Zamislimo kraj smene u skladištu. Robot je osam sati bio uključen. Prenosio je kutije, čekao novu paletu, zastao pred pomerenim kolicima i nekoliko puta pozvao operatera. Na prezentaciji bi moglo da piše: osam sati rada. Čovek koji sutra treba da organizuje smenu pitaće nešto preciznije: koliko je ispravnih isporuka završeno i koliko smo mi radili da bi on radio?
Robot je dobio radno mesto. Sada mu treba evidencija rada.
To pitanje postaje sve važnije kako roboti izlaze iz laboratorija i ulaze u redovne procese. Snimak uspešnog zahvata pokazuje da je radnja moguća. Skladište, fabrika ili servis traže da se radnja ponavlja dovoljno pouzdano da ostali mogu da planiraju svoj posao oko nje.
Worken pokušava da prebroji posao
AGIBOT je 29. oktobra u Šangaju predstavio Worken, naziv nastao spajanjem reči work i token. Kompanija ga opisuje kao predlog merenja efektivnih inteligentnih radnih sati. Formula povezuje broj aktivnih robota, vreme autonomnog rada i odnos njihovog učinka prema referentnom učinku za određeni zadatak. [1]
Važne su sve tri reči: aktivni, autonomni i učinak. AGIBOT razlikuje robote u upotrebi od proizvedenih jedinica na zalihama, autonomni rad od ukupnog vremena uključenosti, a učinak vezuje za prihvatljiv rezultat prema referenci zadatka. [1] Kako se te granice beleže u konkretnoj smeni odlučivaće o vrednosti dobijenog broja.
To je koristan pomak u razgovoru. Dve firme mogu imati isti broj robota, a vrlo različitu količinu obavljenog posla. Jedna će svoje mašine koristiti u uhodanom procesu, druga tek prikupljati podatke, obučavati ih i rešavati izuzetke. Obe aktivnosti imaju smisla, ali odgovaraju na različita pitanja.
Worken je zasad AGIBOT-ov predlog koji kompanija namerava da razvija kroz praktične primene. Njegova primenljivost kao šireg industrijskog merila tek treba da se proveri. [1]
Zašto robot mora da razume i trenutak
Vratimo se kutiji. Hvatanje je samo deo zadatka. Kutija može već biti premeštena, polica puna, a redosled isporuke promenjen. Tada robot treba da prilagodi postupak onome što ga čeka.
AGIBOT je 22. oktobra objavio četvrti deo svog skupa podataka AGIBOT WORLD 2026, posvećen fizičkom rezonovanju. U njemu isti cilj postoji u različitim stanjima i pod različitim ograničenjima. Pažnja se pomera sa težine samog hvatanja na odluku šta treba uraditi, kojim redom i da li je cilj već ostvaren. Zabeleženi su i uspešni i neuspešni pokušaji. [2]
Ovaj skup podataka služi razvoju sposobnosti. Izbor zadataka otkriva koliko pažnje traži svakodnevica: pomerena kutija ili puna polica menjaju ono što bi robot trebalo sledeće da uradi.
Fabrika postaje učionica
Sličan smer vidi se kod Atlasa. Boston Dynamics je 21. septembra otvorio Robotics Metaplant Application Center u okviru Hyundaijevog fabričkog kompleksa u Džordžiji. Roboti se tamo obučavaju za stvarne proizvodne tokove, među njima pripremu i raspoređivanje automobilskih delova za sklapanje. Centar je operativan; širenje obuke i objekta ostaje naredni korak. [3]
Takvo okruženje omogućava da se veština razvija uz stvarne predmete i potrebe procesa. Obuka priprema robota za smenu; podaci iz same smene pokazaće koliko je postao pouzdan i produktivan.
Broj vredi onoliko koliko znamo šta je u njemu
Predlog poput Workena može da popravi pitanje koje postavljamo industriji. Uz broj isporučenih mašina počinjemo da gledamo šta su one uradile. Rezultat formule dobija smisao kada znamo kako su njeni delovi zabeleženi.
Uz „autonomni sat” zato vredi videti i intervencije operatera, ponovljene pokušaje i ljudske popravke. Važni su i uslovi: pažljivo pripremljena polica traži drugačiji rad od prostora kroz koji stalno prolaze ljudi. Jasno merilo prihvatljivog rezultata omogućava da te smene uporedimo.
Praktičan izveštaj o jednoj smeni zato bi uz količinu završenog posla pokazao i vreme ljudske podrške, zastoje, kvalitet rezultata i bezbednosne događaje. Uz njega ide računica energije, održavanja i obuke. Kupac tako može da vidi koliko košta korisna radnja, a zaposleni da li im je dan zaista postao lakši.
Koristan učinak zavisi i od onoga kome je pomoć namenjena. U fabrici ponovljeni zahvat ima smisla ako deo stiže na pravo mesto u pravo vreme. U domu uspeh može biti sasvim drugačiji: osoba je sama izabrala šolju, dobila je bezbedno i mogla da nastavi svoj dan. Brzina je samo jedna od osobina te pomoći.
I humanoid i mala kolica mogu dobro da urade svoj deo. Oblik postaje važan tamo gde omogućava pristup prostoru, predmetu ili korisniku. Opis konkretnog posla pomaže nam da izaberemo odgovarajuću mašinu.
Šta ostaje čoveku
Najzanimljiviji signal ovog oktobra je upravo promena merila. Industrija traži načine da roboti duže rade, bolje razumeju situaciju i lakše se uklapaju u proces. Proizvođački predlog merenja, novi podaci za učenje i fabrički trening predstavljaju različite delove tog napora.
Za ljude koji rade uz robota, promena se prepoznaje u smeni: manje nošenja ili čekanja, više vremena za složeniji zadatak ili za drugu osobu. To je učinak koji vredi zabeležiti zajedno sa brojem završenih radnji.
Na kraju smene ostaje i sasvim ljudsko pitanje: šta sada možemo da uradimo zahvaljujući toj pomoći?
Izvori
- AGIBOT — predlog Worken, 29. oktobar 2026
- AGIBOT WORLD — Release 4, 22. oktobar 2026
- Boston Dynamics — otvaranje RMAC-a, 21. septembar 2026
Izvori / poreklo
Izvori provereni 31. oktobra 2026. Predlog Worken i skup podataka opisani su prema AGIBOT-u, a centar za obuku prema Boston Dynamicsu. Uvodna smena je zamišljen primer; povezivanje slučajeva i pitanja o kvalitetu rada predstavljaju uredničko razmatranje.