AI в логистиката: защо AMR сделките се охлаждат

В края на 2025 г. един ход от голям технологичен доставчик казва повече за пазара на автоматизация, отколкото десет маркетингови презентации: Zebra Technologies търси купувач за Fetch Robotics — бизнеса с автономни мобилни роботи (AMR), който придоби през 2021 г. за около 300 млн. долара. Това не е „роботите не работят“ история. Това е история за скалиране, интеграция и фокус.

Ако управляваш логистика, склад или транспортна мрежа, тази новина има практично значение. Защото повдига неудобния въпрос, който много екипи отлагат: къде точно е стойността на AI — в това да притежаваш роботика, или в това да оптимизираш процесите от край до край? В серията „Изкуствен интелект в логистиката и транспорта“ често се връщаме към една теза: AI печели там, където има поток от данни и ясни решения (маршрути, капацитет, инвентар, приоритети), а не там, където трябва да изграждаш цяла производствена и сервизна организация.

Какво реално означава решението на Zebra

Zebra не излиза от автоматизацията — излиза от притежаването на роботиката като бизнес модел. Компанията ясно заявява, че иска да се концентрира върху дигитални работни процеси, сканиране, управление на инвентар, както и върху RFID, машинно зрение, AI и софтуер. Това е важна разлика.

Има прост прочит: ако си силен в данните на „frontline“ (скенери, мобилни устройства, етикети, идентификация), най-логичният ти път е да печелиш от платформа и софтуер, не от хардуер, който трябва да се произвежда, сервизира и внедрява в тежка среда.

Защо точно сега (декември 2025) това изплува на повърхността

Краят на годината е момент, в който много компании режат „крайни“ инициативи и подреждат портфолиото си за 2026. В логистиката сезонният пик вече е минал, а бюджетите за следващата година се финализират. Такива новини често се появяват именно тогава — когато финансовата дисциплина изпреварва ентусиазма.

Митът, който тази новина разбива: „AMR е лесен за скалиране“

Най-полезният детайл в изходния материал е коментарът, че истинското предизвикателство е скалирането. Първите AMR продажби в индустрията масово са били към по-малки клиенти, които купуват „по няколко робота“. Това дава бързи пилоти, снимки за сайт и PR. Но не изгражда машина за мащаб.

Днес обемът се мести към големи ритейлъри и 3PL, които искат:

• стотици роботи на локация и хиляди в мрежа
• стандартизирани SLA, поддръжка и резервни части
• интеграция с WMS/WES/TMS, а често и със специфични „домашни“ системи
• предвидими разходи и доказуем ROI

Тук много AMR инициативи се „чупят“ не защото роботът не може да кара — а защото организацията не може да поддържа оперативен ритъм: обучение, промени в процеси, управление на трафик в склада, безопасност, сервиз, ъпдейти, киберсигурност.

Скалирането не е технически проблем. Това е проблем на операционен модел.

Ако един сайт работи „на магия“ с 10 робота, това нищо не казва за 50 сайта с 3000 робота. В мрежа започват да тежат други фактори: стандартни процедури, централен мониторинг, общи KPI, управление на промени и договори.

Защо все повече компании избират AI платформи пред „инхаус“ роботика

Изводът, който си струва да се каже на глас: много организации не искат да управляват роботика като продукт. Искат резултат.

Когато целта ти е да намалиш разход на доставка, да вдигнеш точност на инвентар или да повишиш производителност, AI често дава по-бърз и по-мащабируем ефект чрез софтуерни слоеве:

• AI оптимизация на маршрути (по-малко километри, по-малко празни курсове, по-добро използване на капацитет)
• управление на флот (планиране, превантивна поддръжка, поведенчески риск, разход на гориво/енергия)
• AI прогнозиране на търсене и капацитет (по-добри смени, по-малко извънреден труд)
• инвентарна видимост (по-малко „фантомен“ наличност, по-малко експресни доставки)

Това са области, където стойността идва от данни + решения, и не изисква да „носиш“ тежестта на хардуерен бизнес.

Тезата ми: роботите са важни, но софтуерът командва оркестъра

AMR може да е отличен изпълнител в склада. Но ако WMS задачите са хаотични, слотингът е слаб, inbound графикът е нестабилен и няма приоритизация по клиент/канал — роботът просто изпълнява лош план по-бързо.

AI платформата е това, което:

• решава какво да се направи първо
• разпределя задачи между хора, роботи и оборудване
• балансира капацитет между склад и транспорт

Как AMR и AI логистика всъщност трябва да съжителстват

Най-прагматичният модел за 2026 не е „роботи вместо хора“ и не е „AI вместо роботика“. Моделът е AI за управление + автоматизация за изпълнение.

Къде AMR има най-силен смисъл

AMR работят най-добре, когато задачите са:

• повтаряеми (транспорт между зони, доставки до линии, milk-run цикли)
• измерими (ясни цикли, ясни времена, ясни точки за вземане/оставяне)
• стандартизирани (малко изключения, малко „спешни“ промени)

Къде AI носи най-голям ROI, дори без роботи

AI носи най-голяма възвръщаемост, когато имаш мрежови проблем:

• много локации, много превозвачи, много поръчки
• натиск за доставка „на следващия ден“ и високи очаквания на клиента
• скъп last-mile и капацитетни ограничения

Там дори малки подобрения — например 3–7% по-малко изминати километри или 1–2% по-добро запълване на превозните средства — се превръщат в сериозни суми на годишна база.

Какво да направиш, ако планираш AMR проект през 2026

Новината за Zebra/Fetch не означава „спри роботите“. Означава: планирай като за мащаб, не като за пилот.

1) Изисквай архитектура, не демо

Преди да купиш роботи, изясни:

• кой е „източникът на истината“ за задачите (WMS/WES/ERP)
• как ще изглежда мониторингът (табла, аларми, SLA)
• как се правят ъпдейти и как се тества безопасността след промени

Един пилот без архитектура почти винаги води до „локален успех, мрежов провал“.

2) Смятай TCO, не цена на робот

В реалния свят разходът не е само CAPEX. Включи:

• сервиз и резервни части
• подмяна на батерии/консумативи
• обучение и текучество
• интеграции и поддръжка на интеграции
• downtime и план за непрекъсваемост

3) Стандартизирай процеса, преди да го автоматизираш

Ако имаш 12 начина да правиш replenishment, роботиката ще наследи 12-те проблема. Първо се разбери вътрешно за един „златен“ процес, после автоматизирай.

4) Постави AI слой над изпълнението

Дори ако внедряваш AMR, добави AI логика за:

• приоритизация на задачи по обещано време и марж
• динамичен слотинг (къде да стои стоката според търсене)
• прогнозиране на пикове и планиране на смени

Това е разликата между „имаме роботи“ и „имаме по-добра услуга“.

Какво означава този ход за пазара на автоматизация

Тази сделка (или опит за сделка) е сигнал, че индустрията се разделя на две ясни групи:

1. Специалисти по роботика, които могат да доставят мащаб, сервиз и мрежови внедрявания.
2. Платформени компании, които печелят от данни, AI и управление на работни процеси.

Zebra очевидно избира второто. Според мен това е разумно: стойността в логистиката все по-често е в координацията на ресурси, а не в това кой произвежда самия ресурс.

И да, AMR пазарът ще продължи да расте — но победителите ще са тези, които продават предвидим резултат на ниво мрежа, не просто робот.

Как да използваш момента: практични следващи стъпки

Ако си в транспорт, 3PL или складова операция и искаш „AI в логистиката“ да стане реален KPI, ето какво работи:

1. Направи карта на решенията, които взимаш всеки ден: маршрути, вълни, приоритети, попълване, разпределение на докове.
2. Избери 2–3 места, където AI може да взима по-добро решение от правило или Excel (например динамична маршрутизация, ETA, приоритизация на поръчки).
3. Пусни пилот с данни от реална операция, но измервай мрежово: разход на курс, точност на инвентар, OTIF, престои.
4. Остави роботиката да бъде изпълнител, ако задачите са стандартизирани и има ясна възвръщаемост.

Звуча твърдо, но е честно: ако не можеш да измериш ефекта в пари или в SLA, автоматизацията ще остане „интересен проект“, който умира при първия бюджетен натиск.

Финалният въпрос, който си струва да обсъдиш с екипа си за 2026: къде ти трябва собственост (хардуер и операции) и къде ти трябва интелигентно управление (AI платформа)? Отговорът рядко е „само едното“ — но почти винаги е „първо платформата, после мащабът“.