Kiedy w 2022 roku pojawił się ChatGPT, większość małych firm w Polsce patrzyła na sztuczną inteligencję jak na zabawkę dla korporacji. Dwa lata później te same firmy używają AI do pisania ofert, analizy danych i obsługi klientów. Teraz podobna zmiana może nadejść w robotyce - i to szybciej, niż ktokolwiek się spodziewał.
Startup General Intuition z Doliny Krzemowej właśnie zaprezentował podejście, które może zrobić dla robotów to, co ChatGPT zrobił dla tekstu. Zamiast trenować roboty na drogich, żmudnie zbieranych nagraniach z prawdziwych fabryk i magazynów, firma wykorzystuje dane z gier wideo. Brzmi jak science fiction? Może. Ale za tym pomysłem stoją konkretne liczby i logika, która powinna zainteresować każdego właściciela firmy produkcyjnej czy logistycznej w Polsce.
Przyjrzyjmy się, co to oznacza w praktyce - i czy polskie MŚP powinny już teraz myśleć o robotach z AI, czy raczej spokojnie poczekać.
Dlaczego roboty były dotąd tak drogie i głupie
Tradycyjne roboty przemysłowe - te, które widzisz w fabrykach samochodów - kosztują od 100 do 500 tysięcy złotych za sztukę. Do tego dochodzi programowanie, integracja z linią produkcyjną i ciągła konserwacja. Ale prawdziwy problem nie leży w cenie samego sprzętu. Problem tkwi w "mózgu" robota.
Dotychczasowe roboty przemysłowe działają na sztywnych programach. Robot spawalniczy w fabryce Volkswagena wykonuje dokładnie ten sam ruch, tysiące razy dziennie, z dokładnością do ułamka milimetra. Ale poproś go, żeby podniósł przedmiot, którego nigdy wcześniej nie widział, albo żeby dostosował się do nowego układu na stole - i staje się bezradny.
Żeby nauczyć robota elastyczności, trzeba było dotąd zbierać ogromne ilości danych z rzeczywistego świata. Zespoły inżynierów nagrywały tysiące godzin materiału, w którym ludzie pokazywali robotom, jak chwytać różne przedmioty, jak się poruszać w zmiennym otoczeniu, jak reagować na niespodziewane sytuacje. Koszt takiego treningu? Według danych z branży, samo zebranie wystarczającej ilości danych treningowych dla jednego typu zadania potrafi pochłonąć od 500 tysięcy do kilku milionów dolarów. Dla polskiej firmy zatrudniającej 50 osób to kwota z innej galaktyki.
I tu właśnie pojawia się General Intuition z pomysłem, który - jeśli zadziała na skalę - może tę barierę dramatycznie obniżyć.
Gry wideo jako poligon treningowy dla robotów
Pomysł General Intuition opiera się na prostej obserwacji: gry wideo to najbogatsze źródło danych o fizyce świata rzeczywistego, jakie ludzkość kiedykolwiek stworzyła. W grach takich jak Grand Theft Auto V czy Unreal Engine 5 silniki fizyki symulują grawitację, tarcie, kolizje, oświetlenie i zachowania obiektów z coraz większą wiernością. A te dane są dostępne praktycznie za darmo.
Zamiast wysyłać ekipę z kamerami do magazynu, żeby nagrywać jak pracownik podnosi paczki przez 200 godzin, General Intuition pobiera dane z symulowanych środowisk. Robot "ogląda" miliony interakcji z przedmiotami w wirtualnym świecie i uczy się z nich ogólnych zasad - jak obiekty się zachowują, jak reagują na siłę, jak wyglądają z różnych kątów.
To podejście nazywa się uczeniem transferowym (ang. transfer learning) i nie jest nowe samo w sobie. OpenAI zastosowało podobną logikę, gdy trenowało GPT na tekstach z internetu zamiast na specjalnie przygotowanych zbiorach danych. Różnica polega na tym, że General Intuition jako pierwszy startup próbuje zastosować tę metodę do robotyki na szeroką skalę, z ambicją stworzenia "modelu bazowego" dla robotów - odpowiednika GPT, ale dla fizycznego świata.
Wczesne wyniki są obiecujące, choć trzeba uczciwie powiedzieć, że jesteśmy na bardzo wczesnym etapie. Firma pokazała prototypy robotów, które potrafią chwytać i przenosić nieznane wcześniej przedmioty z powodzeniem w około 85% przypadków. To daleko od perfekcji wymaganej w przemyśle (gdzie oczekuje się 99,9% niezawodności), ale to ogromny skok w porównaniu z wcześniejszymi podejściami, które na etapie prototypu osiągały 40-60%.
Co to oznacza dla polskich firm - realistyczna perspektywa
Zanim ktoś pobiegnie zamawiać robota z AI do swojego magazynu w Łodzi czy zakładu produkcyjnego pod Poznaniem, warto spojrzeć na to trzeźwo. Technologia General Intuition jest w fazie wczesnej. Komercyjne wdrożenia, jeśli wszystko pójdzie dobrze, to perspektywa 3-5 lat. Ale to nie znaczy, że polskie firmy nie powinny się już teraz przygotowywać.
Oto trzy scenariusze, w których ta technologia może realnie zmienić sytuację polskich MŚP:
- Kompletacja zamówień w e-commerce. Polska branża e-commerce rośnie w tempie 10-12% rocznie. Firmy takie jak średniej wielkości sklepy internetowe z własnymi magazynami wydają dziś 60-70% kosztów operacyjnych na pracowników kompletujących zamówienia. Robot, który potrafi rozpoznać i chwycić dowolny produkt z półki - od książki po butelkę szamponu - mógłby obniżyć te koszty o 30-40%. Dotąd takie rozwiązania (np. od firmy Covariant czy Boston Dynamics) kosztowały setki tysięcy dolarów. Jeśli podejście General Intuition się sprawdzi, cena może spaść do poziomu dostępnego dla firmy z obrotem 5-10 milionów złotych rocznie.
- Kontrola jakości w produkcji. Wiele polskich firm produkcyjnych - szczególnie w branży meblarskiej, spożywczej i metalowej - wciąż polega na wizualnej kontroli jakości wykonywanej przez ludzi. Systemy wizyjne z AI (np. od Cognex czy Keyence) już dziś potrafią wykrywać defekty, ale kosztują od 50 do 200 tysięcy złotych za stanowisko i wymagają żmudnej kalibracji pod każdy typ produktu. Tańsze modele bazowe mogłyby obniżyć tę barierę wejścia o rząd wielkości.
- Paletyzacja i pakowanie. To jedno z najbardziej monotonnych i fizycznie obciążających zadań w polskich firmach. Roboty paletyzujące istnieją od lat, ale tradycyjne modele (np. od KUKA czy FANUC) wymagają precyzyjnego programowania pod każdy układ produktów na palecie. Robot z AI, który sam "wymyśla" optymalny układ pakowania, mógłby obsłużyć firmę, która pakuje 50 różnych produktów - bez konieczności przeprogramowywania za każdym razem.
Jest jednak istotne zastrzeżenie. Polska ma specyficzną strukturę rynku pracy - wciąż stosunkowo niskie koszty pracy w porównaniu z Europą Zachodnią (średnia płaca w magazynach to około 5000-6000 zł brutto, podczas gdy w Niemczech to odpowiednik 12000-15000 zł). To oznacza, że zwrot z inwestycji w roboty jest u nas dłuższy. Robot, który w Niemczech zwraca się w 18 miesięcy, w Polsce może potrzebować 3-4 lat. Ale ten dystans się zmniejsza z każdym rokiem, bo polskie płace rosną, a koszty technologii spadają.
Jak się przygotować, nie wydając fortuny
Nie musisz dziś kupować robota. Ale możesz zrobić kilka rzeczy, które przygotują Twoją firmę na moment, gdy ta technologia stanie się dostępna cenowo.
Po pierwsze, zdigitalizuj swoje procesy. Robot z AI potrzebuje danych - o produktach, o układzie magazynu, o sekwencji operacji. Jeśli Twoja firma wciąż zarządza magazynem na kartkach albo w Excelu, to pierwszym krokiem jest wdrożenie systemu WMS (Warehouse Management System). Na polskim rynku dostępne są rozwiązania takie jak Comarch WMS, Asseco Softlab czy tańsze opcje typu inFlow, które kosztują od kilkuset do kilku tysięcy złotych miesięcznie.
Po drugie, zacznij od prostszych form automatyzacji z AI. Zanim zainwestujesz w fizyczne roboty, sprawdź, czy wykorzystujesz AI w procesach, które już dziś można zautomatyzować. Automatyczne odpowiedzi na zapytania klientów (np. przez integrację ChatGPT z systemem obsługi), generowanie opisów produktów, analiza trendów sprzedażowych - to wszystko kosztuje ułamek ceny robota, a buduje w firmie kulturę otwartości na nowe technologie.
Po trzecie, obserwuj rynek cobotów. Coboty (roboty współpracujące) to tańsza i bezpieczniejsza alternatywa dla tradycyjnych robotów przemysłowych. Firmy takie jak Universal Robots, Doosan czy chiński Elephant Robotics oferują coboty w cenach od 60 do 150 tysięcy złotych. To wciąż sporo, ale programy takie jak dotacje z funduszy europejskich (np. FENG - Fundusze Europejskie dla Nowoczesnej Gospodarki) mogą pokryć nawet 50-70% kosztów. Jeśli General Intuition i podobne startupy dostarczą lepsze "mózgi" dla tych robotów, ich użyteczność dramatycznie wzrośnie przy tym samym koszcie sprzętu.
Po czwarte, buduj kompetencje w zespole. Największą barierą dla automatyzacji w polskich MŚP nie jest cena sprzętu, ale brak ludzi, którzy potrafią z nim pracować. Zainwestuj w szkolenia - nawet podstawowy kurs robotyki czy programowania w Pythonie dla jednego pracownika może się okazać najlepszą inwestycją, jaką zrobisz w tym roku. Platformy takie jak Coursera, Udemy czy polski Strefakursów oferują kursy z zakresu automatyzacji i robotyki już od kilkudziesięciu złotych.
Rewolucja czy hype - uczciwa odpowiedź
Odpowiedź na pytanie z tytułu brzmi: jedno i drugie. Technologia, którą rozwija General Intuition, ma realny potencjał, żeby obniżyć barierę wejścia w robotykę tak, jak ChatGPT obniżył barierę wejścia w przetwarzanie języka naturalnego. Ale - i to duże "ale" - jesteśmy na etapie, na którym ChatGPT był gdzieś w okolicach GPT-2, czyli w 2019 roku. Obiecujący, ale daleki od gotowości produkcyjnej.
Dla polskich firm oznacza to okno czasowe 3-5 lat, w którym warto się przygotować, ale nie warto panikować. Firmy, które dziś zaczną digitalizować swoje procesy, eksperymentować z prostszymi formami AI i budować kompetencje technologiczne w zespołach, będą w najlepszej pozycji, żeby skorzystać z tej fali, gdy nadejdzie.
Pamiętajmy też o jednym: Polska ma silną tradycję inżynierską i rosnący ekosystem startupów technologicznych. Firmy takie jak Nomagic (polski startup zajmujący się robotami do kompletacji zamówień, który pozyskał ponad 22 miliony dolarów finansowania) pokazują, że nie musimy tylko czekać na rozwiązania z Doliny Krzemowej. Możemy je współtworzyć.
Rewolucja w robotyce nadchodzi. Pytanie nie brzmi "czy", tylko "kiedy" i "kto będzie gotowy". Lepiej być w grupie tych, którzy się przygotowali, niż tych, którzy zostali zaskoczeni.
Źródło: TechCrunch - This startup thinks robotics is about to have its ChatGPT moment