2012 年，亞馬遜悄然收購了一家名為 Kiva Systems 的機器人初創公司，此舉極大地提高了其電子商務運營的效率，並引發了倉庫自動化領域的一場更廣泛的革命。
上週，這家電子商務巨頭宣佈了另一項可能具有同樣深遠影響的交易，即同意 聘請 Covariant 的創始人，這是一家初創公司，一直在測試人工智能如何自動化更多種類實物進行挑選和處理。
由於成本高昂且競爭激烈，Covariant 可能發現將人工智能工業機器人商業化是一項挑戰；這筆交易還將使亞馬遜獲得 Covariant 的模型和數據許可，這可能會帶來電子商務的另一場革命——鑑於亞馬遜龐大的運營規模和數據寶庫，任何競爭對手都可能難以匹敵。
這筆交易也是大型科技公司從 AI 初創公司獲得核心人才和專業知識的一個例子，但實際上並沒有直接收購該公司。亞馬遜在 6 月份與初創公司 Adept 達成了類似的協議。3 月份，微軟與 Inflection 達成了一項協議，8 月份，谷歌聘請了 Character AI 的創始人。
早在 20 世紀初，Kiva 就開發出一種在倉庫中移動產品的方法，即使用矮胖的機器人將貨架抬起並運送到人工揀貨員手中——這一技巧意味著工人不再需要每天步行數英里來尋找不同的商品。Kiva 的移動機器人與製造業中使用的機器人類似，該公司使用巧妙的算法來協調同一物理空間內數千個機器人的移動。
到 2023 年，亞馬遜的移動機器人大軍將從 2013 年的 10,000 只左右增長到 750,000 只，而該公司的運營規模意味著它可以比其他任何人更快、更便宜地運送數百萬件物品。
正如《連線》雜誌去年披露的那樣，亞馬遜近年來開發了新的機器人系統，這些系統依靠機器學習來感知、抓取和分類包裝好的箱子。亞馬遜再次利用規模優勢，在物品流經其設施時收集訓練數據，幫助提高不同算法的性能。這一努力已經使一些配送中心以前由人工完成的工作進一步實現自動化。
然而，一項仍難以實現機械化的瑣事是產品的物理抓取。它需要適應性來考慮摩擦和滑動等因素，機器人不可避免地會在亞馬遜龐大的庫存中遇到不熟悉且難以抓取的物品。
過去幾年，Covariant 一直在開發人工智能算法，使其具有更通用的能力，能夠更可靠地處理一系列項目。該公司由加州大學伯克利分校教授Pieter Abbeel於 2020 年創立，他在將機器學習應用於機器人技術方面做出了開創性的工作，他的幾名學生包括成為 Covariant 首席執行官的 Peter Chen 和該公司首席技術官 Rocky Duan。本週的交易將使他們三人以及這家初創公司的幾名研究科學家加入亞馬遜。
亞馬遜發言人亞歷山德拉·米勒 (Alexandra Miller) 向《連線》雜誌表示：“Covariant 的模型將用於驅動我們整個配送網絡中的一些機器人操作系統。”這家科技巨頭拒絕透露該交易的財務細節。
Abbeel 是 OpenAI 的早期員工，他的公司從 ChatGPT 的成功故事中汲取了靈感。今年 3 月，Covariant 展示了其機器人的聊天界面，並表示已開發出機器人抓取的基礎模型，這意味著一種旨在成為
隨著數據量的增加，亞馬遜的能力也會增強。首席執行官陳當時表示，主要的挑戰是獲取足夠的數據來解鎖更高級的功能。考慮到亞馬遜倉庫中的商品數量龐大以及公司運營的規模，很難想象有哪家公司可以提供如此多的功能。
Yaro Tenzer 是位於波士頓的RightHand Robotics公司聯合創始人兼董事長，該公司提供機器人揀選系統。他表示，像 Covariant 這樣的初創公司在處理人工智能開發、每個項目的定製以及電子商務履行中的長銷售週期的同時，很難提供具有成本效益的解決方案。
Tenzer 表示：“打造可持續的硬件和軟件業務，以證明風險投資增長的合理性，是極具挑戰性的。”話雖如此，Tenzer 推測亞馬遜可能已經看到了組建一支致力於人工智能揀選的新團隊的機會，儘管他認為這很可能需要幾年時間才能實現回報。
Covariant 交易是否會像 Kiva 交易一樣至關重要還有待觀察。但去年，當《連線》雜誌參觀亞馬遜自動化程度更高的設施之一時，仍然需要人工進行挑選和包裝，以及幫助偶爾迷路或困惑的機器人。亞馬遜與 Covariant 的交易很可能會使處理其產品所需的人工數量在未來十年內減少。
