Seeing Machines Perluas AI Berpusat pada Manusia ke Robotika Industri

Seeing Machines Memajukan Otomatisasi Pabrik dengan AI Berpusat pada Manusia dalam Robotika Industri

Seeing Machines (LSE:SEE) telah menandatangani kontrak pengembangan lanjutan dengan sebuah perusahaan teknologi industri global. Perjanjian ini menandai tonggak strategis bagi perusahaan. Perjanjian tersebut memperluas kemampuan AI Berpusat pada Manusia milik Seeing Machines ke bidang robotika industri dan otomatisasi pabrik. Sebelumnya, Seeing Machines terutama berfokus pada sistem keselamatan transportasi di sektor otomotif, armada, kendaraan off-road, dan penerbangan.

Menjembatani Keselamatan Transportasi dan Otomatisasi Pabrik

Proyek ini berfokus pada pembangunan sistem bukti konsep untuk lingkungan manufaktur. Para insinyur akan mengintegrasikan teknologi Perception Map milik perusahaan ke dalam robotika industri. Dengan demikian, mesin otomatis dapat menafsirkan keberadaan dan kondisi kognitif operator manusia dengan lebih baik.

Otomatisasi industri sangat bergantung pada pengendali logika terprogram (PLC) dan sistem kontrol terdistribusi (DCS). Namun, sistem kontrol konvensional tidak memiliki kemampuan pengindraan manusia yang intuitif. Dengan menyematkan visi komputer canggih, Seeing Machines menciptakan lingkungan kerja kolaboratif yang lebih aman. Integrasi ini meningkatkan interaksi manusia-robot di zona manufaktur yang kritis terhadap keselamatan.

Ekspansi Pasar Strategis di Luar Aplikasi Otomotif

Perjanjian ini menjadi landasan bagi kolaborasi yang lebih luas dalam otomatisasi pabrik. Ekspansi ke robotika industri memungkinkan Seeing Machines mendiversifikasi portofolio komersialnya. Selain itu, perusahaan memanfaatkan kekayaan intelektual yang telah ada tanpa mengalihkan fokus dari bisnis transportasi intinya.

Dalam manufaktur modern, sistem berinstrumentasi keselamatan (SIS) melindungi operator dari mesin berbahaya. Integrasi pelacakan manusia secara waktu nyata ke dalam sistem kontrol memungkinkan mesin mengantisipasi kesalahan manusia. Hasilnya, lini otomatis dapat menyesuaikan operasinya secara dinamis sebelum bahaya keselamatan terjadi.

Perspektif Investasi dan Lintasan Pertumbuhan

Bagi investor, kontrak ini menandakan perluasan signifikan pasar yang dapat dituju Seeing Machines. Memasuki otomatisasi pabrik membuka peluang pendapatan dari basis pelanggan industri baru. Namun, pengumuman ini tidak mencantumkan rincian keuangan, perkiraan pendapatan, maupun komitmen jadwal komersialisasi.

Nilai langsung kontrak ini terletak pada validasi teknis, bukan imbal hasil finansial yang segera. Dampak komersial yang lebih luas bergantung pada transisi bukti konsep ini menuju penerapan berskala besar. Selain itu, Seeing Machines terus mencatat pertumbuhan pendapatan meskipun arus kas operasi negatif dan kerugian bersih yang masih berlangsung. Indikator teknis menunjukkan momentum saham yang didukung, dengan posisi di atas rata-rata pergerakan utama. Namun, valuasi jangka panjang sangat bergantung pada tercapainya profitabilitas yang berkelanjutan.

Wawasan Teknis tentang Teknologi Persepsi Berpusat pada Manusia

Seeing Machines memanfaatkan lebih dari 25 tahun riset faktor manusia untuk membangun model AI-nya. Platform tersebut menggabungkan sensor optik, pemrosesan edge tertanam, dan algoritma visi komputer.

Aliran sinyal dimulai ketika sensor optik dan perangkat keras visi menangkap data visual secara waktu nyata. Unit pemrosesan edge tertanam memproses masukan visual mentah tersebut secara langsung pada lapisan perangkat. Selanjutnya, algoritma Perception Map dan Human Factors AI menganalisis fokus, kelelahan, dan lintasan operator. Terakhir, sistem mengirimkan parameter kontrol deterministik langsung ke logika otomatisasi pabrik dan PLC atau DCS.

Ketika diintegrasikan ke dalam kerangka kerja otomatisasi pabrik, sistem ini terus melacak perhatian, kelelahan, dan kedekatan fisik pekerja. Jaringan otomatisasi standar menerima masukan persepsi ini sebagai parameter kontrol deterministik. Oleh karena itu, arsitektur kontrol dapat mengubah kecepatan robot atau memicu penghentian darurat secara otomatis.

Skenario Solusi di Dunia Nyata: Keselamatan di Sel Kerja Kolaboratif

Bayangkan lini perakitan otomotif otomatis tempat teknisi manusia bekerja berdampingan dengan robot industri berat. Pengaturan keselamatan tradisional mengandalkan pagar fisik atau tirai cahaya dasar untuk menghentikan operasi.

Dengan menerapkan teknologi Perception Map milik Seeing Machines, sistem pemantauan sel kerja terus mengevaluasi fokus dan lintasan pergerakan pekerja. Jika seorang teknisi menunjukkan tanda-tanda terdistraksi di dekat lengan robot yang sedang aktif, sistem mengirimkan sinyal interupsi ke PLC keselamatan. DCS kemudian memperlambat robot alih-alih memicu penghentian darurat total. Dengan demikian, respons yang terarah ini mencegah waktu henti produksi yang mahal sekaligus menjaga keselamatan pekerja.