MIT校友創立Pickle Robot Company 推出自動化倉庫卸貨機械人
有啲工作真係唔係人類身體應該做嘅，例如喺倉庫入面卸貨同搬運貨櫃，呢啲工作不但重複而且辛苦，仲係倉庫工人受傷率超過全國平均嘅兩倍嘅主要原因。由MIT校友創立嘅Pickle Robot Company，就致力研發機械人幫手做呢啲重體力活，減輕人手負擔。
呢間公司設計嘅單臂機械人，可以自主喺倉庫或者物流中心入面卸貨車，搬起重達50磅嘅箱子，然後放到機械人身上嘅輸送帶上，適用於各類倉庫。佢哋嘅公司名「Pickle」係向Apple Computer致敬，創辦人包括AJ Meyer、Ariana Eisenstein同Dan Paluska等，目標係成為供應鏈自動化嘅技術領頭羊。
呢啲卸貨機械人結合生成人工智能（Generative AI）同機械學習算法，配合感應器、鏡頭同機械視覺軟件，能夠喺第一次出場就熟悉新環境，並隨時間不斷提升表現。佢哋嘅機械臂大部分係由工業合作夥伴提供，例如德國大型工業機械人公司KUKA出品嘅機械臂，雖然係工業用，但加上鮮明嘅青瓜綠色外觀，非常搶眼。
Pickle Robot已經同UPS、Ryobi Tools同Yusen Logistics等客戶合作，成功減輕倉庫工人嘅重體力活，讓人手可以專注解決供應鏈入面其他瓶頸。正如創辦人Paluska所講：「人類擅長處理意外狀況，機械人就適合做重複又吃力嘅工作。人腦同身體嘅適應力好強，短期內機械人難以取代，但我哋可以幫人除走好多繁瑣嘅苦差事。」
由科技顧問到機械人創業
Meyer同Eisenstein喺MIT主修電腦科學同電子工程，但佢哋係畢業後先開始一齊合作。Meyer創立嘅科技顧問公司Leaf Labs，專門打造嵌入式系統，幫助開發機械人、汽車同衛星。公司內部有不少MIT朋友加入，佢哋做過Google嘅Project Ara智能手機同多個政府項目。然而，十年後，佢哋意識到自己真正想做嘅係機械人。
早期，機械人靈巧度係一大挑戰，但到2018年，神經網絡等算法帶來突破，令機械人操作同導航能力大幅提升。為咗搵出合適嘅應用場景，創辦人四出訪問唔同行業，最後喺物流倉庫搵到啱做嘅問題。佢哋用秒錶計時觀察工人卸貨，發現工人流動率極高，冇人能做超過90日，影響生產效率。
創辦人最初開發嘅機械人係用嚟分類箱子，因為呢個問題較簡單，方便試驗夾爪同掃描條碼技術。雖然機械人運作得幾好，但公司成長速度慢，資金亦開始緊張。於是佢哋決定集中火力做卸貨機械人，並拍咗一條試驗片放上YouTube，吸引咗數百個潛在客戶嘅注意，成功令投資者重新支持。
Pickle Robot喺加州沙漠地區測試咗第一代卸貨機械人，避免工人喺夏季高溫達130度嘅貨櫃內工作。之後公司擴大部署，多個第三方物流中心都開始採用佢哋嘅技術。機械人裝喺自家設計嘅移動底盤上，能自主導航至碼頭，調整車身位置，並用吸盤夾爪拎起不同尺寸嘅箱子，搬送到輸送帶。
根據貨物大小同重量，機械人每小時可卸400至1500箱。公司利用預訓練嘅生成式AI模型，加上一系列較細嘅模型，確保機械人喺不同場景下穩定運作。公司亦正開發可以整合第三方硬件嘅軟件平台，包括人形機械人同自主叉車，目標係打造一個供應鏈全方位自動化嘅生態系統。
展望未來：由卸貨到全供應鏈自動化
Pickle Robot現時喺麻省查爾斯敦有約130名員工，辦公室同倉庫並存，機械人同人類同時工作。公司計劃今年夏天加快新系統生產，並將來設計雙臂機械人，擴大作業範圍。
Eisenstein分享一段座右銘：「我以前主管話過，『冇人真係知自己做緊啲乜，所以點解唔係我哋？』呢句話一直激勵住我。」佢認為團隊多元技能同經驗係成功關鍵。
創辦人Meyer講：「我哋一開始唔係諗住專注卸貨，而係想打造一個優秀嘅機械人業務。卸貨只係第一章，依家我哋有平台基礎，可以開發更多幫助物流、製造、零售甚至整個供應鏈嘅機械人。」
—
評論分析：
Pickle Robot Company的發展路線非常值得香港及全球物流業界關注。香港作為國際物流樞紐，倉庫工人工作強度大且工人流動率高，類似的機械人技術若能普及，將可大幅提升效率同減少職業傷害。尤其是採用生成式AI結合機械視覺，令機械人具備靈活適應不同環境的能力，解決過往機械人部署受限於環境固定的問題。
然而，香港的倉儲空間有限，機械人系統需要更緊湊靈活，如何將Pickle的技術本地化調整將是挑戰。此外，機械人取代重體力工作固然好，但如何平衡勞動市場變化，協助工人轉型升級，避免失業問題惡化，也是政策制定者不可忽視的議題。
最後，Pickle Robot不單止滿足單一功能，而是朝著整個供應鏈自動化平台發展，這種生態系統思維值得借鑑。未來香港若能結合本地創科力量及國際先進技術，打造多元、智能化的物流網絡，將更具競爭力與可持續發展潛力。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
