego pudełka ma wyjąć i przekłada do tego drugiego pojemnika tutaj.
Karol: I czy dobrze pamiętam, wspominałeś chyba też, że obszar, w którym sami projektujecie hardware, to jest obszar chwytaków.
Kacper: I tu właśnie widzimy taki chwytak dwuprzyssawkowy, który ma jedną przyssawkę dobrą do folii, drugą do kartonów. Może działać każda z tych przyssawek niezależnie. W narzędziu widać pojedynczą przystawkę do małych przedmiotów, którymi te przystawki są za duże, po prostu nie daje się podnieść przedmiotu i taką dużą, fajną przystawkę właśnie do folii, którą ten robot również może działać.
Karol: I teraz rozumiem, że robot dysponuje po prostu narzędziami, które może sobie wybierać tutaj z tego stojaka, tego opcjonalnego, tak?
Kacper: I to robi autonomicznie, robi to na bazie albo historii swoich podniesień, czyli wiedząc, że dla tego iPhone’a lepiej jest użyć któregoś narzędzia, czy którejś przystawki, albo na bazie wizji. Dostaje zdjęcie tego tam t-shirta i mówi, dobra, no to tu powinienem rzeczywiście zmienić na to i to robi sobie samodzielnie.
Karol: Ale wiesz, ja byłem zaskoczony, że my jesteśmy tak naprawdę w centrum Warszawy.
Kacper: To jest Hugo, który już widzieliśmy tam w takiej wersji na konferencje i targi. Tu mamy dwa inne roboty. Fiona. Ona też wyjmuje z pudełka, to już tutaj widzimy.
Karol: Tak naprawdę Hugo i Fiona wyglądają dla mnie identycznie, a czym tak naprawdę się różnią?
Kacper: Trochę inny proces klienta, trochę inne zadania, które robot musi wykonać powoduje, że my jeszcze mamy trochę takie bardziej skupione rozwiązania. Pomimo, że dla Ciebie one wyglądają identyczne, nasze roboty to nie są takie humanoidalne roboty, które powiesz, a idź w tamten kąt i tam rozwiążesz wszystkie problemy, które zobaczysz, tylko mają dość szczegółowo zaprogramowaną swoje działanie.
Karol: Czyli chodzi tutaj o typ ruchu, zakres ruchu i może miejsce, gdzie jest ulokowane w tym procesie logistycznym, tak?
Kacper: Tak, to miejsce w procesie jest jakby bardzo ważne i nam używając innych nazw, pomimo że w środku technologia, czyli sam robot, software, systemy AI-owe są te same, to porozumiewając się przy pomocy tych innych nazw, łatwiej jest porozumieć się z klientem, jakby gdzie to jest w procesie i po co oni mieliby z tego skorzystać. I tutaj, tak jak Sofia składała razem zamówienie, czyli z kilku różnych produktów, wkładała je do pudełka, żeby to trafiło na koniec, zostało spakowane dla klienta. Hugo pakował już do końcowego pudełka kartonowego. Tak Fiona wyciąga pojedyncze przedmioty, które trafią do klientów i wkłada do tego dużego wózka, a potem z tego wózka pojedyncze przedmioty będą pakowane dla klientów. To się nazywa single item orders, czyli no po prostu jeśli klient zamawia pojedynczy przedmiot, no to można wszystkie te pojedyncze wpakować do takiego wózka.
Karol: Rozmawiamy teraz w przypadku tych trzech robotów o procesie, który jest towarem wychodzącym do klienta. A czy macie też roboty takie, które otwierają, sortują paczki, jakby nie patrzeć, z popularnymi zwrotami, darmowa przesyłka, darmowy zwrot?
Kacper: Tego jeszcze nie robimy. Zwroty to jest taki newralgiczny kawałek tego procesu, gdzie potrzebna jest decyzja, czy ten produkt się nadaje do ponownej sprzedaży, czy nie. I dzisiaj jeszcze w tym miejscu są ludzie. A w ogóle w ładowaniu tych pudełek w systemie przechowywania wciąż dzisiaj ludzie są szybsi, dlatego że często tam są takie działania, gdzie bierzesz pięć przedmiotów na raz, czy dziesięć, czy dziesięć koszulek, czy wiele pudełek i przy pomocy dwóch rąk człowiek to robi szybciej niż robot, który by pojedynczo przekładał.
Karol: Wiesz co, jak mówisz jeszcze dzisiaj, to widzę błysk w twoim oku.
Kacper: No jest sporo do zrobienia w tej logistyce. Tysiące ludzi pracują w magazynach, a jakby szerzej patrząc miliony ludzi pracują w tej części naszej gospodarki i myślę, że warto automatyzować sporo z tych elementów. Więc tu była Fiona, która pakuje do tego wózka, a tu jest, tak jak widzieliśmy na górze Margaret, to tutaj jest Richard, który również będzie wrzucał do takiej wrzutni te produkty, ale wyjmuje nie z takiego nie za dużego pojemnika, tylko z olbrzymiego wózka, tak jak go tutaj widzimy.
Karol: A logistyka była twoim konikiem kiedyś?
Kacper: Nie, nigdy. Dotarłem tam poprzez tą podróż z No Magic, ale dzisiaj myślę, że już sporo wiem na ten temat.
Karol: Czekam zatem na jakąś książkę albo publikację ciekawą. Piszesz, dzielisz się, czy to traktujecie tą swoją wiedzę jako rzeczywiście takie swoje, bardzo cenne IP, które zostaje u Was w firmie? Na ile też ważna jest, Kacper, edukacja rynku i uświadamianie tego, co niesie nowa technologia?
Kacper: Edukujemy. To jest jakby ważny element. Mamy oczywiście jakieś takie kluczowe kawałki, które chronimy, ale jest sporo takich, gdzie chętnie o tym opowiadamy i potrafimy pokazać, gdzie są zalety, gdzie są trudności, wytłumaczyć klientom, czego powinni oczekiwać.
Karol: Chodźmy dalej.
Kacper: A tu zobaczycie w akcji robot, który podnosi te przedmioty. Urządzenie, które nazywamy tilter, czyli po prostu urządzenie, które zmienia orientację przedmiotu. Robimy to dlatego, że te pudełka, które wyjadą, lepiej żeby były płaskie. Wtedy klient płaci mniej za, nie tylko waga pozostaje ta sama, ale za wolumen jakby tych rzeczy, które zostaną wysłane. Więc obracamy, no i składamy do pudełka.
Karol: Kacper, serdecznie ci dziękuję za przyjęcie zaproszenia do 99 twarzy EI.
Kacper: Dziękuję za zaproszenie.
Karol: Słuchaj, przejdźmy od słów złoczynów. Zatem, jak zaczęła się twoja przygoda ze sztuczną inteligencją? Opowiedz o sobie, o twoich doświadczeniach, obszarach, którymi się zajmujesz.
Kacper: To nie jedno pytanie o pół historii życia.
Karol: Podcasty są po to, żeby właśnie te historie wszystkie opowiadać.
Kacper: To ja chyba muszę zacząć od tego, że kiedyś miałem szczęście zakładać startup w Dolinie Krzemowej. To było dawno temu. Ten startup się nie udał, pomimo olbrzymiej ilości pracy i energii włożonej w niego. I wtedy postanowiłem sobie, że zrobię jeszcze jeden startup, że ta podróż od zera do jeden, czyli od niczego i pomysłu do jakiegoś produktu, jest na tyle fascynująca, że chciałbym ją powtórzyć. Ale zajęło mi chwilę, żeby wrócić do tej sytuacji. W międzyczasie przez wiele lat pracowałem w Googlu, tutaj w Polsce jako szef jednego z ośrodków badawczych, ale odszedłem do startupu po to, żeby wrócić na moją drogę i jeszcze kiedyś założyć nową firmę. Przez chwilę pracowałem w Berlinie. Jak tam byłem i myślałem, że może pora zmienić, że nie wszystko to, co robimy w tym startupie mi się podoba, trafiłem na taki research paper, czyli publikację naukową, która traktowała o tym, że roboty próbowały podnosić takie codzienne przedmioty z tacek, które przed nimi stały. Początkowo, zupełnie przypadkowo, próbując coś złapać w tej tacce, ale obraz z kamer, który był utrwalany podczas tych prób, został użyty do tego, żeby wytrenować sieć neuronową, która tym robotom mówiła, gdzie należy przestunąć chwytak, żeby rzeczywiście podnieść przedmiot. I po wielu miesiącach zbierania danych i trenowania takiej sieci Google miał taki rezultat i właśnie publikację naukową, gdzie taki robot podniósł 30 wcześniej niewidzianych przedmiotów w 31 próbach. Nauczył się w zasadzie bezbłędnie, albo w znacznej mierze bezbłędnie, podnosić nie tylko te przedmioty, na których trenował, ale i niewidziane wcześniej przedmioty. To oczywiście były takie przedmioty codzienne typu długopis, gumka, jakiś przedmiot kuchenny itd. No ale robot był w stanie to robić w miarę niezawodnie. I wtedy, jak w takiej bajce pomysłowej Dobromir w mojej głowie zapaliła się taka żaróweczka, zaczęła mi towarzyszyć taka myśl, że może nadchodzi taka era, kiedy przy pomocy tych nowych zdobyczy AI, czyli uczenia maszynowego, jesteśmy w stanie rozwiązywać problemy w świecie rzeczywistym. Bo przez poprzednie 25 lat mojej kariery ja rozwiązywałem dużo problemów, ale w tym świecie jakby wirtualnym, jakichś website’ów, jakichś datacentrów, przetwarzanie danych, tak, czy to była ta główna część, którymi się zajmowałem, a to wydało mi się niezwykle atrakcyjne. No i to był ten pomysł, który zaczął długą drogę, która nas tutaj dzisiaj doprowadziła.
Karol: Skończyłeś informatykę, skończyłeś jakiś kierunek na Politechnice?
Kacper: Nie, skończyłem fizykę na Uniwersytecie Warszawskim. Wydaje mi się, że fizyka to jest taki fantastyczny kierunek studiów, gdzie człowiek uczy się o świecie. Nie uczy się wielu praktycznych rzeczy, ale uczy się jak ten świat działa, a stamtąd jakoś powędrowałem w stronę informatyki i wiele dziedzin fizyki dzisiaj to jest przetwarzanie danych z eksperymentów i ta część informatyczna jest bardzo ważna, więc odżeglowałem do tej informatyki po fizyce.
Karol: Pamiętam swoje liceum i pamiętam, że fizyka to był jeden z moich ulubionych przedmiotów, bo fizyka tłumaczy nasz otaczający świat.
Kacper: Fizyka jest fascynująca i to może jest dygresja nie na miejscu, ale jak patrzę na dzieci obecnie w szkole, to w jakiś sposób ta radość z odkrywania świata jest zabijana przez obecne podręczniki. Ale są miejsca, gdzie kultywuje się to odkrywanie i poszukiwanie swoich silnych szans.
Kacper: Trzymajmy za nie kciuki, bo…
Karol: Pozdrawiamy Jarka Szulskiego tutaj. To jest niezwykły człowiek, który tworzy Liceum Artes Liberales w Warszawie. Wróćmy do tego momentu przełomowego i tak jak powiedziałeś, żaróweczki, która dzisiaj pojawiła. Który to był rok?
Kacper: To było 2016. Moja pierwsza myśl to była taka dobra. Coś tutaj się zaczyna gotować. Muszę zapytać najbliższe mi osoby, czyli moją żonę, córkę, synów, co oni o tym myślą. Dość szybko doszedłem do wniosku, że taki problem warty rozwiązywania to jest robot kuchenny, który będzie przygotowywał posiłki, ale nie tą część dotyczącą smaku, tylko krojenie, obieranie, przygotowywanie, a na koniec sam się umyje, bo w domu mamy sporo różnych maszyn, które pomagają w czynnościach kuchennych, ale na koniec ja je muszę zmywać i to często zajmuje dłużej niż użycie tej maszyny.
Karol: Chcesz powiedzieć, że tak powstało NoMagic?
Kacper: Tak powstał ten następny krok, gdzie uznaliśmy, czy ja uznałem, że dobra, no to teraz jak ja bym to zbudował? I oczywiście nie wiedziałem wtedy za dużo na temat robotyki, nie wiedziałem za dużo na temat AI, ale zacząłem szukać specjalistów, którzy mi pomogą w realizacji tej wizji.
Karol: Zacząłeś szukać partnerów, z którymi budujesz teraz firmę?
Kacper: Tak i znalazłem Marka Cygana, który jest współzałożycielem, który w tamtym momencie był pewnie najbardziej doświadczoną osobą związaną z ML w Polsce. Wygrał parę konkursów takich międzynarodowych i on jest teraz również profesorem na UW. Zajmował się działalnością naukową. Odkryłem go dwa razy tego samego wieczora. Dostałem rekomendacje od swojego kolegi z Googla, że powinienem porozmawiać z Markiem. A jednocześnie na tej platformie do konkursów szedłem od góry i próbowałem zidentyfikować, czy jest tam jakiś Polak. Co było trudne, bo ludzie się ukrywają pod ksywkami czy pseudonimami w tym miejscu, więc nie wiadomo, jakiś tam hashtag 099 kto to jest, ale Marek akurat miał ten pseudonim Marek Cygan, więc stawiałem, że to jest ktoś z Polski.
Karol: Przed naszą rozmową zwiedziliśmy waszą firmę. Czy mógłbyś opowiedzieć jako punkt wyjścia do naszej dalszej rozmowy o zastosowaniach AI w przemyśle i w logistyce, jak to wygląda teraz?
Kacper: Te wielkie firmy technologiczne, które dzisiaj popychają rozwój AI, taki jak Google, OpenAI, Microsoft, Facebook, one skupiają się na tych problemach, które już dzisiaj rozwiązują dla swoich klientów czy użytkowników, czyli lepsze tłumaczenia z języka na język, lepsze transkrypcje w YouTubie, jakieś dodatkowe narzędzia do Gmaila, kalendarza czy Microsoft Worda. I to popycha tą naukę, tak, czy zastosowania do przodu. Natomiast z drugiej strony, wciąż znaczna część naszej działalności biznesowej na świecie, to jest właśnie logistyka przemysłu i tutaj te rozwiązania docierają wolniej. Jest trochę takich zastosowań gdzieś tam optymalizacyjnych, natomiast w tym świecie jakby fizycznym, dotykania dóbr, produkowania dóbr, wciąż królują takie maszyny, czy rozwiązania, które są w 100% przewidywalne. Tu się pojawia butelka, nalewamy do tej butelki płyn, maszyna zakręca zakrętkę i to jest włożone do kartonu.
Karol: Czyli klasyczne linie produkcyjne, tak?
Kacper: Klasyczne linie produkcyjne, klasyczne linie logistyczne. Natomiast to, gdzie AI pozwala nam dzisiaj posunąć tą automatyzację dalej, no to w tych miejscach, gdzie jakiś rodzaj decyzji, decyzji opartej na doświadczeniu i intuicji jest potrzebny, i to dzięki systemom AI-owym jesteśmy w stanie robić. My to robimy w świecie rzeczywistym, ale może być to zastosowane również w decyzji o jakichś tam innych procesach.
Karol: I tym obszarem jest właśnie sortowanie.
Kacper: Wysyłka do grup e-commerce, to jest to, czym my się zajmujemy, czyli przygotowaniem zamówień, spakowaniem tych zamówień. Tak, tutaj klasycznie ta praca jest wykonywana przez ludzi, jest dość trudna i monotonna i myślę, że to jest przestrzeń do zastosowania robotów i zautomatyzowania tego działania.
Karol: Domyślam się, że rozwiązujecie problem kosztowy, bo czynnik ludzki jest, jakby nie patrzeć, drogi coraz droższy. Ale oprócz tego, jakie problemy rozwiązujecie?
Kacper: Wydaje mi się, że to, z czym ci operatorzy centrów logistycznych, bo z nimi współpracujemy, się borykają, to oczywiście jest ten element jakby kosztu, on jest w każdym procesie, jeśli coś można zrobić tańszym, no to jakby te biznesowe powody są takie, natomiast dostępność ludzi, którzy będą wykonywali tą pracę jest trudna, tak, to znaczy brakuje ludzi do tej pracy, a jest też taki jakby ważny element, przez większość z nas zrozumiały, że to jest praca częściowo sezonowa. To znaczy w czwartym kwartale, Black Friday, Cyber Monday, Nasza Gwiazdka, Nowy Rok. To powoduje, że tych zamówień w niektórych typach działalności to jest powiedzmy trzy czwarte rocznego obrotu. Więc to nagle powoduje, że w tym magazynie czasem potrzeba niewiele osób, a czasem potrzeba trzy czy cztery razy więcej. Magazyny pracują na więcej zmian, więcej dni w tygodniu i to jest ten drastyczny przykład, że jakby na jeden kwartał potrzeba więcej rąk do pracy, ale tak naprawdę często dzieje się to również w skali tygodnia i miesiąca, to znaczy często zamawiamy różne rzeczy w e-commerce czy w wysyłce internetowej w czasie weekendu, bo mamy chwilę i oczekujemy, że w poniedziałek one do nas przyjdą. W związku z tym ten wolumen zamówień w poniedziałek i wtorek jest dużo wyższy niż w czwartek i piątek. I jest jeszcze taka korelacja dotycząca wypłat ludzi, które w różnych krajach się tam w różnych momentach miesiąca dzieją, ale w momencie kiedy te wypłaty się pojawiają, to jest więcej zakupów. Zastosowanie automatyzacji powoduje, że jakby równoważymy trochę te górki i dołki, które tutaj się wydarzają związane z nierównomiernością zamówień.
Karol: Równoważycie te górki i dołki, zmniejszacie koszt obsługi takich linii logistycznych. Coś jeszcze?
Kacper: Coś, co mógłbym nazwać obserwowalność, tak? Taka dokładna dokumentacja tego, co robot zrobił. W naszych systemach chmurowych przechowujemy zdjęcia, filmy i różne inne informacje o każdym takim zapakowanym produkcie czy przeniesionym produkcie.
Karol: Żeby mieć chociażby pewność, że klient dostał to, co zamawiał, albo produkty, które otrzymał, były nieuszkodzone.
Kacper: To jesteśmy w stanie jakby sprawdzić. To też można robić w takich systemach, gdzie pracują ludzie, ale to jest na pewno mniej komfortowe, bo ludzie nie lubią być obserwowani przez kamerę w trakcie różnych czynności, również w pracy, a roboty nie mają z tym zupełnie problemu. Natomiast my również ten system chmurowy używamy do tego, żeby poprawiać działalność robota, czyli na bazie jakichś pomyłek czy niedoskonałości, które robot popełnił. Jesteśmy w stanie wyśledzić te przypadki, policzyć, zobaczyć, co jest jakby znaczące i naprawić albo udoskonalić nasze rozwiązania.
Karol: A jak zatem wykorzystujecie AI, sztuczną inteligencję, uczenie maszynowe w waszej branży, w waszych rozwiązaniach?
Kacper: Nasz produkt nie byłby możliwy bez tych systemów AI-owych, które są w jego środku. A powód jest taki, że właśnie w tej sprzedaży internetowej są dziesiątki, setki tysięcy, czasem miliony różnych produktów, czyli różnych opakowań i różnych produktów w środku, w takim magazynie. I klasyczne systemy mają kłopot z tym, żeby zidentyfikować, co to jest za przedmiot, jak należałoby go przenieść, jak go zapakować do tego pudełka, do którego ma trafić, jaki jest jego rozmiar i tak dalej. No a tutaj magia, albo technologia AI powoduje, że nauczony na dziesiątkach czy setkach tysięcy przykładów taki system potrafi bardzo skutecznie identyfikować właśnie pojedyncze przedmioty, czy taki dobry punkt odniesienia, do którego robot powinien przysunąć przystawkę i podnieść ten produkt.
Karol: Czyli z jednej strony to jest system wizyjny, czyli system, który uczy się rozpoznając te wszystkie produkty. Oprócz systemu wizyjnego, system, który zarządza zakładam ruchami tego robota, operując ramieniem, ale także samymi chwytakami, prawda?
Kacper: No i mamy jeszcze jakby taką trzecią kategorię systemów, która jest dość ważna. Systemy, które monitorują poprawność działania. W świecie fizycznym niestety jest tak, że nawet jeśli się dobrze prześcimy we właściwym punkcie do jakiegoś, do torebki foliowej, w której jest t-shirt, to jest po prostu niezerowe prawdopodobieństwo, że ta torebka nam upadnie. Przynajmniej dzisiaj z tej technologii, w której działamy, tak to jest. No i odkrycie tego, że nie donieśliśmy na miejsce, czy podnieśliśmy dwa przedmioty, czy taka torebka się otworzyła, czy pudełko się otworzyło i coś z niego wypadło. Rzeczy, które są bardzo rzadkie, one się zdarzają raz na sto, raz na tysiąc, raz na dziesięć tysięcy, ale identyfikowanie tych przypadków jest ważne, bo nie chcemy wysłać klientowi pudełka, gdzie jest tylko folia, nie ma t-shirta, albo pudełka, gdzie nie ma już telefonu, jest tylko górna pokrywka od pudełka, które się otworzyło. Więc tutaj w ten obszar wkładamy sporo uwagi i tutaj też rozwiązania EI-owe są niezbędne do tego, żeby to rozwiązać.
Karol: Ale tak myślę, że takie puste opakowanie z T-shirta można zidentyfikować chyba nie tylko wizualnie, ale też dzięki jakiemuś czujnikowi wagowemu, prawda?
Kacper: To prawda. Używamy tego również i takich klasycznych czujników jak waga, jak czujnik czy coś jest przystane do przystawki, czy już tam niczego nie ma, ale tych najprzeróżniejszych przypadków, jak patrzymy na coraz większe jakby ilości przypadków, tych takich nieszczęśliwych przypadków pojawia się więcej. Więc są takie rzeczy jak na przykład karty SD, które są lekkie. I generalnie taka waga, gdzie byśmy jej nie mieli, ona nie jest w stanie odróżnić, czy my podnieśliśmy jedną taką kartę, która waży 10 gram, czy dwie takie karty, które… Albo kartę 16, 32 czy 128 gigabajtową. Dlatego używamy tych klasycznych metod, ale używamy też systemów wizyjnych, które próbują patrzeć na przykład do pudełka, do którego włożyliśmy jeden przedmiot i zadecydować, czy to jest taki przypadek, gdzie jesteśmy pewni, że to jest jeden przedmiot, czy jesteśmy pewni, że to są dwa przedmioty, czy nie jesteśmy pewni. I w tych przypadkach mamy systemy, gdzie tym naszym robotom w przypadku wątpliwości mogą pomóc zdalni operatorzy. Po angielsku to jest human in the loop, dość częste zastosowanie w takich systemach AI-owych, gdzie możemy wezwać naszego zdalnego operatora, który jeśli podejrzewamy, że tam mogły być zapakowane dwa przedmioty zamiast jednego, podejmie decyzję, on może popatrzeć na takie zdjęcie, może popatrzeć na wideo tego, co tam się wydarzyło i odpowie tak, jest pojedynczy przedmiot, można to wysłać do klienta, albo nie, coś tu się kiepskiego wydarzyło i musimy albo wezwać operatora, albo ten zdalny operator jest w stanie rozwiązać problem.
Karol: Czyli by zapewnić tą ciągłość funkcjonowania używa się czynnika ludzkiego, który widzi wszystko i może zobaczyć, czy to jest maszyna, po to, żeby przyspieszyć proces decyzyjny.
Kacper: Przyspieszyć proces decyzyjny i żeby za często nie wzywać tego operatora w magazynie. Dlatego, że oczywiście dla tego operatora oderwanie się od innej pracy, przyjście do naszego robota i naprawienie jakiejś usterki jest kłopotliwe, czasochłonne. A ten zdalny operator, on może mieć portfolio różnych zdalnych robotów, którym pomaga jakby jednocześnie na wyzwanie od tych robotów.
Karol: Moja pierwsza myśl, jak zobaczyłem wasz produkt, pomyślałem sobie, produkujecie, sprzedajecie, ale tak naprawdę wy nie operujecie w modelu takim klasycznym, wyprodukuję i sprzedam, tylko jesteście sasem i hasem w jednym.
Kacper: Tak, jesteśmy, no my to nazywamy RAS-em. Robot as a service. Czyli nasi klienci płacą nam opłatę subskrypcyjną co miesiąc. W tym jest często i hardware, i nasze rozwiązanie, i to wsparcie zdalnych operatorów, i dostosowanie naszego systemu do zmieniających się produktów w magazynie, co na przykład w obszarze odzieżowym jest bardzo jasne, tak? Na lato t-shirty, na zimę raczej puchówki. Więc jakby całe to wsparcie i dostosowanie jesteśmy w stanie zapewnić naszym klientom. A z drugiej strony mamy model biznesowy, subskrypcyjny, nie musimy sprzedać jakby co miesiąc nowych robotów, tylko dostajemy opłatę licencyjną czy subskrypcyjną co miesiąc.
Karol: Czy jesteś w stanie opowiedzieć, jak budujecie te rozwiązania? Duża częśc waszej działalności to jest właśnie projektowanie tych rozwiązań. Jak buduje się takie przedsięwzięcie? Bo moje wyobrażenie o was, nawet jak tutaj jechałem na Rakowiecką, mówię, kurcze fajnie, no to pewnie trzy, cztery pokoje robicie, tworzycie, eksperymentujecie, a tak naprawdę nie trzy pokoje, tylko dwa piętra.
Kacper: Po pierwsze trzeba mieć pewną wizję tego, co chcemy zrobić. Ona jest od dawna, jest dość stabilna pod względem jakby wizji długoterminowego celu, którym jest automatyzacja manualnej pracy ludzkiej. Natomiast na tej drodze zawęziliśmy i dzisiaj, prawda, wspomagamy wysyłkę przedmiotów przy zakupach e-commerce. Natomiast drugi element dla mnie super ważny, to o czym Ci wspominałem na korytarzu, to jest zespół i wartości firmy, jak chcemy pracować razem. Google miał taką świetną zasadę i myślę, że w nią wierzę, to jest to, że szukasz najsprytniejszych, najzdolniejszych, najbardziej zaangażowanych ludzi, a potem wspólnie rozmawiacie o tym jakby co jest do zrobienia. Jest oczywiście element strategiczny i pewnych decyzji, natomiast ufasz tym ludziom i dajesz im przestrzeń do ich kreatywności w rozwiązywaniu problemów. Challengeując, pytając i wymagając jakichś efektów czasem, ale traktując ich jako partnerów w budowaniu tej firmy. I my od początku bardzo dużo pracy wkładaliśmy w rozwój zespołu i dzisiaj firma ma 6,5 roku, więc jakby były kolejne fazy wzrostu od kilku ludzi w jednym pokoju, tak jak oczekiwałeś, do 75-osobowej firmy dzisiaj. Natomiast ten proces rekrutacji i powiększenia zespołu traktowaliśmy od początku bardzo serio, stawiając wysokie wymagania i dotyczące jakby znajomości technologii, rozwiązań takim jakby umiejętności i czegoś co nazwał problem solving, czyli umiejętność odnalezienia się w trudnym problemie, który jest mi obcy, gdzie trzeba od takich pierwszych zasad rozwiązywać ten problem. Takie pytanie na każdym interview mamy. Po coś co nazywamy culture fit, tak? Czyli zgodność z tym jak chcielibyśmy się tutaj traktować, zachowywać. Więc ta droga zbudowania zespołu. Na jej drodze jest mnóstwo interviews, kandydatów i tak dalej. Natomiast dzisiaj mamy fantastyczny zespół, który myślę, że świetnie pracuje razem. Jest taka dobra energia, która powoduje, że mamy siłę rozwiązywać te trudne problemy. Natomiast od początku z Markiem i Tristanem, czyli trzech jako założyciele, pracowaliśmy nad tym, żeby nazywać nasze wartości, wypisywać je na jakichś kartkach, plakatach, komunikować.
Karol: Tak jak szef Nike’a, nie wiem czy kojarzysz go.
Kacper: Więc tutaj też ewoluowaliśmy i te nasze wartości trochę się zmieniały, jak firma się zmieniała, natomiast myślę, że tak, mamy sześć wartości, zgodnie z którymi żyjemy, którymi się wspieramy i które czasem nas motywują do wychodzenia poza ten obszar komfortu.
Karol: Jakie to są teraz wartości?
Kacper: One są po angielsku, więc we’re here to help, co oznacza, że jesteśmy tutaj, żeby pomóc i to jest i w stosunku do naszych klientów, którym pomagamy w sposób ciągły poprzez tą usługę subskrypcyjną i w stosunku do nas samych wewnątrz firmy, tak, gdzie w najlepszym interesie nas wszystkich staramy się znaleźć czas i przestrzeń, żeby pomagać sobie nawzajem. Druga to jest climb the summits. Ona dotyczy tego, że jako startup musimy zostawiać cele i stawiamy sobie cele. Nie do końca wiadomo jak je osiągnąć, ale mimo wszystko… Czasami ten szczyt jest niewidoczny, bo jest jeszcze ukryty gdzieś w chmurach. Tak, ale mimo wszystko oczekujemy od siebie nawzajem, że będziemy do tych szczytów docierali. Trzecie to jest improve by experimenting. To jest, myślę, coś, co przyszło częściowo z mojej fizycznej backgroundu jako fizyk, gdzie bardzo wierzę w coś takiego, że rozwijając produkt czy technologię należy stawiać pewną hipotezę, mieć do tej hipotezy jakieś rozwiązanie, następnie zbierać dane, analizować i działać dalej.
Karol: To było trzecie?
Kacper: No to może szybko przez pozostałe. Face the brutal facts and act, czyli jak jest coś trudnego, to… Don’t waste your time. Tak, feedback is a gift, czyli, że jesteśmy w stanie rozwijać się jako organizacja i jako osoby dając sobie nawzajem feedback. Ostatni, we all trust you, gdzie mówimy naszym pracownikom, przyszłość jest w waszych rękach, podejmujcie decyzje, jakby będziecie rozliczani z tych decyzji, natomiast nie czekajcie na innych, wszystko jest w waszych rękach.
Karol: Gratuluję, brzmi świetnie.
Kacper: Dzięki, ale jeśli, bo zapytałeś o to, jak się buduje ten produkt. No i wydaje mi się, że tutaj potrzebna jest pewna dyscyplina i to nasza trzecia wartość o tym mówi, gdzie stawiamy sobie pewne cele, a potem próbujemy różnych rozwiązań i testujemy, czy to, co żeśmy zbudowali działa dobrze, lepiej niż to, co mieliśmy poprzednio. Jeśli działa dobrze, to akceptujemy i posuwamy się dalej. Tak jak opowiadałem podczas tej naszej wycieczki, przychodzą tutaj wieczorami operatorzy robotów, którzy pomagają w tym, żeby roboty wykonywały tysiące podniesień i to jest jeden z elementów mierzenia, czy posuwamy się do przodu i poprawiamy, czy tylko tak sobie myślimy, że ta nasza praca jest coś wartego.
Karol: Pamiętasz pierwszego klienta?
Kacper: Oczywiście. U pierwszego klienta robot wciąż działa.
Karol: Jeszcze zapytam, jak dużo czasu zajęło Wam zdobycie pierwszego klienta, płacącego pierwszego klienta z maszyną działającą na linii logistycznej?
Kacper: Myślę, że takie znalezienie tego klienta i przekonanie, żeby nam zaufał, to zajęło może pół roku, natomiast wdrożenie tego robota, żeby był rzeczywiście w takim etapie, że robi użyteczne rzeczy, to zajęło jeszcze kolejny rok. Myślę, że te problemy, które my rozwiązujemy, tego tak nie widać, jak się widzi robota w akcji, ale one są trudne, bo ludzie, którzy dzisiaj wykonują te zadania są bardzo wszechstronni. To znaczy człowiek i potrafi, mając nawet bardzo prostą instrukcję, zrozumieć, co ma zrobić i zrozumieć, jeśli coś się nie udaje i rozwiązać taki problem, jeśli coś się nie udało. Jeśli komuś wypadnie z ręki torebka z T-shirtem, no to ją podniesie i dokończy to działanie. A robota trzeba tego krok po kroku nauczyć. Więc tutaj większość naszego wysiłku w ciągu tych ponad sześciu lat to jest rozwój produktu w ramach tego, jak rozumiemy potrzeby klienta rozwiązujemy pierwsze problemy, to jeszcze są jakieś kolejne czy kolejne funkcjonalności, które są potrzebne do tego, żeby te roboty były naprawdę użyteczne.
Karol: Pierwszy klient po sześciu miesiącach, a teraz w ilu krajach operujecie, ilu macie klientów?
Kacper: Wciąż mamy niezbyt wielu klientów, bo naszą strategią było to, żeby pracować z takimi klientami, którzy darzą nas zaufaniem i chcą z nami spędzić czas, żeby zbudować te rozwiązania.
Karol: Szczególnie, że to nie jest rozwiązanie, które kupujesz z półki.
Kacper: Tak, czyli tych klientów dzisiaj mamy czterech, ale od kilku miesięcy uznaliśmy, że te produkty są gotowe, żeby dotrzeć do szerszego rynku. Dzisiaj mamy pipeline kolejnych klientów, którzy, mam nadzieję, za chwilę podpiszą kontrakty i za kolejną chwilę będziemy im dostarczali roboty. Głównie działamy w Niemczech, Szwajcarii, Francji, krajach nordyckich. No, cała Europa Zachodnia tak naprawdę.
Karol: A czy na tym etapie, po sześciu latach, przekroczyliście break-even point?
Kacper: Jeszcze jesteśmy startupem.
Karol: A jak patrzysz, jak planujesz rozwój, patrzysz na swój pipeline potencjalnych klientów, jak sądzisz, ile może wam czasu zabrać to, żeby najpierw wyjść na zero, mówiąc kolokwialnie, a potem zbudować wartość, którą albo sprzedacie, albo pójdziecie dalej, albo będziecie dalej rozwijać?
Kacper: No myślę, że jeszcze ze 2-3 lata to wymaga. Ten rynek uczy się tych naszych rozwiązań również, więc na razie mamy takich klientów, którzy są odważniejsi, a jeszcze nie tych klientów, którzy chcą sprawdzonych, takich godnych zaufania rozwiązań, które już pracują w 10 czy 100 innych miejscach. Ale widać to zainteresowanie i te powody, dla których więcej takich robotów będzie zainstalowane są tam. W Niemczech w ciągu następnych kilku lat ma zniknąć 5 milionów ludzi z rynku pracy. To jest jakby przerażające, bo się okaże, że wiele rzeczy, do których ludzie w Niemczech są przyzwyczajeni, one już się nie wydarzą, bo nie będzie kto miał ich zrobić.
Karol: Idea w Polsce stworzona, a kapitał ten, na którym budujecie teraz, polski czy zagraniczny?
Kacper: Zagraniczny. Zbieraliśmy pieniądze od inwestorów, jakaś tam malutka część tego pochodziła z Polski, ale większość jest od inwestorów z Londynu, z Niemiec, z Kalifornii.
Karol: Wróćmy do tych pracowników. Jak reagują na wprowadzenie maszyn, jak widzą, wiesz, robota wyposażonego w sztuczną inteligencję? Jaka jest pierwsza reakcja?
Kacper: Obserwujemy to, zastanawiamy się nad tym, rozmawiamy z nimi. Po pierwsze, takie magazyny, do których my przychodzimy, żeby dołożyć tego robota, są wysoce zautomatyzowane. Więc to nie jest pierwszy automatyczny kawałek, bo tak jak oglądaliśmy system Autostore, automatycznego przechowywania rzeczy w pudłach, te systemy w prawdziwym magazynie są ogromne. I te magazyny są wysoce zautomatyzowane, do których my przychodzimy, pracownicy są do tego przyzwyczajeni. Po drugie, pracownicy w tych magazynach często się wymieniają. Amazon prowadzi takie badania… To nie to samo co artyści i scenarzyści Warner Brothers. Annual attrition, czyli ile procent załogi wymienia się w ciągu roku w magazynie Amazona w Stanach? 139%. Co oznacza, że wszyscy się wymienili i potem z tych wszystkich, co już się wymienili 40% jeszcze się wymieniło. Co oczywiście nie oznacza tego, to oznacza, że część załogi, ale mała Jest tam przez długi okres czasu, ale wszyscy inni cały czas się wymieniają. Więc jakby to jest to środowisko, gdzie ci ludzie, którzy tam pracują, co chwila mają nowych znajomych, nowych kolegów przy tych stanowiskach. Pracy w magazynie jest dużo, jest duża zmienność, tak jak o tym mówiłem wcześniej. W różne dni tygodnia, tam jest więcej lub mniej pracy. Z jednej strony te roboty są czymś naturalnym, kolejnym krokiem automatyzacji. Z drugiej odbywa się taka rozmowa, że one jakiś rodzaj pracy dalej automatyzują. Natomiast tutaj razem z tymi klientami staramy się ludziom opowiadać, co się wydarzy, jakie są cele, ile tych robotów i pokazywać im, jak to działa. A w tym magazynie dalej pozostaje praca pomocy tym robotom. One od czasu do czasu potrzebują, żeby ktoś przyszedł i tam pozbierał jakieś rozsypane kulki albo coś w tym stylu, wyczyścił te obiektywy, kamery i inne takie rzeczy. Więc to nie jest tak, że to jest zupełnie bezobsługowe i wydaje mi się, że
Karol: Jest tutaj taki balans między pracownictwem… A tak naprawdę, z tego co mówisz, ludzie będą pełnili funkcję asystującą, a nie tak naprawdę utrzymującą cały ruch magazynowy, prawda?
Kacper: Czyli zamiast podnoszenia tych przedmiotów, będą czasem pomagali, jeśli coś tam się wydarzy w automatycznym systemie.
Karol: A jak patrzysz na cały magazyn i na logistykę, w ten sposób jak ona jest skonstruowana w dniu dzisiejszym, czyli zautomatyzowane regały w technologię, którą wytworzycie, to w ilu procentach według Ciebie jest wykorzystany potencjał robotyki i sztucznej inteligencji, patrząc na całość? Czy to jest połowa?
Kacper: Myślę, że to jest mniej, chociaż niektóre bardzo ciężkie i trudne kawałki już automatyka przejęła, w tym to, co robią nasze jakby AI-owe roboty. Natomiast tam jest wciąż jeszcze bardzo dużo procesów, które nie są zautomatyzowane. Myślę, że tak patrząc na ten rynek, takim celem jest to, żeby podstawowe procesy w magazynie działały bez udziału ludzkiego, taki lights out warehouse.
Karol: Właśnie o to pytam, wiesz, gdzie jesteśmy teraz.
Kacper: No jeszcze mamy do tego kawałek. Jest jasne, że różne takie procesy wyjątkowe, kiedy coś się zgubi, jakaś przyjdzie złapaczka od dostawcy, albo te zwroty będą jakieś tam dziwne.
Karol: Ale to jest wiesz, to jest emergency.
Kacper: Tak, te procesy pozostaną ludzkie, bo w tym jesteśmy dobrzy, w podejmowaniu decyzji w trudnych sytuacjach. Natomiast ja mam nadzieję, że w ciągu następnych powiedzmy dziesięciu lat znaczne części tego działania już będą lights out. A w krajach niemieckojęzycznych, w Niemczech, w Szwajcarii na przykład jest zakaz pracy w magazynie w niedzielę, co jest olbrzymim problemem dla tych operatorów. No i dzisiaj pracujemy nad tym, żeby nasze roboty przez ileś godzin w tym pustym magazynie były w stanie pracować. Robimy na tym polu duże postępy, więc wydaje mi się, że zaczyna być widać taką ścieżkę w stronę tego magazynu z wyłączonym światłem i bez ludzi.
Karol: A jak wypadacie, Kacper, na tle konkurencji? Jak przygotowywałem się do naszego spotkania, to czytałem, no wiesz, o Amazon Robotics, o Kado Technology, Common Sense Robotics… Tych firm jest tak naprawdę sporo już.
Kacper: Tych firm jest sporo, rynek jest ogromny, bo… Rynek manualnej pracy ludzkiej to jest w zasadzie nieskończony. I w tym naszym obszarze jest parę firm, z którymi konkurujemy. To są głównie amerykańskie też startupy z Kalifornii, z Bostonu. Myślę, że jesteśmy w top 3 na świecie, a w tych miejscach, gdzie się skupiamy, to myślę, że nasze rozwiązania są w tej chwili najlepsze na świecie i braliśmy udział w testach organizowanych przez takie duże firmy, które szukały partnerów, których wypadaliśmy bardzo dobrze, więc tutaj myślę, że nie mamy się czego wstydzić i no walczymy o to, żeby podbić ten rynek.
Karol: Dla tych, którzy nas słuchają, na twarzy Kacpra pojawił się właśnie mały taki utajony uśmiech, który mówi mi, chyba wiem o czym mówię.
Kacper: Przyszłość pokaże, ale myślę, że jesteśmy w dobrym miejscu, ze świetnym zespołem, wiemy co robimy, więc tak, no walczymy.
Karol: To co, jak wygląda ten rynek za 5, 10, 15 lat?
Kacper: To, co jest ważne jakby z mojego punktu widzenia, to żeby klienci byli przekonani, że warto te rozwiązania stosować. To jest tak, że dzisiaj jak ktoś buduje nowy magazyn, to nie zastanawia się, czy należy użyć wózków widłowych, czy ręcznie tam te palety jakoś pchać, tak? Tylko zastanawia się, jakiego producenta wózki widłowe sobie kupię i lepiej, żeby miały litowe baterie, czy jakieś inne. A w tym obszarze robotyki wciąż ci klienci się zastanawiają, czy ja potrzebuję tego wózka widłowego, Ale myślę, że za parę lat będziemy dokładnie w tym miejscu, że każdy nowy magazyn, przynajmniej 50% pracy, która tam jest wykonywana, od pierwszego dnia będzie miał zautomatyzowane przy pomocy robotów. I pewnie będzie jakaś ewolucja, jak te roboty wyglądają, jakie dokładnie zadania tam mają. Natomiast to będzie standardem. Dzisiaj to jeszcze nie jest, ale idziemy w tym kierunku.
Karol: Czyli co? Uświadamianie i budowanie tak naprawdę obrazu tego, co jest teraz dostępne na rynku i w jaki sposób może wpłynąć na optymalizację procesów.
Kacper: To jest bardzo ważne, a drugi bardzo ważny element to są referencje, czyli do każdego nowego klienta, czy każdego nowego klienta, z którym rozmawiamy, po to, żeby on mógł kupić, podpisać zamówienie, musimy go zaprowadzić do istniejącego klienta, który jest zadowolony z naszego rozwiązania, gdzie te roboty pracują już od jakiegoś czasu, pracują przynajmniej dwie, czasem trzy zmiany.
Karol: Czyli najstarsza forma reklamy word of mouth.
Kacper: Word of mouth i takie przekonanie, że można pójść i zobaczyć, że to rzeczywiście działa. Natomiast tutaj właśnie od początku tego roku rozwijamy się, będziemy mieli kolejne referencje niedługo, co myślę, że przyspieszy cały ten nasz proces sprzedaży.
Karol: Czy miałbyś do polecenia jakieś źródła, blogi, książki, magazyny, może podcasty, których słuchasz, które warto śledzić? Czy mógłbyś coś polecić naszym słuchaczom?
Kacper: No ja czytam trochę publikacji naukowych, które się pojawiają w tym obszarze i myślę, że obszar Generative AI i tych foundational models jest niezwykle interesujący, ale tutaj raczej korzystam ze źródeł, które prowadzą do tych źródeł naukowych, które są jakby źródłem tej informacji. A tak, no warto wiedzieć, co się dzieje na świecie, ja regularnie czytam The Economist, a poza tym biografie ciekawych ludzi.
Karol: Biografie to rzeczywiście kapitalne źródło inspiracji. A jeżeli chodzi o naszych autorów, czytałeś Lema? Jak patrzysz na tę wizję, którą Lem tworzył i tworzysz wizję swoją, to jaka jest twoja wizja przyszłości?
Kacper: No wiesz, trochę się niepokoję.
Karol: Wykraczam tutaj trochę poza logistyką.
Kacper: Nie, to jest bardzo ciekawe pytanie, bo myślę, że tak jak science fiction tworzyło nam pewne wizje przyszłości i część z nich się w jakimś tam stopniu spełniła. I tu są różne te anegdoty o książkach Neila Stevensona, które Larry Page i Sergey Brin zastosowali do tego, żeby zrobić Google Earth. Dzisiaj wydaje mi się, że mi trochę brakuje takiej spekulacji w typu science fiction o tym, jak będzie wyglądała Ziemia za jakiś czas. Ten spowalniający przyrost naturalny, zmiany klimatyczne, napięcia geopolityczne powodują, że myślę, że te scenariusze przed nami są ciekawe, wiele z nich niepokojących. Ja jestem optymistą, więc nie uważam, że nie należy mieć dzieci bo wszystko będzie źle dalej. Raczej wręcz przeciwnie. Myślę, że ludzie są potrzebni do rozwiązania problemów innych ludzi. Ale myślę, że te problemy, z którymi będziemy się stykali i które ja czuję wyraźnie, to jest to, że musimy zachęcać i edukować dzieci i młodych ludzi do tego, żeby się zajmowali technologią. Dlatego, że jak patrzymy dookoła siebie, to ta zimna woda i ciepła woda, która przepływa z kranu, te ścieki, które gdzieś znikają, ta elektryczność, która do nas jakoś dotarła i podłączenie do sieci, no te podstawowe rzeczy, których potrzebujemy, one powstają, czy są realizowane w naszych miastach dzięki bardzo skomplikowanym systemom. Jje trzeba dalej rozwijać, a przynajmniej utrzymywać. A to już dzisiaj nie wydaje się być taka super atrakcyjna praca. Wydaje się, że bycie sprzedawcą, piłkarzem albo influencerem na YouTubie, że to są jakby te rzeczy, do których ludzie aspirują, czy dzieci aspirują, młodzież, tak? No ale sami influencerzy YouTubowi nie spowodują, że jak walnie rura z zimną wodą gdzieś w Warszawie, to ona się naprawi. To jakby – myślę, że powinniśmy brać za to odpowiedzialność jako społeczeństwo i mieć pewność, że to powstaje. Więc to jest jeden z takich obszarów, który przynajmniej dla mnie jest dość interesujący. Jak zbudować infrastrukturę naszych miast tak, żeby ją się dało utrzymać.
Karol: Uczmy się zatem, inspirujmy. I cóż, dziękuję Ci serdecznie, Kacper, za Twój czas i za rozmowę 99 twarzach AI.
Kacper: Dziękuję.
Karol: Trzymam kciuki za Was, za Wasze plany.
Kacper: Bardzo dziękuję.
