Garantizar el buen rendimiento de los robots sobre el terreno

Brain Corp crea una innovadora tecnología de software de IA que nuestros socios fabricantes utilizan para construir y vender robots autónomos a minoristas, centros comerciales, aeropuertos, hospitales y otros. Pero nuestro trabajo no acaba ahí.

Una vez desplegados los robots, nuestro equipo de operaciones de software trabaja con diligencia para garantizar que todos los robots con BrainOS® funcionen bien sobre el terreno, recopilando datos e información a través de la nube que utilizamos para mejorar nuestro software y nuestros sistemas y, en última instancia, crear mejores experiencias de usuario. Sin embargo, gestionar un puñado de robots sobre el terreno es muy distinto de gestionar una gran flota global.

Lo hemos aprendido por las malas en nuestro camino hacia la mayor flota del mundo de robots móviles autónomos (AMR) que operan en espacios públicos interiores comerciales. Estas son las cinco lecciones más importantes que hemos aprendido al ampliar nuestra flota impulsada por BrainOS de 10 a más de 10 000 en los últimos tres años.

1. Construir infraestructuras en una fase temprana

Desde el principio nos dimos cuenta de que necesitábamos poder acceder a los robots a distancia. Cuando se trabaja con unos pocos robots, es bastante fácil ocuparse de las actualizaciones y las correcciones. Pero a medida que la flota supera los 50 robots, resulta imposible realizar un seguimiento manual de todo lo que ocurre con cada uno de ellos. Recopilar información y comprender con precisión cómo, cuándo y dónde funciona cada robot es crucial para ofrecer un buen servicio y mantener un buen producto. ¿Cuál es la solución? Una infraestructura robusta.

Aunque no podemos estar sobre el terreno con todos los usuarios, podemos mantener una estrecha vigilancia virtual sobre el estado de los robots y resolver rápidamente cualquier problema que experimenten. Gracias a nuestra infraestructura global, que incluye telemetría propia del rendimiento de los robots, podemos supervisar cada robot prácticamente en tiempo real y aplicar cambios de configuración o actualizaciones de software en tan sólo unas horas. Una infraestructura adecuada es lo que hace posible la gestión de una flota de alto rendimiento.

2. La visibilidad lo es todo

Para detectar, investigar y resolver problemas con los robots sobre el terreno, así como para determinar áreas de mejora, necesitamos una visibilidad total tanto a nivel de robot individual como de flota. Sin herramientas fiables de supervisión del rendimiento, no podríamos entender inmediatamente cómo y por qué fallan los robots, lo que obligaría a los usuarios a esperar a que alguien diagnosticara el robot en persona.

La infraestructura creada para la visibilidad también nos permite ejecutar análisis a escala y recopilar datos de miles de robots de todo el mundo prácticamente en tiempo real. La información que obtenemos de esos datos nos ayuda a mejorar continuamente nuestro software y a garantizar que el rendimiento de los robots mejore con cada versión.

3. La gestión de la configuración trazable puede salvar el día

La necesidad de visibilidad se extiende a nuestros procesos internos. A medida que crece nuestra flota, necesitamos poder probar cómo funcionan las distintas funciones o configuraciones sin causar problemas involuntarios a nuestros usuarios. Conectarse manualmente a robots individuales para realizar actualizaciones o modificaciones no sólo es ineficaz, sino que además no es transparente. Es fundamental que nuestra infraestructura permita ver qué, cuándo, dónde y quién realiza los cambios de configuración o las actualizaciones de software, de modo que podamos hacer un seguimiento de su impacto en el rendimiento de los robots.

Al incorporar la trazabilidad a nuestra infraestructura, podemos auditar rápida y fácilmente cualquier problema que surja con los robots de nuestros usuarios, rastrear los problemas hasta su origen, revertirlos y evitar que vuelvan a ocurrir. Esto garantiza a los usuarios finales una experiencia más coherente, así como un acceso más rápido a las nuevas funciones, una rápida reversión de los posibles problemas y la posibilidad de ajustar los robots en función de los problemas del entorno para mejorar el rendimiento.

4. Las pequeñas actualizaciones de software frecuentes son mejores que las grandes actualizaciones ocasionales.

Cuando empezamos, realizábamos lanzamientos basados en funciones, lo que significaba que solo actualizábamos los robots a través de la nube cuando una nueva función estaba lista para su lanzamiento. Este enfoque no solo era frustrante para nuestros desarrolladores, que tenían que esperar meses antes de ver resultados, sino que también era perjudicial para nuestros usuarios, que tenían que esperar meses para ver nuevas funciones, mejoras o correcciones de errores. Cada nueva versión conllevaba cambios importantes y, a pesar de las rigurosas pruebas previas, siempre existía la posibilidad de que esos cambios tuvieran errores o efectos inesperados en otras partes del sistema.

Replantear nuestro ciclo de lanzamiento nos permitió minimizar ese riesgo y también realizar mejores mejoras iterativas. Del mismo modo que los proveedores de software en la nube realizan ajustes constantes, nosotros empezamos a publicar actualizaciones de software menores de forma periódica para que los robots las descargaran automáticamente a través de nuestra infraestructura distribuida. Ahora nuestros usuarios esperan actualizaciones de software periódicas que tienen muy pocas posibilidades de afectar negativamente al rendimiento de los robots. Y si hay un error o si una función no funciona bien, nuestra infraestructura lo detectará y desplegaremos una solución en cuestión de horas o días, a menudo sin que el usuario note nunca un problema de rendimiento. Esto significa que los robots mejoran progresivamente sin que los usuarios tengan que hacer nada.

5. Los robots deben ser comprensibles para ser útiles

Los usuarios finales también necesitan saber cómo funcionan los robots de los que dependen. Pero los robots son complejos e inaccesibles. Cómo podemos esperar que los usuarios confíen en los robots si no entienden cómo funcionan?

La única forma de que los robots sean realmente útiles a gran escala es traducir lo que hacen a un lenguaje accesible. Esto no significa solo que deban tener una interfaz de usuario intuitiva -aunque, por supuesto, eso es imprescindible-, sino que también necesitan documentación, herramientas de apoyo y directrices de fabricación claras y fáciles de entender.

La accesibilidad de los robots influye en su capacidad de servicio y fiabilidad para los usuarios, por lo que trabajamos constantemente para hacerlos más accesibles. Por ejemplo, en lugar de mostrar un mensaje de error codificado, los robots muestran una ventana emergente que indica el problema y los pasos que el usuario puede dar para resolverlo. Como nuestros robots son fáciles de entender, son más fáciles y rápidos de reparar, más fiables y más útiles en general.

Estas cinco lecciones son sólo la punta del iceberg. A lo largo de la última década, podemos afirmar que hemos aprendido innumerables lecciones que nos han permitido construir mejores robots que prestan un mejor servicio a nuestros usuarios. La culminación de todo lo que hemos aprendido hasta ahora se ejemplifica en nuestro enfoque de la seguridad y la robótica "las personas primero". Nuestros robots apoyan a las personas y mejoran la productividad haciéndose cargo de tareas intensivas y poco gratificantes para que los trabajadores humanos puedan centrarse en otras cosas. Estamos orgullosos de nuestros progresos y seguiremos esforzándonos para que nuestros robots sean aún mejores y más fáciles de usar.