Яндекс и "Магнит" создают собственные технологические лаборатории

Яндекс открыл центр робототехники для тестирования своих складских роботов Маркета. Центр позволит Маркету быстрее тестировать прототипы, проверять гипотезы и внедрять новых промышленных роботов на своих складах. Это снизит расходы на хранение товаров и повысит эффективность логистики маркетплейса.

Центр робототехники станет ядром работы подразделения Маркета, которое насчитывает уже почти 50 человек. В центре есть тестовый полигон площадью 1700 кв. м, имитирующий складской объект с металлическими стеллажами весом 17 тонн. Также на полигоне есть зоны для конструирования, сборки и отладки складских роботов. Официальное открытие центра и встреча с командой запланированы на май.

Ранее роботов тестировали в крупнейшем логистическом объекте Маркета в подмосковном Софьине. Представленные на данный момент робот-инвентаризатор Spectro и транспортировщик Motus уже используются на складах. Роботов спроектировала и собрала команда "Яндекса", они работают на программном обеспечении компании. Они помогают ускорить складские процессы и освобождают людей от монотонных дел, сказал представитель компании.

"Магнит" и провайдер цифровых услуг "Ростелеком", в свою очередь, объединятся для создания технологической лаборатории B2E Techlab. Лаборатория будет заниматься разработкой и тестированием новых цифровых продуктов для ритейла, а также исследованием рынка и разработкой документации. В лаборатории будут работать специалисты обеих компаний. Сотрудничество с "Ростелекомом" поможет "Магниту" выявлять точки роста, исследуя технологические тренды, и снизить затраты на поиск решений.

Ритейлер активно внедряет новые технологии. Так, компания заявила, что уже к концу года оснастит более 1,5 тыс. весов самообслуживания в 200 магазинах больших форматов технологией "умных" весов. С помощью встроенной камеры, фото продукции отправляется на сервер распознавания, где нейросеть анализирует изображение и выводит наиболее вероятные варианты товаров. Система распознает более 800 SKU в различных категориях. Точность распознавания составляет 98%, а система самообучается, запоминая выбор покупателя при взвешивании товара.