Skild AI ha acquisito la divisione Robotics Automation di Zebra Technologies, inclusa la piattaforma di orchestrazione Symmetry Fulfillment, introducendo un passaggio rilevante nell’evoluzione dei sistemi di automazione intralogistica. L’operazione combina un’infrastruttura già consolidata nella gestione operativa dei flussi con un modello di intelligenza artificiale progettato per operare in modo trasversale su diverse tipologie di robot.
Al centro dell’integrazione si colloca Skild Brain, software di controllo definito “omni-bodied”, concepito per funzionare indipendentemente dalla configurazione fisica del robot. A differenza degli approcci tradizionali, che richiedono programmazioni dedicate per ogni piattaforma, il sistema è progettato per adattarsi a robot eterogenei – dai manipolatori industriali agli AMR – senza necessità di riaddestramento specifico.
L’acquisizione consente di affiancare a questa architettura una piattaforma operativa già testata sul campo. Symmetry Fulfillment, sviluppata da Zebra, gestisce il coordinamento in tempo reale tra robot e operatori, integrando dispositivi indossabili e sistemi di tracciamento. Il risultato è un livello di orchestrazione che non si limita al singolo dispositivo, ma estende il controllo all’intero ecosistema di magazzino.
Nel modello attuale, molti impianti automatizzati restano ancora vincolati a soluzioni verticali, costruite attorno a specifici hardware e difficilmente riconfigurabili. L’integrazione tra Skild Brain e Symmetry introduce una logica differente, in cui l’intelligenza di controllo si separa dalla macchina e diventa uno strato operativo indipendente. Questo consente di coordinare flotte miste, includendo robot mobili per la movimentazione, sistemi di picking, bracci robotici per il packaging e dispositivi dedicati all’ispezione.
Dal punto di vista applicativo, l’obiettivo è ridurre la necessità di progettare il magazzino in funzione della tecnologia adottata. L’automazione viene invece adattata a strutture esistenti, mantenendo la possibilità di integrare macchine diverse sotto un unico sistema di controllo. In questo scenario, l’orchestrazione assume un ruolo centrale, diventando il punto di convergenza tra processi, robot e operatori.
Secondo Skild AI, ogni implementazione contribuisce ad alimentare un ciclo di apprendimento continuo, migliorando le prestazioni del sistema su ambienti differenti. Questo approccio, basato su modelli generalizzati e dati operativi, punta a superare la frammentazione tipica dei sistemi attuali, dove ogni soluzione automatizzata rappresenta un blocco indipendente.
L’operazione si inserisce in un contesto di crescente convergenza tra robotica, intelligenza artificiale e gestione dei flussi logistici, con un’evoluzione che tende a spostare il valore dalla singola macchina alla capacità di coordinamento dell’intero sistema.