Рост расходов на рабочую силу и сжатие маржи прибыли вынуждают крупные платформы вроде Grab внедрять автоматизацию. Компания переходит к собственной разработке робототехники через покупку Infermove.
Grab действует в масштабах, где минимальные улучшения производительности дают значительный эффект. Платформа обслуживает миллионы доставок в Юго-Восточной Азии, в основном курьеры на скутерах и велосипедах перемещаются по плотным городским зонам, что создает сложности для полной замены людей машинами. Покупка фирмы, ориентированной на роботов для неструктурированных условий, сигнализирует: Grab готов использовать ИИ в реальном физическом мире за пределами экспериментов.
Автоматизация доставки интегрируется в ключевые процессы
Grab отказывается от внешних готовых решений и замыкает цикл разработки внутри. Технологии Infermove осваивают навыки на основе данных о реальном перемещении, включая сведения от велосипедов и других немоторизованных средств доставки. На деле это роботы, которые изучают, как люди маневрируют по тротуарам, пешеходным переходам и оживленным местам разгрузки, а не по моделям симуляций.
Для оператора доставки вроде Grab такая разница решающая. Симуляции полезны на начальных этапах, но часто не справляются с редкими ситуациями, типичными для настоящих городов. Собственная разработка дает возможность подстраивать поведение автоматизации под конкретные условия работы платформы, вместо перестройки сети под чужие системы.
С точки зрения бизнеса ценность в контроле. Владение технологией позволяет Grab определять скорость развертывания, зоны применения и баланс затрат. Это снижает зависимость от поставщиков, чьи цели могут не совпадать с реалиями региона или экономикой Grab.
Автоматизация не ставится целью замены курьеров. Люди продолжают оставаться основой сервиса, даже когда роботы берут на себя фрагменты задач. Grab нацеливается на точечное применение, например, на организованные участки первой или последней мили с повторяющимися действиями и короткими расстояниями. Здесь роботы способны сгладить пики нагрузки, сократить простои в часы пик и компенсировать нехватку рук.
Сдерживание роста затрат без ущерба качеству
На внутренней встрече в декабре главный технический директор Grab Suthen Thomas охарактеризовал достижения Infermove как "impressive", отметив как саму технологию, так и первые коммерческие внедрения. Он добавил, что Infermove сохранит независимость, а ее основатель будет отчитываться напрямую перед ним. Такой подход подчеркивает приоритет быстрых результатов и сохранения команды перед слиянием структур.
Стратегия отражает общий тренд среди больших цифровых платформ. Фирмы уже не накладывают ИИ сверху на существующие процессы, а вплетают его глубже в повседневные операции. В сфере доставки и логистики это переход от программ оптимизации к реальным роботам, где риски и вложения выше, но эффекты фундаментальнее.
Момент покупки тоже показателен. Объемы доставки на заказ растут, однако прибыль сжимается. Клиенты требуют скорости и низких цен, а платформы сталкиваются с удорожанием зарплат, топлива и ужесточением норм. В этих условиях автоматизация перестает быть экспериментом и превращается в инструмент для поддержания сервиса при сохранении доходности.
Близость робототехники к операциям упрощает работу с данными. Обучение ИИ для физических задач требует огромных массивов реальных данных, которые платформы доставки генерируют в изобилии. Замкнутый внутренний цикл ускоряет доработки и избавляет от необходимости делиться конфиденциальной информацией снаружи.
Ограничения остаются. Роботы для тротуаров и коротких маршрутов не вытеснят курьеров из всей сети в ближайшее время. Погода, местные правила и отношение клиентов продолжат определять зоны применения. Расширение по странам усложняется различиями в инфраструктуре и регуляциях.
Прогнозы отрасли обещают быстрый рост роботов последней мили, но для практиков они дают мало конкретики. Главный вопрос сейчас — сможет ли автоматизация удешевить одну доставку без новых сбоев. Ответ зависит не от рынка, а от надежности в боевых условиях.
С позиции бизнеса покупка Infermove — шаг к сближению ИИ, данных и физических операций. Для платформ на логистике и мобильности такая связь может стать решающим фактором в борьбе с постоянным давлением затрат.