Advertentie
Intel en SAP hebben een proof of concept getoond waarbij opdrachten uit SAP Extended Warehouse Management rechtstreeks worden omgezet in taken voor autonome magazijnrobots. De robots voeren de opdracht uit en sturen hun status en resultaten vervolgens terug naar SAP. De bedrijven willen daarmee bedrijfssoftware en fysieke automatisering nauwer met elkaar verbinden.
De demonstratie vond plaats op een Intel-locatie in Chengdu, China. SAP Extended Warehouse Management, kortweg EWM, bepaalt daarbij de bedrijfscontext en workflow, terwijl Intels edge-AI- en roboticstechnologie de fysieke uitvoering verzorgt.
Van SAP-opdracht naar robotactie
In de demonstratie wordt een transporttaak gestart vanuit SAP EWM. Die opdracht wordt vervolgens automatisch doorgestuurd naar autonome mobiele robots.
De robots verplaatsen het materiaal en melden tussentijds hun status. Zodra de taak is afgerond, wordt dat resultaat teruggeschreven naar SAP EWM. Daarmee ontstaat een gesloten lus tussen bedrijfssoftware en fysieke uitvoering.
Volgens Intel verminderde de opzet zowel de afgelegde transportafstand als repetitief handmatig werk. Het bedrijf heeft geen concrete percentages gepubliceerd.
Intel levert edge-AI en roboticstechnologie
Intel levert voor de proef de reken- en softwarelaag aan de robotzijde.
Het bedrijf gebruikt daarvoor een combinatie van cpu's, gpu's en npu's die lokaal taken uitvoeren zoals beeldherkenning, navigatie, inferentie, inspectie en realtimebesturing.
Aan de softwarekant noemt Intel onder meer OpenVINO Physical AI, Physical AI Studio en Robotics AI Suite. De architectuur moet volgens het bedrijf geschikt zijn voor robots van verschillende fabrikanten, meerdere besturingssystemen en uiteenlopende AI-modellen.
Het doel is om te voorkomen dat bedrijven voor iedere robotleverancier een afzonderlijke integratielaag moeten bouwen.
SAP wil robots onderdeel maken van bedrijfsprocessen
SAP plaatst de samenwerking met Intel binnen een bredere strategie rond Physical AI.
Het bedrijf wil robots, drones en andere fysieke systemen rechtstreeks koppelen aan bestaande bedrijfsprocessen. Een magazijnrobot voert dan niet alleen een losse opdracht uit, maar krijgt ook context mee uit systemen voor voorraadbeheer, planning en bedrijfsregels.
De uitkomst van fysieke taken wordt vervolgens weer als gestructureerde informatie in SAP opgeslagen. Daardoor kan bijvoorbeeld een voltooid transport, onderhoudsinspectie of foutmelding automatisch onderdeel worden van een vervolgstap in het bedrijfsproces.
SAP noemt traceerbaarheid en controle daarbij als belangrijke uitgangspunten. Iedere fysieke actie moet gekoppeld blijven aan het proces dat de opdracht heeft veroorzaakt.
Ook robots en drones bij andere bedrijven
SAP experimenteert inmiddels met vergelijkbare toepassingen bij andere bedrijven. Bij Foxconn worden volgens SAP magazijnopdrachten uit Extended Warehouse Management gebruikt om humanoïde robots en autonome transportsystemen aan te sturen.
Bij Arçelik-LG, een joint venture die airconditioners produceert, wordt een humanoïde robot ingezet voor inkomende opslagtaken. SAP stelt dat het verminderen van verkeerd geplaatste goederen daar potentieel miljoenen euro's kan besparen.
Bouwmaterialenproducent Holcim gebruikt fysieke AI daarnaast voor inspecties met drones en viervoetige robots. Een onderhoudsplan in SAP kan daar automatisch een inspectietaak starten, waarna de uitkomst terugvloeit naar het onderhoudssysteem.
Nog vooral proof of concept
De samenwerking tussen Intel en SAP zit bij de magazijntoepassing nog in de proof-of-conceptfase. De bedrijven willen de architectuur uiteindelijk omzetten in een herhaalbaar model dat over meerdere locaties, robotmerken en toepassingen kan worden uitgerold. Er is nog geen algemene releasedatum of prijsmodel bekendgemaakt.
De ontwikkeling is vooral interessant omdat AI hiermee niet langer beperkt blijft tot analyse of softwareacties. Bedrijfsbeslissingen kunnen rechtstreeks leiden tot fysieke handelingen door robots, terwijl de resultaten automatisch terugkomen in de bedrijfssoftware.
Daarmee schuift de aandacht rond enterprise-AI langzaam op van chatbots en agents naar systemen die ook daadwerkelijk machines en fysieke processen kunnen aansturen.
