Destro AI גייסה 8 מיליון דולר לתיאום רובוטים ועובדים במחסנים

Destro AI יצאה מ-stealth עם גיוס seed של שמונה מיליון דולר ועם מוצר שמנסה לפתור בעיה פחות נוצצת מבניית רובוט חדש: לגרום לרובוטים קיימים, לעובדים ולמערכות המחסן לפעול לפי אותה תוכנית. את הסבב הובילו Base10 Partners ו-Bonfire Ventures, ו-CoFound Partners השתתפה בו.

החברה מפתחת שתי שכבות. MothershipOS פועלת מעל צי הרובוטים ומחליטה איזו משימה תועבר לאיזה רובוט או עובד, ובאיזה סדר. VisionOS רצה על הרובוט עצמו ומשתמשת במודלים שנלמדו מהדגמות אנושיות כדי לזהות עצמים ולבצע פעולות כמו תפיסה והזזה. לפי TechCrunch, המערכת משלבת גם מודלי vision-language-action במשקל פתוח.

הפיילוט של Yusen

הלקוחה היחידה שנקבה בשמה היא Yusen Logistics Americas. באתר אחד בצפון-מערב ארה״ב החל פיילוט עם שלושה רובוטים שמעבירים עגלות בתהליך cross-docking: פריקה ממשאית אחת, מיון המטען והעברתו למשאיות המשך בלי אחסון ממושך. לפי TechCrunch, האתר מתקדם לפריסה של 26 רובוטים, ובמתקן נוסף בדרום קליפורניה מתחיל פיילוט עם 17 רובוטים.

המשימה של Destro אינה רק להזיז עגלה מנקודה לנקודה. התוכנה אמורה לזהות מתי עגלה מלאה, להקצות לה רובוט, לתאם את הנתיב עם עובדים ולחבר את הפעולה למצב המשאיות וההזמנות. זה הבדל חשוב במחסן שבו פועלים מסועים, מלגזות ורובוטים של כמה יצרנים, וכל מערכת מנהלת רק חלק מהעבודה.

החברה אומרת שהיא כבר פועלת בסביבות ייצור ומייצרת הכנסות, אך לא פרסמה נתוני זמינות, קצב תקלות או השוואה מלאה מול מערכות מתחרות. גם הטענות שלה על שיפור תפוקה וחיסכון אינן מגובות כרגע במדידה חיצונית שפורסמה. ההתרחבות אצל Yusen היא הראיה התפעולית המוחשית ביותר, והיא עדיין מוגדרת כפיילוט או כפריסה באתר מוגבל.

מה הכסף אמור לממן

Destro מתכננת להשתמש בכסף להרחבת פריסות, להמשך פיתוח MothershipOS ו-VisionOS ולגיוס מהנדסים וחוקרי AI. עבור מנהלי מחסנים, ההצעה היא לצמצם תלות ביצרן רובוט אחד ולהחליף חומרה בלי לבנות מחדש את שכבת התיאום.

החלק שעדיין חסר הוא ביצוע בקנה מידה גדול: אין נתון פומבי על מספר האתרים הפעילים, על משך ההטמעה, על טיפול במצב שבו רובוט או חיישן נופל, או על חלוקת האחריות בין התוכנה לעובדים. גם ההשפעה על כוח האדם לא נמדדה באופן עצמאי. הסבב מספק ל-Destro זמן להוכיח שהשכבה שלה מחזיקה מעמד במשמרות אמיתיות, אבל ההוכחה תגיע מנתוני הפעלה לאורך זמן ולא ממספר הרובוטים בפיילוט.

יש גם מגבלה טכנית ברורה. TechCrunch מציינת שרובוטים גנריים ומודלים פתוחים עדיין מתקשים במשימות שדורשות אחיזה מדויקת ומניפולציה מורכבת. לכן ההתרחבות הראשונית מתמקדת בהעברת עגלות ובתיאום זרימה, משימות שבהן החומרה הקיימת כבר מסוגלת לעבוד והבעיה העיקרית היא תזמון.