Grab baut eigene Roboter, um Lieferkosten zu senken

Steigende Arbeitskosten und sinkende Gewinnmargen bei Lieferungen veranlassen große Plattformbetreiber wie Grab dazu, Automatisierungsmöglichkeiten zu prüfen. Die Übernahme des Robotik-Startups Infermove ist ein strategischer Schritt zum Aufbau interner Robotik-Kompetenz.

Grab operiert in einer Größenordnung, in der bereits geringfügige Effizienzsteigerungen erhebliche Auswirkungen haben können. Die Plattform des Unternehmens ermöglicht Millionen von Lieferungen in ganz Südostasien, von denen viele von Motorroller- und Fahrradfahrern durchgeführt werden, die sich in dicht bebauten städtischen Gebieten fortbewegen. Diese Komplexität schränkt naturgemäß ein, inwieweit Automatisierung menschliche Arbeitskräfte ersetzen kann. Mit der Übernahme eines Unternehmens, das sich auf Roboter für unvorhersehbare reale Umgebungen spezialisiert hat, signalisiert Grab seine Überzeugung, dass die künstliche Intelligenz in der physischen Welt ausreichend ausgereift ist, um über kontrollierte Pilotprogramme hinaus eingesetzt zu werden.

Automatisierung der Lieferung in der Nähe von Kerngeschäftsfunktionen

Anstatt sich auf standardisierte, vorgefertigte Systeme zu verlassen, entscheidet sich Grab dafür, den Entwicklungszyklus zu internalisieren. Die Technologie von Infermove ist so konzipiert, dass sie aus tatsächlichen Bewegungsdaten lernt, einschließlich Mustern von nicht motorisierten Lieferfahrzeugen. In der Praxis bedeutet dies, dass Roboter darauf trainiert werden, wie Menschen tatsächlich auf Gehwegen, Zebrastreifen und an überfüllten Lieferpunkten navigieren, anstatt in idealisierten simulierten Umgebungen.

Für einen Liefergiganten wie Grab ist dieser Unterschied entscheidend. Simulationen helfen bei der anfänglichen Entwicklung, berücksichtigen jedoch häufig nicht die ungewöhnlichen Szenarien, die die reale städtische Logistik ausmachen. Durch die Internalisierung dieses Lernprozesses kann Grab die Funktionsweise der Automatisierung innerhalb seiner spezifischen betrieblichen Grenzen gestalten, anstatt sein gesamtes Liefernetzwerk umzustrukturieren, um eine Lösung eines Drittanbieters zu integrieren.

Aus unternehmerischer Sicht liegt der Kernwert in einer verbesserten Kontrolle. Durch den Besitz der zugrunde liegenden Technologie hat Grab einen größeren Einfluss auf die Geschwindigkeit der Einführung, den Einsatzbereich und Kosten-Nutzen-Entscheidungen. Außerdem verringert sich dadurch die langfristige Abhängigkeit von externen Anbietern, deren strategische Ziele möglicherweise nicht mit der regionalen Präsenz oder den wirtschaftlichen Bedingungen von Grab übereinstimmen.

Die Automatisierung ist jedoch nicht als vollständiger Ersatz für menschliche Lieferpersonal gedacht. Auch wenn Roboter bestimmte Arbeitsschritte übernehmen, bleiben Menschen für die Erbringung der Dienstleistungen unverzichtbar. Der Fokus von Grab scheint auf gezielten Anwendungen zu liegen, wie z. B. sich wiederholenden Aufgaben über kurze Entfernungen in strukturierten First-Mile- oder Last-Mile-Segmenten. In diesen Bereichen könnten Roboter dazu beitragen, Nachfragespitzen zu bewältigen, Verzögerungen in Stoßzeiten zu verringern und den Druck bei Personalmangel zu mindern.

Kostenkontrolle bei gleichbleibender Servicequalität

Während einer internen Besprechung im vergangenen Dezember bezeichnete Suthen Thomas, Chief Technology Officer von Grab, die Fortschritte von Infermove als „beeindruckend” und hob sowohl die technischen Fähigkeiten als auch die frühe kommerzielle Anwendung hervor. Er erklärte außerdem, dass das Start-up weiterhin unabhängig arbeiten werde und dessen Gründer direkt an ihn berichten werde. Diese Struktur zeigt, dass Grab einer effektiven Umsetzung und Geschäftskontinuität Vorrang vor einer schnellen organisatorischen Fusion einräumt.

Diese Strategie spiegelt einen breiteren Trend unter großen digitalen Plattformen wider. Anstatt KI als Ergänzung zu bestehenden Prozessen zu betrachten, integrieren Unternehmen sie immer stärker in ihre grundlegenden Abläufe. Im Bereich Lieferung und Logistik bedeutet dies zunehmend, über die reine Softwareoptimierung hinaus zu einer konkreten Automatisierung zu gelangen, bei der die Risiken und Kosten größer sind, aber auch die potenziellen Gewinne grundlegender sind.

Der Zeitpunkt ist bedeutsam. Die Nachfrage nach On-Demand-Lieferungen steigt weiter, doch die Gewinnmargen bleiben begrenzt. Kunden erwarten einen schnelleren Service und niedrigere Kosten, während die Betreiber mit steigenden Löhnen, Kraftstoffpreisen und behördlichen Kontrollen konfrontiert sind. In diesem Umfeld wandelt sich die Automatisierung von einem neuartigen Experiment zu einem notwendigen Instrument, um Servicestandards aufrechtzuerhalten, ohne die finanzielle Nachhaltigkeit zu beeinträchtigen.

Die Verlagerung der Robotikentwicklung näher an die Kerngeschäfte kann auch zu einer besseren Abstimmung der Anreize für die Datennutzung führen. Das Training physischer KI-Systeme erfordert große Mengen an Daten aus der realen Welt, die Lieferplattformen wie Grab bereits in großem Umfang generieren. Die interne Aufrechterhaltung dieser Rückkopplungsschleife kann die Entwicklungszyklen beschleunigen und die Notwendigkeit minimieren, sensible Betriebsdaten an externe Parteien weiterzugeben.

Es bestehen jedoch weiterhin Einschränkungen. Roboter, die für Gehwege und kurze Strecken konzipiert sind, werden in naher Zukunft nicht in der Lage sein, menschliche Kuriere in einem gesamten Netzwerk vollständig zu ersetzen. Wetterbedingungen, lokale Vorschriften und die Akzeptanz durch die Kunden werden weiterhin darüber entscheiden, wo Automatisierung praktisch umsetzbar ist. Die Expansion in mehrere Länder führt aufgrund der sehr unterschiedlichen Infrastrukturen und rechtlichen Rahmenbedingungen zu weiterer Komplexität.

Branchenprognosen deuten auf ein rasantes Wachstum für Last-Mile-Lieferroboter hin, aber diese Marktzahlen bieten den Betreibern nur begrenzte praktische Orientierungshilfen. Eine dringlichere Frage ist, ob die Automatisierung die Kosten pro Lieferung senken kann, ohne neue Fehlerquellen zu schaffen. Die Antwort hängt weniger von der Gesamtmarktgröße als vielmehr von einer zuverlässigen Leistung in aktiven, unvorhersehbaren Umgebungen ab.

Aus Unternehmenssicht ist die Übernahme von Infermove nicht nur eine Wette auf Robotik als Produktbereich. Es handelt sich um einen strategischen Schachzug, um die Verbindung zwischen künstlicher Intelligenz, Daten und physischen Abläufen zu stärken. Für Plattformunternehmen, deren Fundament Logistik und Mobilität sind, könnte diese tiefere Integration zu einem entscheidenden Faktor für nachhaltiges Wachstum in Zeiten anhaltenden Kostendrucks werden.

Siehe auch: The Law Society: Aktuelle Gesetze sind für das KI-Zeitalter geeignet

Möchten Sie Einblicke von Branchenführern zu KI und Big Data erhalten? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Diese umfassende Veranstaltung ist Teil der TechEx und findet zusammen mit anderen führenden Technologieveranstaltungen statt. Klicken Sie hier für weitere Details.

AI News wird von TechForge Media betrieben. Weitere bevorstehende Veranstaltungen und Webinare zum Thema Unternehmenstechnologie finden Sie unter diesem Link.