הרובוטים כבר יודעים לרקוד. למה הם לא מצליחים לעבוד?
בבייג׳ינג אפשר לשכור רובוט דמוי אדם לכמה שעות. הוא ירקוד בהשקת מוצר, יקלע לסל במדי כדורסל או ישתתף בהצעת נישואים. בתור אטרקציה לאירוע, הוא כבר עושה את העבודה.
להפוך אותו לעובד קבוע במפעל קשה הרבה יותר. על פי הערכות, עשרות אלפי רובוטים דמויי אדם יצאו בשנה הקרובה ממפעלי הייצור, בעיקר במזרח הרחוק, אבל רק מאות מתוכם יבצעו עבודה תעשייתית קבועה.
הסיבות העיקריות הן המגבלות הפיזיות ותנאי השטח המשתנים. רובוט שמבצע תרגיל מושלם על במה עלול במפעל להיתקל ברצפה לא אחידה, בחפץ שלא ציפה לו או בעובד שנכנס למסלול שלו. גם כשהוא יודע לבצע משימה, המפעל צריך להחליט אם אפשר לסמוך עליו במשך שעות, בקרבה פיזית לבני אדם ובתנאים סביבתיים שמשתנים לאורך היום.
ניסוי שערכה יצרנית הרכב BMW מראה שרובוט דמוי אדם יכול לעבוד בקביעות במפעל. במשך עשרה חודשים העסיקה החברה רובוט של Figure במשמרות של עשר שעות, חמישה ימים בשבוע. הוא סחב למעלה מ־90 אלף רכיבי מתכת, צעד כ־1.2 מיליון צעדים וסייע בייצור של יותר מ־30 אלף כלי רכב. זו כבר לא הדגמה חד־פעמית, אלא עבודה שחזרה על עצמה בקו ייצור אמיתי.
BMW לא הכניסה רובוט למפעל וקיוותה לטוב. אנשי מערכות המידע, הבטיחות, ניהול התהליכים והלוגיסטיקה היו מעורבים בתהליך מההתחלה. הרובוט חובר למערכות הקיימות והוצב באזור אוטומטי יחסית. ההצלחה נבעה לא רק ממה שהוא ידע לעשות, אלא מן היכולת של המפעל לבנות סביבו דרך עבודה בטוחה ויציבה.
כאן נכנס לתמונה החישוב הכלכלי. ככל שרובוט עובד יותר שעות, קל יותר להצדיק את ההשקעה בו. בדיקות ארוכות, אזורי עבודה מצומצמים ומשימות צרות משאירים אותו מובטל חלק גדול מהזמן ומייקרים כל שעה שבה הוא כן עובד. הזהירות הזו מוצדקת. טעות של צ'אטבוט במענה ללקוח עלולה להסתיים בתשובה גרועה. טעות של רובוט מתרחשת ליד עובד, מתחת למטען או על פס ייצור פעיל ועלולה לגרום לנזקים כבדים ואף לסכן בני אדם. לפני שמפקידים בידיו יותר עבודות אמיתיות, המעסיק והגורמים הרגולטוריים צריכים להבין איך הוא מתנהג ומה קורה כשהתנאים משתנים.
תהליך הקליטה של הרובוטים דמויי האדם בתעשייה מתעכב גם בגלל חוסר שיתוף במידע. הידע שנצבר בחברה אחת מהצלחות, מתקלות ומהתמודדות עם אתגרים לא עובר לרוב לחברה אחרת. וגם אם כן, קצב העבודה של קו הייצור, סוג המוצרים שעוברים בו, המרחק מעובדים אנושיים והתנאים הפיזיים שונים מחברה לחברה. לכן כל חברה צריכה לבדוק כמעט מהתחלה מתי הרובוט יכול לעבוד ובאילו מקרים יש צורך בהתערבות אנושית. חלק גדול מהידע הזה נשאר בתחומי הפיילוט.
במשך שנים אני עובד עם סטארט-אפים שמפתחים טכנולוגיות חדשות ועם ארגונים שצריכים להפעיל אותן בעולם האמיתי. שוב ושוב מתברר שהקושי האמיתי מתחיל אחרי שהדמו נגמר. הסטארט-אפ יודע לבנות את התוכנה או את המכונה, והמפעל יודע להפעיל קו ייצור, אבל מישהו צריך להפוך את נקודת המפגש ביניהם לשיטת עבודה שאפשר לסמוך עליה.
כאן נמצאת הזדמנות לחברות ישראליות, למרות שייצור הרובוטים מתרחש במקומות אחרים וכנראה גם לא יגיע אלינו. לישראל יש הצלחות מוכחות בשטח בניטור שיטתי של מידע, באבטחת סייבר, במערכות חישה ובחיבור למערכות ארגוניות. הכלים האלה יכולים לעזור למפעל להבין היכן הרובוט עובד היטב, לזהות שינוי בתנאים ולדעת מתי נדרשת התערבות אנושית. ככל שהמידע הזה ברור ואמין יותר, אפשר לתת לרובוט יותר שעות עבודה ויותר משימות.
בשנים הקרובות נראה עוד הרבה רובוטים, סרטונים משעשעים והדגמות שיותירו אותנו פעורי פה. המבחן החשוב יותר יהיה כמה מהם מסיימים משמרת אמיתית וממשיכים לעוד אחת. שם תימדד גם ההזדמנות הישראלית: לעזור לרובוטים לעבור מן הבמה לרצפת הייצור, ומפיילוט מוצלח לעבודה שאפשר להמשיך בה לאורך זמן.
ד"ר טל כהן הוא שותף כללי ב־NextGear Ventures ומייסד Drive TLV ו־Drive Europe
