Секрет Destro AI — согласовать работу людей и роботов

Координация важнее конструкции робота

Большинство новых робототехнических компаний ищут подходящую конструкцию робота или разрабатывают ИИ-модель, которая позволит управлять механическими руками. Destro выбрала другой путь: компания создала интеллектуальный слой для логистики, который помогает роботам работать эффективнее и подсказывает, что делать людям.

Основатель Destro Манфан Павар, много лет проработавший в отрасли, рассказал TechCrunch, что многие робототехнические компании начинали с вопроса, какие интересные задачи можно поручить роботу. По его словам, Destro выигрывает у таких компаний в том числе потому, что сама не занимается производством роботов.

Павар получил магистерскую степень по робототехнике в NYU Tandon и около восьми лет работал в США в сфере цепочек поставок и робототехники. Он объясняет подход компании тем, что Destro хорошо понимает проблемы клиентов и рассчитывает выйти на положительный денежный поток к концу этого года.

От сортировки товаров к перегрузке грузов

Направление для стартапа помог определить Ричард Брунель, директор по автоматизации американского логистического подразделения Yusen Logistics — южнокорейской судоходной компании. Он отвечает за автоматизацию примерно в 30 объектах Yusen в США. Там используют стационарные автоматизированные системы, например конвейеры и сортировщики, и испытывают новые технологии — роботов для разгрузки прицепов и автономные поломоечные машины.

Брунель ищет новые способы внедрять такие технологии. Британское подразделение Yusen уже создало полностью автономный объект, и компания прорабатывает похожий план для США. Когда Брунель познакомился с Паваром, Destro занималась другой задачей: комплектованием и упаковкой, то есть сортировкой товаров по отдельным заказам.

Брунель увидел, что для его задачи — кросс-докинга — нужна по сути та же система. При кросс-докинге товары выгружают из одного грузовика, сортируют и собирают в смешанные партии для других машин, которые доставляют их конечным клиентам.

Брунель спросил, готова ли Destro адаптировать решение для такого процесса: по его словам, он не знал других компаний, которые занимались бы этой задачей. В Destro обдумали предложение, решили, что могут переделать инструмент для кросс-докинга, и взялись за эту работу.

Как устроена система Destro

Первый пилот запустили на одном из объектов Yusen на северо-западе США. В нём участвуют три робота Miva Robotics, которые перемещают тележки и работают под управлением операционной системы Vision от Destro. Она использует открытые модели «зрение — язык — действие»: такие ИИ-системы анализируют изображения с камер и инструкции, чтобы управлять движениями робота.

Люди выгружают товары из грузовика в разные тележки. Роботы находят заполненные тележки и доставляют их в нужные места. По оценке Брунеля и Павара, процесс становится эффективнее потому, что операционная система Mothership от Destro координирует людей, тележки и грузовики.

Брунель отметил, что система сокращает объём ручного труда и избавляет сотрудников от бумажного учёта: теперь весь процесс организован системно.

Yusen обсуждала эту задачу ещё с двумя крупными робототехническими стартапами, но их решения не подходили к рабочему процессу компании. Один робот мог перевозить тележки из точки в точку, но не управлял загрузкой и разгрузкой. Другое решение включало инструменты для управления парком роботов, однако всю координацию должен был выполнять человек. Destro выбрала за способность автоматически координировать весь процесс.

Новые пилоты и планы роста

Теперь Destro расширяет первоначальный пилот до полноценного внедрения с 26 роботами и запускает ещё один пилот на объекте Yusen в Южной Калифорнии — с 17 роботами. Павар намерен переносить процесс загрузки и перегрузки на тысячи других складов, где выполняют такую же работу.

Этот план убедил Base10 Partners и Bonfire Ventures возглавить посевной раунд Destro. В раунде также участвовала CoFound Partners.

Пределы нынешних роботов

У Destro могут возникнуть сложности с процессами, где нужны более ловкие движения и манипуляции предметами. Универсальные корпуса роботов и модели с открытым исходным кодом пока не показали, что способны справляться с такими задачами. Неясно и то, станут ли компании, разрабатывающие базовые модели, особо ловкие роботизированные руки или универсальных человекоподобных роботов, предлагать свои решения Destro — или захотят сами занять этот рынок.

Павар уверен, что нашёл в технологической цепочке тот участок, где будет создаваться ценность. По его мнению, компания сможет использовать результаты исследований и разработок в области новых ИИ-моделей и компонентов роботов.

Он описывает роботов и модели как платформы, вокруг которых Destro создаёт сложную надстройку с дополнительной ценностью. Без неё, считает Павар, такие рабочие процессы были бы невозможны.

Пока конкуренция с создателями футуристических роботов, вероятно, не главная забота компании. Брунель говорит, что ещё не нашёл подходящей задачи для двуногого человекоподобного робота, хотя рассматривает возможность пилота с человекоподобным роботом на колёсах.

По словам Брунеля, Yusen не внедряет автоматизацию только потому, что технология кажется интересной. Она должна решать реальную операционную задачу: повышать эффективность, стабильность и гибкость процесса, что в итоге принесёт пользу клиентам.