眾所週知的，美國零售巨擘沃爾瑪（Walmart）近年來積極擁抱新科技，並大量投資機器人，包括自動拖地機器人、貨架掃描機器人、快速裝卸貨裝置及取貨塔等，試圖從一些低技術、重複性高的工作中解放人力。不過據外媒最新消息指出，沃爾瑪近日取消了運用機器人揀貨、查價的計畫，逆轉過去以自動化機器人協助營運的作法，因為沃爾瑪發現，人工處理的效果，不亞於機器人。
沃爾瑪先前與零售機器人業者 Bossa Nova Robotics 簽定五年合約，在其店內導入用於協助監控及追蹤貨架商品庫存情況的機器人。不過，由於疫情的爆發，愈來愈多消費者選擇在線上訂購商品，沃爾瑪也因此安排更多人力頻繁地行經貨架過道處理這些訂單，連帶收集庫存狀況相關數據，結果發現人力的效果不亞於 Bossa Nova 的機器人，因此決定終止合約。另也有說法認為，擔憂機器人影響店內顧客購物體驗，也是計畫叫停的原因之一。
受到沃爾瑪合約取消的影響， Bossa Nova 近日大刀裁減了將近 50% 的人力，目前正試圖尋覓新客戶及軟體企業。
無論如何，沃爾瑪的舉動無疑是敲響了機器人行業的警鐘。
機器人的能力是「有限的」
麻省大學阿默斯特分校（UMass Amherst）機械及工業工程助理教授兼人機系統實驗室主任 Meghan Huber 指出，人工可以執行許多不同的任務，「根據店內需要，他們可以馬上從收銀台轉移至倉庫，但大多數商用機器人的功能是有限且不靈活的。以沃爾瑪例子來說，真人員工可以檢查貨架還能同時為顧客找尋商品，但機器人只能做到前者。」
自 1960 年代以來，機器人開始顯示出其商業價值，起初先是在汽車工廠車間大顯身手，接著於近十年開始逐步導向電子商務倉庫，對於機器人的應用在也開始有愈來愈多的想像，然而事實證明，將機器人用於其他應用及行業並不那麼容易。
「從很多方面來說，機器人是人類有史以來最困難的工程，」Vecna Robotics 創辦人兼執行長 Daniel Theobald 表示，「學習是用於區別一項新工具的使用困難與否的過程，而且除非你實際學習，不然難以知曉。」機器人的採用主要關乎於其提供的價值，否則從開發到導入往往得花費更長的時間。以自駕車市場舉例，許多人預期自駕車將被大量採用，但該產業仍在學習階段，與真人駕駛將比，自駕車安全地完成這項工作的成本更高昂。在某些情況下，公路自動駕駛技術是有意義的（即卡車運輸），但短期內，自動駕駛計程車之類的可能就不是那麼重要。
此外，機器人業界也該開始重新考慮一些戰略性問題，畢竟企業成功的關鍵不只在技術層面。Lumin Robotics 執行長 Christian Fritz 說：「對我而言，沃爾瑪的新聞主要是證實了目前機器人科技中最困難的部分不是技術，而是尋找合適的市場契合度。」
Christian Fritz 認為，當前的機器人產業正處於「過渡」階段，新創公司要成長並意識到，他們首先要找到一個值得解決的問題，然後針對這個問題建構出完美的產品。「坦白說，現在有一些新創就是反過來做。甚至連 iRobot 都在開始造掃地機器人前，花了幾年的時間為自己的錘子（產品）找釘子（受眾）。」
零售機器人仍處與起步階段
機器人技術正在變得愈來愈好並更具成本效益，沃爾瑪的案例可能只是短暫的挫折。Trax 零售解決方案執行副總裁 Mark Cook 指出，自動化解決方案必須準確、可行且可持續，「否則供應商最終仍會失去零售業者及員工的信任。當數據無法有效運用時，只會為合作夥伴增加額外的工作量。」不過對於沃爾瑪稱「人類效果一樣好」一事，Mark Cook 說：「我不認為僅依靠人類收集數據是正確的方法。」
Bossa Nova 競爭對手 Simbe Robotics 的聯合創辦人兼執行長 Brad Bogolea 表示，Bossa Nova 的失敗並不意味著市場上的零售機器人都沒有必要性，畢竟許多數據方面的工作單靠人力根本無法解決。「準確的即時貨架洞察力不僅包括確認是否缺貨，而是從投資報酬率的角度來看，準確地定價及促銷（即快速糾正價格錯誤的產品），及產品位置訊息同樣重要。」他強調，零售機器人的未來仍令人振奮，「而且才剛起步而已。」
AI 是機器人的大腦
AI 機器狗開發公司 KODA 執行長 John Suit 指出，在自動化方面，「機器人是身體，而人工智慧則是大腦。要使機器人技術成功實現自動化，就需要一個足夠靈活的架構來執行任務並解決執行過程中遇到的任何挑戰，其中的關鍵即在於人工智慧。具體來說，就是使用的 AI 類型。」
目前大多數機器人都依賴集中式的 AI 系統，這意味著有個「大腦」連接到中央伺服器，以處理技術並學習功能，但機器人自動話的未來在於分散式 AI 網路。「這會帶來豐富的經驗與挑戰，可以在多種情況下促進推理及學習。當機器人克服了這些挑戰後，其獲得的知識將可與未遇到挑戰的機器人共享，從而使它們可以處理問題並採取相應的行動。」
