Marcel Švec z Photoneo: Vyvinuli sme 3D kameru, ktorá posúva hranice. Dnes o ňu majú záujem fabriky po celom svete

Keď v roku 2013 vznikol v bratislavskej garáži technologický startup Photoneo, len málokto si vedel predstaviť, že o dekádu neskôr bude patriť pod americký gigant Zebra Technologies a na Slovensku vybuduje Centrum excelentnosti pre 3D a AI robotiku. Táto cesta však nebola priamočiara.

Zahŕňala roky vývoja vlastných technológií, obdobie hyperrastu, nepríjemné spomalenie počas pandémie, aj zásadné rozhodnutia, ako rozdelenie firmy na dve samostatné divízie – Photoneo a Brightpick.

Jedným z ľudí, ktorí túto transformáciu sprevádzali od začiatku, je Marcel Švec, viceprezident pre stratégiu a produkty, ktorý v spoločnosti pôsobí už deväť rokov. V rozhovore pre Startitup približuje, čo sa skrýva za rekordným znížením straty, ako sa podarilo Photoneo dostať do zisku, aj čo firme priniesla akvizícia. Rozprávali sme sa o tom, ako vyzerá ich unikátna 3D kamera, ktorá naraz ponúka rýchlosť aj extrémnu presnosť, prečo sú robotické úlohy zdanlivo jednoduché len na pohľad a čo znamená „future-ready“ v reálnom nasadení v priemysle.

• Čo má slovenská firma spoločné s americkým technologickým gigantom?
• Ako sa trénuje umelá inteligencia, ktorá riadi roboty?
• Prečo chcú byť firmy pripravené na budúcnosť už dnes?
• Ako vyzerá ideálne automatizované pracovisko budúcnosti?
• V čom roboty stále zaostávajú za ľuďmi?
• Prečo nestačí len kúpiť robota a zapojiť ho do výroby?
• Ako pandémia zmenila dopyt po automatizácii?
• Kedy je automatizácia zbytočnou investíciou?

V roku 2024 ste znížili stratu o 75 % na –2,16 milióna eur a vaše tržby narástli o 30 % na 15,82 milióna eur. Čomu pripisujete tento pozitívny trend a aké faktory boli rozhodujúce pri zvyšovaní výkonnosti firmy?

Vysvetlenie bude trochu obšírnejšie. Photoneo ako firma vznikla v roku 2013, prvý produkt – 3D skener – uviedla na trh v roku 2016 a o dva roky neskôr pribudol softvér na navigáciu robotov pri vyberaní súčiastok z prepravných boxov.

Firma bola financovaná z venture kapitálu a niekoľko rokov dokázala medziročne zvyšovať tržby až štvornásobne. Tento úspech malej „garážovej firmy“ pramenil najmä z toho, že zakladatelia vytvorili vo svojej dobe najlepší 3D skener na svete, ktorý svojím výkonom predbehol konkurenciu o tri až štyri roky. Výborný produkt sa spojil s globálnym obchodným ťahom – Photoneo pôsobilo nielen v Európe, ale aj v Ázii a Amerike.

Pandémia COVID-19 a následná čipová kríza však výrazne zasiahli automobilový a výrobný priemysel a mnoho technologických dodávateľov sa dostalo do problémov. Firmy z oblasti automatizácie sa snažili presmerovať svoje technológie a kapacity do logistiky, ktorá počas pandémie zaznamenávala prudký rast. Je potrebné dodať, že zákazníci z logistiky a z automobilového priemyslu sú výrazne odlišní, čo robilo tento prechod náročným. Zároveň došlo k výraznej zmene v prístupe investorov – tí už nepozerali len na rastový potenciál firmy, ale začali klásť dôraz na schopnosť samostatného financovania.

Aj preto sa v januári 2021 rozhodlo o vytvorení dvoch samostatných biznisových divízií – Photoneo a Brightpick. Úlohou Photoneo bolo zúročiť doterajšie úspechy na trhu. Brightpick mal priniesť nové, komplexné riešenie automatizovaného vychystávania objednávok pre logistických zákazníkov s opätovne vysokým rastovým potenciálom, atraktívnym pre najnovšie vnímanie investorov.

Čísla uvedené vo verejných zdrojoch preto odrážajú kombinované výsledky oboch divízií. V rámci Photoneo divízie sme nastavili procesy tak, aby bola firma zisková. Vďaka silnému tímu sa to podarilo – medzi rokmi 2021 až 2024 rástla Photoneo BU dvojciferným tempom a zároveň generovala zisk. Brightpick vďaka rastovému modelu a podpore stabilného Photoneo dokázal aj v náročnom období zabezpečiť ďalšie investičné kolá, zabezpečiť cashflow pre obe divízie, vyvinúť unikátne riešenie a úspešne ho nasadiť na globálnom trhu.

Výsledky Photoneo BU zaujali viacerých zahraničných investorov, čo napokon vyústilo do akvizície Photoneo divízie americkou spoločnosťou Zebra Technologies.

Limitka od Selettiho, ktorá mení pohľad na dizajn

Reklama

Zisti, čo navrhol

Reklama

Zisti, čo navrhol

Taliansky dizajnér Stefano Seletti stojí za ikonickými objektmi, ktoré balansujú na hrane medzi umením a každodennosťou.

Photoneo je dnes súčasťou skupiny Zebra Technologies. Ako sa touto akvizíciou zmenilo vaše fungovanie a čo vám tento krok umožnil vo vývoji produktov a v expanzii na trhu?

Je potrebné uviesť, že akvizícia Photoneo divízie prebieha ešte len od marca tohto roku. Zebra Technologies odštartovala svoj úspech v oblasti tlače a rozpoznávania čiarových kódov, kde si dnes drží pozíciu globálneho lídra. Postupne svoju pôsobnosť rozširovala do ďalších segmentov – najmä akvizíciami. Jedným z najznámejších prípadov je kúpa časti skupiny Motorola v roku 2014, keď firma s ročnými tržbami okolo 1 miliardy dolárov kúpila podnik s tržbami 2 miliardy dolárov.

V roku 2022 vstúpila Zebra Technologies aj do oblasti machine vision (strojového videnia). Ide teda o relatívne nového hráča s veľkými ambíciami. Photoneo bolo v poradí treťou firmou, ktorú v tejto oblasti získali.

Našou úlohou v rámci skupiny je vybudovať Centrum excelentnosti pre 3D a AI robotiku. Prakticky to znamená, že všetky 3D kamery pre skupinu Zebra sa budú vyrábať na Slovensku – konkrétne v Bratislave. Pre jednu existujúcu produktovú líniu už pripravujeme presun výroby k nám. Pre ďalší nový produkt máme v pláne prevziať R&D aktivity a uviesť zariadenie na trh už v budúcom roku.

Z hľadiska manažmentu a expanzie sme zvolili stratégiu inkubácie – teda postupného začleňovania Photoneo do štruktúr Zebra Technologies na základe dosahovania konkrétnych míľnikov. Pre predstavu – Zebra má tržby na úrovni 5 miliárd dolárov a približne 10-tisíc zamestnancov, čo predstavuje úplne iný spôsob fungovania. Každý model má svoje výhody aj úskalia, preto k začleneniu pristupujeme opatrne a citlivo.

V produktovej oblasti vidíme silný priestor na synergie – najmä pri zvyšovaní hodnoty pre zákazníka, čo bola aj jedna zo základných téz celej akvizície. Zebra má zároveň rozsiahlu sieť zákazníkov a partnerov. V krátkodobom horizonte ich ešte nevieme všetkých obslúžiť, preto aj na obchodné synergie ideme krok za krokom.

V portfóliu máte jedny z najpresnejších 3D skenerov na svete. V čom konkrétne sa technológia PhoXi® a MotionCam odlišujú od konkurencie a aké majú výhody v reálnom nasadení?

Začal by som kamerou, ktorú voláme MotionCam-3D. Vo svete industriálneho 3D skenovania je dnes možné buď skenovať rýchlo, alebo kvalitne. My však ponúkame oboje – vysokú rýchlosť aj presnosť – v jednom zariadení, čo je naozaj unikátne.

Naša kamera je postavená na patentovanej technológii Parallel Structured Light a využíva vlastný CMOS senzor s výnimočnou architektúrou, ktorý nazývame COMPIS (computational image sensor). Tento senzor bol navrhnutý interne a máme pod kontrolou celý výrobný proces – od produkcie waferov cez balenie až po testovanie. Sme teda jediní, kto ho môže používať.

Pre tých, ktorí sa vyznajú vo fungovaní CMOS senzorov – náš COMPIS nie je ani rolling shutter, ani global shutter. Dokážeme modulovať akvizíciu jednotlivých pixelov a nazývame to „mosaic shutter“. Je to originálny prístup k 3D skenovaniu, za ktorý sme získali viaceré najvyššie ocenenia v odbornej komunite.

Čo sa týka PhoXi 3D skenerov, ide o špičkovú implementáciu 3D skenovania na báze sekvenčného štruktúrovaného svetla. Vyznačujeme sa vysokou kvalitou výstupných 3D dát, nízkym šumom a rýchlosťou. Dokážeme skenovať objekty aj na vzdialenosť viac ako 4 metre, vrátane čiernych alebo lesklých povrchov. Naše zariadenia sú odolné voči slnečnému svetlu dopadajúcemu cez svetlíky či okná a je možné ich efektívne kombinovať do väčších celkov.

Tieto vlastnosti robia naše skenery praktickými a spoľahlivými v reálnych podmienkach, čo je pre zákazníkov úplne kľúčové.

Na stránke uvádzate viac ako 50 miliónov úspešných pick-and-place operácií. Kde všade sa vaše riešenia dnes využívajú a ktoré sektory zaznamenávajú najväčší dopyt?

Najsilnejší sme v automobilovom priemysle – priamo vo výrobných fabrikách, ako aj u tzv. tier 1 dodávateľov. Najväčšiu inštalovanú bázu máme v americkej automobilke GM, kde ide o stovky inštalácií, ktoré automatizovali proces vyberania kovových súčiastok z bední a ich zakladania napríklad do zváracích staníc.

Sústreďujeme sa aj na aplikácie v logistike. Našim partnerom sa podarilo získať globálne zmluvy s firmami ako IKEA alebo H&M.  V logistike sú naše riešenia založené najmä na rozpoznávaní objektov pomocou umelej inteligencie, keďže ide o vysokú variabilitu položiek, ktoré nie je možné identifikovať analyticky.

Ján Búza zo ZAKA VC: Slovenský pôvod nie je v Silicon Valley prekážkou

Ako funguje prepojenie vášho 3D videnia s robotickou inteligenciou? Môžete laikovi jednoducho vysvetliť, ako váš systém „vidí“, „chápe“ a „reaguje“ v dynamickom prostredí?

Robotické ramená sú mechanické stroje, ktoré sa dajú naprogramovať tak, aby opakovane vykonávali rovnaký úkon. Ak by sme ich prirovnali k autu, štandardné programovanie robota umožňuje príkazy typu: „zrýchli na 10 km/h, choď 1 km rovno, zatoč doprava o 30 stupňov, pokračuj 200 m, zastav na 50 m, otvor kufor, počkaj 10 sekúnd, zatvor kufor a celé to zopakuj.“

To je všetko. Dnes však od robotov očakávame oveľa viac – chceme, aby dynamicky reagovali na okolie a dokázali manipulovať s objektmi podľa situácie. Tak ako od áut očakávame, že budú dodržiavať jazdné pruhy a v budúcnosti budú schopné úplne samostatne riadiť.

Videnie a porozumenie tomu, čo sa deje okolo robota, zabezpečujú 3D kamera a vision softvér. Na rozdiel od bežnej fotografie poskytuje 3D kamera metrickú informáciu – teda presnú vzdialenosť každého bodu v zábere. Kým človek dokáže obraz intuitívne rozpoznať a pochopiť, pre počítač ide len o obrovské množstvo čísel.

Predstav si tabuľku v exceli s tromi stĺpcami – X, Y a Z – a piatimi miliónmi riadkov s desatinnými číslami. Otázka znie: čo je na obrázku? Odpoveď musí nájsť softvér. Z týchto 15 miliónov čísel musí vyhodnotiť, ako sa majú jednotlivé kĺby robota otočiť, aby uchopil objekt, a pritom nič v okolí nepoškodil.

Pri niektorých úlohách už niekoľko rokov využívame umelú inteligenciu, ktorú trénujeme na rozpoznávanie konkrétnych objektov – napríklad na automatizované vykladanie pneumatík rôznych veľkostí. V tomto porozumení bude AI zohrávať čoraz väčšiu úlohu a umožní automatizovať aj také úlohy, ktoré boli donedávna považované za technicky neuskutočniteľné.

zdroj: Photoneo

Pôsobíte vo viacerých krajinách. Ako aktuálne vyzerá vaša medzinárodná prítomnosť, kde máte vývojové alebo obchodné tímy a kam smeruje váš ďalší rast?

V rámci budovania Centra excelentnosti pre 3D a AI robotiku zostávajú vývoj aj výroba sústredené v našom hlavnom sídle v Bratislave. Zároveň rozširujeme produktové portfólio – nielen v rámci sofistikovaných zariadení, ale aj smerom k jednoduchším a dostupnejším 3D kamerám. Tie budú určené na sériovú výrobu v objemoch niekoľko tisíc až desiatok tisíc kusov ročne.

Pred akvizíciou sme mali obchodné a podporné tímy v niekoľkých európskych krajinách, ako aj v USA, Číne a Kórei. Vďaka partnerskej distribučnej sieti sme boli prítomní vo viacerých ďalších regiónoch po celom svete. Teraz, ako súčasť Zebra Technologies, máme možnosť výrazne rozšíriť globálny dosah – Zebra má zákazníkov v 170 krajinách.

Našou ambíciou je využiť tento potenciál, no všetko bude závisieť od toho, ako rýchlo dokážeme škálovať – či už ide o obchodníkov, technickú podporu alebo školenia partnerov. Chceme rásť stabilne, ale zároveň udržateľne.

Spomínate, že chcete posunúť hranice v priemyselnej automatizácii. Ktoré technologické trendy dnes najviac menia svet automatizácie a aké výzvy s nimi prichádzajú?

Najdiskutovanejšou témou je jednoznačne umelá inteligencia – a oprávnene. My sme výrazne posunuli možnosti v oblasti „robotického videnia“ – teda schopnosti robota vnímať okolie a navigovať sa podľa neho. No stále platí, že na nasadenie pokročilej aplikácie typu bin picking (automatizované vyberanie súčiastok z bední) treba byť veľmi zorientovaný.

Problémom nie sú len „oči“, teda kamery a senzory. Zložité je navrhnúť celý systém – robotickú bunku, uchopovač, spôsob manipulácie, integráciu so zvyškom výrobnej linky. Ľudia sú zatiaľ v tomto oveľa flexibilnejší – vedia reagovať na nepredvídané situácie, chápu kontext, používajú obe ruky a ich schopnosť intuitívne konať je pre dnešné algoritmy stále nedosiahnuteľná.

Veľkou témou sú preto tzv. anomaly detection systémy – teda systémy, ktoré rozpoznajú odchýlku v procese. Napríklad ak sa vo fabrike objaví človek bez prilby a reflexnej vesty, ak sa medzi očakávanými objektmi zjaví niečo neštandardné, alebo ak je šev na autosedačke zle zošitý. To sú úlohy, ktoré vedia zásadne ovplyvniť kvalitu aj bezpečnosť výroby – a kde môže AI pomôcť.

Kde konkrétne využívate umelú inteligenciu?

AI využívame najmä tam, kde je potrebné identifikovať objekty, ktoré nemajú jednotný tvar, veľkosť ani pevne definované vlastnosti. Typickým príkladom sú krabice v logistike – bývajú rôzne polepené, popísané, majú variabilné rozmery. Podobne je to s tričkami v plastových obaloch, pneumatikami, lekárenskými produktmi alebo bežnými spotrebnými položkami.

V týchto prípadoch používame hybridné systémy, kde umelá inteligencia rieši konkrétnu, dobre ohraničenú úlohu – napríklad rozpoznanie určitého typu objektu alebo určenie jeho pozície. Výhodou tohto prístupu je, že vieme AI nasadzovať cielene tam, kde prináša najväčší efekt.

Ako vyzerá spolupráca medzi vývojármi, robotikmi a dátovými analytikmi vo vašom tíme? Čo je najväčšia výzva pri vývoji takto komplexných systémov?

Tých tímov a expertíz máme naozaj veľa. Iba v rámci R&D máme minimálne desať špecializovaných zložiek – od mechanického, mechatronického a elektronického dizajnu cez senzoriku, optiku, embedded vývoj, GPU programovanie, softvérové inžinierstvo, umelú inteligenciu, devops, až po databázy, webový vývoj, podporu výroby, testovanie a robotiku.

Najväčšia výzva? Všetko – a neustále. Komplexné systémy si vyžadujú čas, aby každý člen tímu získal dostatočný prehľad a skúsenosti. Projektov a požiadaviek je vždy viac, než dokážeme vyriešiť tak rýchlo, ako by sme chceli.

Snažíme sa to riešiť nastavením dobrých procesov a princípov. No najviac nám pomáha rastúca seniorita tímov a ich vnútorné odhodlanie. Z tohto pohľadu je pre nás kľúčové vytvárať také pracovné prostredie, v ktorom sa ľudia navzájom rešpektujú, majú sa radi a radi spolupracujú. To je základ, na ktorom sa dá stavať aj technologická špička.

Zmenili sa požiadavky zákazníkov po pandémii alebo vplyvom rastúceho tlaku na efektivitu? Čo dnes firmy najviac očakávajú od robotických a vizuálnych systémov?

Postupným zavádzaním inteligentných systémov riadených počítačovým videním sa firmy učia, čo všetko predstavuje ich dlhodobá údržba a schopnosť prispôsobovať sa zmenám vo výrobe. Celkovo možno povedať, že sú dnes schopné oveľa presnejšie definovať, akú funkcionalitu od systému očakávajú. No požiadavky na funkčnosť a efektivitu tu boli vždy.

Zaujímavé však je, že po pandémii prudko narástol počet spoločností, ktoré o automatizáciu prejavili záujem, no nemajú s ňou žiadne predchádzajúce skúsenosti. To často vedie k nerealistickým očakávaniam. Pre laika môže robot, ktorý vyberá objekt z bedne, pôsobiť ako jednoduchý systém. V skutočnosti však ide o technologicky mimoriadne náročnú úlohu, ktorá si vyžaduje komplexný prístup a mnoho vrstiev technológie.

Vo vašej stratégii spomínate, že vyvíjate „future-ready solutions“. Ako by podľa vás malo vyzerať ideálne automatizované pracovisko o 5 až 10 rokov – a akú rolu v ňom zohrá Photoneo?

Keď hovoríme o „future-ready“ riešeniach, máme tým na mysli dve veci. Po prvé, naše produkty sú navrhnuté tak, aby ich bolo možné v budúcnosti nasadiť na iné úlohy – preto majú dlhšiu životnosť a vyššiu hodnotu pre zákazníka. Po druhé, naše kamery už dnes obsahujú výpočtovú jednotku, ktorej softvér vieme aktualizovať na diaľku. To znamená, že ak vyvinutím nového algoritmu zlepšíme skenovanie alebo rozpoznávanie objektov, zákazník si ho vie do svojej kamery nahrať bez potreby výmeny hardvéru.

Predpovedať, ako bude vyzerať ideálne automatizované pracovisko o 5 či 10 rokov, nie je jednoduché – závisí to od konkrétneho typu výroby, odvetvia aj toho, či ide o modernizáciu existujúceho prostredia alebo výstavbu novej prevádzky. Jednu vec však vieme s istotou: inteligentná diagnostika a rýchle riešenie problémov budú kľúčom k efektivite. Žiadna výroba sa nevyhne chybám. Rozhodujúce bude, ako rýchlo ich systém dokáže identifikovať, pochopiť a vyriešiť – a práve tu bude umelá inteligencia zohrávať významnú úlohu.

Ťažšie sa predpovedá, ako sa vyvinú ďalšie technológie, ktoré môžu automatizáciu ovplyvniť nepriamo. Ak by sa napríklad podarilo pomocou AI výrazne zrýchliť a zlacniť 3D tlač kovových súčiastok, znamenalo by to zásadnú zmenu v celom dodávateľskom reťazci. Takéto sekundárne efekty určite nastanú, ale len ťažko dnes vieme predvídať kedy a v akej miere.

Našou úlohou je preto budovať future-ready tím, ktorý dokáže flexibilne reagovať na akékoľvek zmeny v budúcnosti – technologické, trhové aj spoločenské.

24-ročná Slovenka si vybudovala rešpekt v Dubaji: „Prvý kontrakt s 300 miliónovou firmou som podpísala v 18 rokoch“

Ako podporujete inovácie vo firme? Máte vlastný výskum, interné hackathony, partnerské projekty alebo iné prístupy, ktoré vám pomáhajú udržať technologický náskok?

Zhruba zo stovky zamestnancov máme 40 ľudí priamo v R&D tíme a ďalších 14 s technickým zameraním v iných oddeleniach. Inovácie a výskum sú preto u nás každodennou realitou – nie výnimkou. Mnohé z našich projektov majú charakter aplikovaného výskumu, pretože riešime úlohy, pre ktoré vo svete často neexistujú hotové riešenia. Radi by sme v tejto oblasti robili ešte viac.

Za najvýraznejší posun v poslednej dobe považujeme nástup nástrojov umelej inteligencie, ktoré zlepšujú efektivitu všetkých zamestnancov – od vývojárov po manažment.

A čo nás najviac poháňa dopredu? Konkurencia a partneri, ktorí chcú – rovnako ako my – prinášať tie najlepšie technologické riešenia na svete.

Čítaj viac z kategórie: Biznis a startupy