Destro kedden lépett ki a titoktartásból és bejelentette, hogy 8 millió dolláros seed befektetést szerzett. A startup állítása szerint a robotok sikeres bevezetésének leghatékonyabb útja nem egy új robot kifejlesztése, hanem egy olyan mesterséges intelligencia réteg létrehozása, amely az embereket, robotokat és a logisztikai eszközöket együttműködésre tudja ösztönözni.
A legtöbb új robotikai vállalat a megfelelő formára vagy olyan AI-modellekre koncentrál, amelyek fizikailag képesek manipulálni tárgyakat. Destro ehelyett egy intelligens vezérlőrendszert épített, amely logisztikai környezetben koordinálja a robotok és az emberi munkavállalók tevékenységét, sőt utasításokat ad a dolgozóknak is.
Alapítók, háttér és üzleti modell
A vállalat alapítója Manthan Pawar, aki a NYU Tandonon szerzett mesterfokot robotikából, és körülbelül nyolc év tapasztalattal rendelkezik az amerikai ellátási lánc és robotika szektorban. Pawar azt mondja, hogy a Destro ügyfeleinek problémáit mélyen ismerik, és az előrejelzésük szerint a cég az év végére készpénztermelővé válhat.
A megközelítés kulcsa, hogy a Destro nem elsősorban robotgyártóként pozícionálja magát, hanem szoftveres "hámot" épít a robotplatformok és a működtetési folyamatok fölé, amely szerinte jelentős értéket ad hozzá és lehetővé teszi olyan munkafolyamatok automatizálását, amelyeket önmagukban a robottestek vagy alapmodellek nem oldanak meg.
Pilot és együttműködés a Yusen Logistics-szal
Richard Brunelle, a Yusen Logistics amerikai logisztikai csoportjának automatizálási igazgatója — aki körülbelül 30 létesítmény automatizálásáért felelős az Egyesült Államokban — segítette a Destrot a helyes irány felé. Yusen hagyományosan fix automatizálást (szállítószalagok, válogatók) használ, de pilotokat futtat új technológiákkal, például trailer-lepakoló robotokkal és önjáró padlótisztítókkal.
Brunelle rámutatott, hogy az egyik alapvető kihívásuk a cross-docking: áruk egyik teherautóból való kipakolása és azok válogatása vegyes rakományokba további szállításra. Amikor Brunelle találkozott Pawarral, a Destro eredetileg a picking és packing területére fókuszált; Brunelle azonban felkérte őket, hogy adaptálják megoldásukat a cross-dock környezethez. A startup elfogadta a kihívást és teljes erővel hozzáfogott a fejlesztéshez.
A Destro egy pacifikus-északnyugati Yusen-telephelyen indított pilotot, ahol három, a Miva Robotics által gyártott kocsimozgató robotot üzemeltek be. Ezeket a robotokat a Destro Vision operációs rendszere vezérli, amely nyílt súlyú vision-language-action modellekre épül — olyan AI rendszerekre, amelyek kameraképeket és utasításokat értelmezve irányítják a robotok mozgását.
A működés lényege, hogy az emberek kipakolják az árut a teherautóból különböző kocsikba, a robotok megkeresik a megtelt kocsikat és célba viszik azokat. A hatékonyságot az adja, hogy az ember, a kocsi és a teherautók mind a Destro Mothership operációs rendszere alatt koordinálódnak: a szoftver egyszerre ad parancsokat robotoknak és emberi munkavállalóknak, megszüntetve a papíralapú folyamatokat.
Miért sikerült a Destro-nak nyernie a versenyben?
Yusen két másik ismert robotikai startupot is megfontolt, de egyik sem illeszkedett a munkafolyamatukba. Az egyik robot képes volt kocsikat ponttól-pontra mozgatni, de nem tudta kezelni a berakodást vagy kipakolást; a másik flottakezelő eszközöket hozott, de emberi közreműködést igényelt az összefogásban. Destro ezért nyert, mert autonóm módon képes volt a teljes folyamatot irányítani.
A kezdeti három robotos pilot után a Destro bővíti az üzemet: egy telephelyen teljes telepítésre váltanak 26 robotra, egy másik, déli-kaliforniai helyszínen pedig 17 robotos új pilot indul. Pawar terve szerint ezt a cross-dock munkafolyamatot ezután több ezer olyan raktárra "copy-paste" módon kiterjeszthetik, amelyek hasonló jellegű munkát végeznek.
Finanszírozás és lehetséges korlátok
A Destro seed fordulóját a Base10 Partners és a Bonfire Ventures vezette, további befektetőként a CoFound Partners szerepelt. A cég üzleti modellje és növekedési tervei meggyőzték a befektetőket, mivel a szoftveres koordináció gyorsabb megtérülést és skálázhatóságot ígér, mint új robottestek kifejlesztése.
Ugyanakkor a Destro korlátokkal nézhet szembe olyan munkafolyamatok esetén, amelyek finomabb fogást és manipulációt igényelnek. Az általános testű robotok és nyílt forráskódú modellek eddig nem bizonyultak minden esetben elegendőnek a nagy dexteritást követelő feladatokhoz. Nem világos továbbá, hogy az alapmodelleket, rendkívül ügyes robotkezeket vagy általános humanoidokat fejlesztő vállalatok megosztják-e majd ezeket az eszközöket a külső szoftveres réteget építő cégekkel, vagy inkább maguk szeretnék megtartani ezeket az üzleti lehetőségeket.
Pawar azonban magabiztos abban, hogy a réteg, amelyet a Destro épít, értéket fog felhalmozni, és hogy a cég ki tudja használni a mesterséges intelligencia és a robotikai komponensek kutatásába áramló forrásokat. Ahogy ő fogalmazott, a robotok és a modellek platformok — ők pedig egy olyan "hámot" építenek köréjük, amely nélkül bizonyos munkafolyamatok lehetetlenek lennének.
Jövő és gyakorlati szemlélet
Brunelle szerint jelenleg még nem találtak jó gyakorlati alkalmazást kétlábon járó humanoid robotokra, bár egy kerekeken mozgó humanoid potenciális pilotját vizsgálja. A Yusen szemlélete világos: nem csak a technológia érdekessége miatt telepítenek automatizálást; annak valós operatív problémát kell megoldania, és hozzájárulnia a hatékonysághoz, következetességhez és rugalmassághoz, ami végső soron az ügyfelek javát szolgálja.
A Destro a TechCrunch Disrupton mutatja be állítása szerint a "nem-robot robotcég" koncepcióját néhány hét múlva.
Kulcsadatok összefoglalva
- Seed befektetés: 8 millió dollár
- Alapító: Manthan Pawar (NYU Tandon háttér, ~8 év tapasztalat)
- Partner és ügyfél: Yusen Logistics (Richard Brunelle)
- Kezdeti pilot: 3 Miva Robotics kocsimozgató robot, Vision OS és Mothership koordináció
- Bővítés: teljes telepítés 26 robottal, új pilot 17 robottal Dél-Kaliforniában
- Befektetők: Base10 Partners, Bonfire Ventures, CoFound Partners
A Destro megközelítése a logisztikai automatizálásban azt hangsúlyozza: a szoftveres irányítás és az ember-robot együttműködés gyakran többet ér, mint új robottesteik kifejlesztése.
