Tema prospek 2 dari 5
AI fisik & robotika
AI sedang belajar bertindak di dunia nyata, bukan hanya di layar.
Gambaran besar
Sepanjang sebagian besar sejarahnya, AI hidup di dalam komputer: mengenali teks, gambar, dan ucapan. AI fisik berbeda: model yang memahami dunia melalui kamera dan sensor, menalarnya, lalu menggerakkan sesuatu, entah lengan robot, forklift, kendaraan, atau drone.
Terobosan yang sama yang membuat chatbot fasih berbahasa kini mengajari mesin untuk menggenggam benda yang belum dikenalnya, bernavigasi di lingkungan yang tidak teratur, dan mempelajari tugas baru dari demonstrasi, bukan dari kode yang ditulis manual selama berbulan-bulan.
Mengapa sekarang
Tiga tren sedang bertemu: model AI yang mampu memahami dunia fisik, turunnya biaya sensor dan aktuator, serta kekurangan tenaga kerja di manufaktur, logistik, dan perawatan lansia. Bersama-sama, ketiganya membuat robot masuk akal secara ekonomi di tempat-tempat yang sebelumnya tidak.
Di mana peluangnya
Lapisan yang sedang saya teliti
Otomasi industri
Pemasok otomasi mapan yang menambahkan AI ke lengan robot, sistem visi, dan pengendali.
Komponen & sensor
Motor, aktuator, kamera, dan lidar yang dibutuhkan setiap robot: “sekop” dari tema ini.
Simulasi & pelatihan
Perangkat lunak yang melatih robot di dunia virtual sebelum menyentuh dunia nyata.
Otonomi di industri berat
Pertambangan, pertanian, dan logistik: sektor tempat Australia sudah unggul dalam otomasi.
Sinyal yang saya pantau
Bagaimana saya tahu ini berhasil
- ↗Gudang dan pabrik beralih dari uji coba ke penerapan robot dalam skala armada
- ↗Turunnya biaya perangkat keras robot dan sensor
- ↗Kemajuan “model fondasi” serbaguna untuk robotika
- ↗Pertumbuhan kendaraan dan mesin otonom di sektor pertambangan dan pertanian
Risiko
Apa yang bisa salah
- !Jadwal hadirnya robot serbaguna dan humanoid bisa jauh lebih lama daripada yang digembar-gemborkan
- !Bisnis perangkat keras padat modal dan sering kali bermargin lebih rendah daripada perangkat lunak
- !Keselamatan, regulasi, dan penerimaan publik dapat memperlambat penerapan
Pendekatan saya
Ini adalah tema tahap awal, jadi saya menjaganya tetap kecil dan terdiversifikasi, mengutamakan pemasok komponen dan otomasi yang menguntungkan dibandingkan start-up dengan taruhan tunggal, dan menambah porsinya seiring meningkatnya penerapan di dunia nyata.
“Bab pertama AI belajar berbicara. Bab berikutnya belajar bekerja dengan tangannya.”
Ini adalah pandangan pribadi yang bersifat prospektif, bukan prediksi atau rekomendasi. Pandangan ini bisa saja keliru.