Fremtiden for Amazons logistiknetværk vil utvivlsomt involvere kunstig intelligens og robotteknologi, men det er et åbent spørgsmål, hvornår AI-drevne maskiner vil udføre størstedelen af arbejdet. Ifølge Scott Anderson, virksomhedens direktør for robotics fulfillment, er der mindst 10 år til, at et Amazon-varehus er fuldt automatiseret fra ende til anden. Andersons kommentarer, som Reuters rapporterede i dag, understreger det nuværende tempo i automatiseringen, selv i miljøer, der er modne til robotarbejde, som f.eks. et Amazon-lager.
Som det er i dag, er robotter i arbejdsstyrken mest dygtige til specifikke, gentagelige opgaver, som de er præcist programmeret til. For at få robotten til at gøre noget andet kræver det en dyr og tidskrævende omprogrammering. Og robotter, der kan udføre flere forskellige opgaver og operere i dynamiske miljøer, som kræver, at robotten kan se og forstå sine omgivelser, er stadig kun et område for forskning og eksperimentelle forsøg. Selv den simple proces med at identificere en genstand og samle den op uden at være blevet trænet på den genstand før, kræver en række komplekse, sofistikerede software- og hardwaresystemer, som endnu ikke findes på kommerciel vis.
Så selv om en robot kan hjælpe med at fremstille en mikrochip og karrosseriet på en Tesla-motorvogn, er den ikke i stand til at udføre menneskelige opgaver, som lagerarbejde kræver. På Amazon-anlæg og andre virksomheders fyldningscentre udføres en stor del af arbejdet stadig i høj grad af menneskehænder, fordi det er vanskeligt at træne robotter i at se verden og bruge robotgreb med samme fingerfærdighed som menneskelige arbejdere.
Men som en del af den igangværende revolution inden for deep learning, der har fremskyndet AI-forskningen i det seneste årti, er robotter begyndt at opnå et niveau af syn og motorisk kontrol, der nærmer sig menneskets niveau af raffinement. Amazon er en af de virksomheder, der er pionerer inden for sådanne robotter, og den har afholdt en årlig såkaldt picking challenge, efter lagerterminen fra at samle en genstand op for at flytte den til en anden del af logistikkæden, for at fremme fremskridt på området.
En række andre virksomheder og forskningslaboratorier har også gjort fremskridt på denne front. UC Berkeley har et robotlaboratorium, der har gjort betydelige fremskridt på området, og dets nye billige robot, et par humanoide arme, der styres af et centralt system kaldet Blue, kan udføre komplekse manuelle opgaver som f.eks. foldning af et håndklæde takket være et AI-drevet visionssystem. Forskningslaboratoriet OpenAI har ligeledes brugt en AI-træningsteknik kaldet reinforcement learning til at lære en robothånd mere præcise og elegante bevægelser, dvs. den type bevægelser, der kræves af en robot for at efterligne et menneske i et lager. Kindred, en nystartet virksomhed med base i San Francisco, fremstiller en robotarm kaldet Kindred Sort, som den har anvendt på lagre for detailhandleren Gap, der bruger en blanding af menneskelig styring og automatisering til at udføre dynamisk produktplukning.
Ifølge Reuters har Amazon 110 lagre i USA, 45 sorteringscentre og ca. 50 leveringsstationer, som alle beskæftiger mere end 125.000 fuldtidsansatte lagerarbejdere. Men kun en brøkdel af det samlede arbejde udføres af robotter. Lige nu er robotter simpelthen for upræcise og klodsede og kræver for meget træning til at blive indsat på fabriksgulve uden for meget snævre anvendelsesområder.
For eksempel bruger Amazon små, Roomba-formede robotter, der blot kaldes “drev”, hovedsagelig til at levere store stakke af produkter til menneskelige arbejdere ved at følge faste baner rundt på lageret. “I den nuværende form er teknologien meget begrænset. Teknologien er meget langt fra den fuldt automatiserede arbejdsstation, som vi ville have brug for”, sagde Anderson til Reuters, som tidligere i dag besøgte et Amazon-lager i Baltimore.