Experimento da AGIBOT colocou máquinas para atender clientes, preparar café, organizar prateleiras e limpar mesas em uma loja real de Xangai. Ao todo, os robôs realizaram 1.730 tarefas, mas dificuldades em atividades simples revelaram os desafios da automação no comércio.
A possibilidade de encontrar robôs humanoides trabalhando em supermercados e lojas de conveniência está ficando cada vez mais próxima da realidade. Uma demonstração realizada pela empresa chinesa AGIBOT mostrou seis de seus robôs G2 assumindo diferentes funções em uma loja de conveniência em Xangai, na China, durante um experimento de 24 horas.
Batizado de “Robots Never Clock Out” (Robôs nunca batem o ponto), o desafio aconteceu entre os dias 2 e 3 de novembro, no distrito de Xuhui. Durante o período, o estabelecimento continuou recebendo clientes normalmente, enquanto as máquinas foram submetidas a diferentes situações do cotidiano de um comércio.
As atividades incluíram recepcionar consumidores, localizar e repor mercadorias, preparar café, servir alimentos quentes e limpar mesas. A experiência foi transmitida ao vivo pela internet e dividida em quatro períodos de trabalho, abrangendo o movimento do almoço, o horário de maior circulação à noite, a madrugada e o movimento do café da manhã.
1.730 tarefas realizadas em apenas 24 horas
Segundo os números divulgados após o encerramento do experimento, os seis robôs completaram conjuntamente 1.730 tarefas. O resultado foi distribuído entre diferentes atividades da loja:
- 683 atendimentos: recepção e interação com clientes.
- 369 operações: retirada, transporte e entrega de produtos.
- 277 tarefas: reposição e inspeção de mercadorias.
- 147 preparações: cafés produzidos.
- 126 atendimentos: serviços relacionados ao café da manhã.
- 128 operações: limpeza de mesas.
Apesar do volume de atividades, o resultado não foi perfeito. Apenas quatro dos seis robôs conseguiram aprovação na avaliação final, enquanto os outros dois permaneceram em observação.
A avaliação considerou critérios como quantidade de tarefas realizadas, tempo de resposta, qualidade do atendimento, capacidade de solucionar problemas e estabilidade durante o expediente.
Robôs AGIBOT também tiveram dificuldades com tarefas simples
Um dos aspectos mais interessantes do experimento foi a introdução de situações inesperadas para testar a capacidade de adaptação das máquinas.
Os organizadores, por exemplo, pediram que os robôs diferenciassem refrigerantes com açúcar e versões sem açúcar. Também modificaram a organização de algumas prateleiras, bloquearam corredores com pessoas e caixas e movimentaram recipientes enquanto uma máquina tentava retirar alimentos.
Os desafios tinham um objetivo importante: verificar se os robôs conseguiriam lidar com situações que não estavam necessariamente previstas em uma sequência de comandos.
Segundo os relatos publicados pelo portal chinês Machine Heart, reproduzidos pelo Sina, os equipamentos conseguiram executar algumas dessas tarefas, inclusive identificando produtos visualmente e desviando de obstáculos.
Entretanto, dois robôs tiveram dificuldades suficientes para não serem aprovados.
Um deles era responsável pela inspeção das prateleiras. A máquina não demonstrou iniciativa suficiente para identificar produtos que precisavam ser repostos e não conseguiu acompanhar adequadamente o ritmo de movimentação das mercadorias.
O outro equipamento tinha a função de limpeza. Durante o turno noturno, encontrou uma lixeira cheia, desviou de sua rota habitual, saiu da loja e acabou se afastando de sua área de trabalho.
São falhas que parecem pequenas, mas ajudam a demonstrar como situações comuns podem representar problemas consideráveis para sistemas robóticos.
O desafio vai além de fazer um robô executar movimentos
O experimento também chama atenção para uma das principais dificuldades da chamada inteligência artificial incorporada, conhecida como embodied AI.
Diferentemente de um chatbot, que trabalha principalmente com informações digitais, um robô humanoide precisa interpretar o ambiente físico, reconhecer objetos, calcular distâncias, manipular produtos e reagir a mudanças inesperadas.
Em uma loja, isso significa lidar com embalagens de diferentes formatos, produtos fora do lugar, corredores movimentados e clientes que não necessariamente seguem um comportamento previsível.
A AGIBOT também vem trabalhando em sistemas de coordenação e aprendizado que permitem compartilhar informações entre diferentes robôs. A proposta é utilizar os resultados das operações, incluindo erros, para aperfeiçoar as estratégias utilizadas em tarefas futuras.
Esse tipo de abordagem é importante porque não basta conseguir executar uma tarefa uma única vez. Para substituir ou auxiliar trabalhadores em uma operação comercial, o equipamento precisa repetir o procedimento com consistência e segurança.
Robôs ainda não estão prontos para substituir funcionários
Apesar dos resultados expressivos, a demonstração não significa que os robôs já estejam preparados para assumir integralmente o funcionamento de uma loja.
Um ponto que merece atenção é que a duração de 24 horas corresponde ao período do experimento e da transmissão. Não foram apresentados dados suficientes para confirmar que cada máquina trabalhou sem interrupções, recargas, manutenção ou qualquer tipo de assistência humana.
Também não foram divulgadas comparações detalhadas de produtividade, custos operacionais e velocidade de atendimento em relação aos funcionários humanos.
Portanto, as 1.730 tarefas representam um resultado interessante, mas não comprovam que a utilização desses equipamentos já seja economicamente mais vantajosa do que a contratação de trabalhadores.
Ainda assim, o teste oferece uma demonstração relevante de como a robótica está avançando para além das fábricas e dos ambientes controlados.
Se os fabricantes conseguirem melhorar a autonomia, a precisão e a capacidade de recuperação diante de situações inesperadas, estabelecimentos comerciais poderão se tornar um dos próximos mercados para os robôs humanoides.
Por enquanto, pelo menos dois dos seis funcionários mecânicos da AGIBOT ainda precisam melhorar o desempenho antes de receberem uma promoção.
