Destro залучила $8 млн на автоматизацію складів без роботів

Стартап Destro отримав seed-раунд на $8 млн і пропонує AI-рівень, який координує людей, роботів і логістику на реальних складах.

Destro вийшла з режиму stealth із $8 млн seed-інвестицій і запропонувала для складів не нового робота, а AI-рівень координації. Стартап робить ставку на те, що для автоматизації важливіше не ще одна машина, а система, яка зводить в один процес людей, техніку й логістику. Перший великий тест цього підходу вже триває на об’єктах Yusen Logistics. Ідеться не про лабораторний експеримент, а про спробу вбудувати автоматизацію в реальну зміну, де кожен крок залежить від людей, вантажів і транспорту.

Destro робить ставку на координацію, а не на власне залізо

Засновник компанії Мантан Павар пояснює підхід Destro доволі прямо: стартап не хоче бути ще одним виробником роботів. За його словами, багато компаній у цій сфері починають із питання, що цікавого може зробити робот. Destro натомість зосередилася на проблемах клієнтів і на тому, як зробити складські процеси ефективнішими.

У центрі продукту Destro — AI intelligence layer, тобто програмний шар, який допомагає роботам працювати в логістичних середовищах. Але важливо, що система також підказує, що робити людям. Саме ця зв’язка, за задумом стартапу, має прибрати хаос із рутинних операцій і зробити їх більш системними.

Павар, який має магістерський ступінь із робототехніки NYU Tandon і близько восьми років працював у сфері ланцюгів постачання та робототехніки в США, каже, що компанія добре розуміє проблеми клієнтів і розраховує вийти на позитивний грошовий потік до кінця цього року.

Пілот із Yusen Logistics вже переходить у розгортання

Поштовхом до співпраці з Yusen Logistics стала розмова з Річардом Брунелле, директором з автоматизації в американському підрозділі компанії. Він відповідає приблизно за 30 об’єктів у США, де вже використовують стаціонарну автоматизацію — конвеєри та сортувальники — і паралельно тестують нові рішення, зокрема роботів для розвантаження трейлерів та автономні машини для миття підлоги.

Спершу Destro працювала над іншим завданням — picking and pack, тобто сортуванням різних товарів в окремі пакунки. Але Брунелле побачив, що головна проблема Yusen в іншому: у cross-docking, коли товари вивантажують з однієї вантажівки, сортують і формують змішані вантажі для інших машин, які вже доставляють їх клієнтам.

Під цю задачу Destro і адаптувала свій підхід. Перший пілот у Північно-Західному регіоні США використовував три роботи для переміщення візків, створені Miva Robotics, а керувала ними операційна система Vision від Destro. Вона базується на open-weight vision-language-action models — AI-системах, які аналізують зображення з камер і команди, а потім перетворюють це на рухи робота.

У процесі люди розвантажують товар із вантажівки в різні візки, а роботи знаходять заповнені візки та відвозять їх у потрібні точки. Як повідомляють Новини IT-PUB, зараз Destro розширює пілотний проєкт до повноцінного розгортання 26 роботів і запускає ще один пілот із 17 роботами в Південній Каліфорнії.

За словами Брунелле та Павара, ефективність тут забезпечує саме те, що Destro координує не лише роботів, а й людей, візки та вантажівки через свою систему Mothership. Брунелле каже, що це зменшує потребу в ручній праці та дозволяє відмовитися від паперових процесів. Усе стає більш системним.

Yusen обрала Destro через контроль усього процесу

Для Yusen це було не просто питанням вибору між різними постачальниками роботів. Компанія також спілкувалася з двома іншими великими стартапами в цій сфері, але жоден із них не зміг вписатися в її робочий процес.

Один варіант пропонував робота, який міг пересувати візки з точки в точку, але не міг керувати завантаженням і розвантаженням. Інший мав інструменти fleet management, однак вимагав, щоб усю координацію вручну здійснювала людина. На цьому тлі Destro виграла завдяки здатності взяти під контроль увесь процес, а не лише окрему його частину.

Це й стало головним аргументом для інвесторів. Seed-раунд Destro очолили Base10 Partners і Bonfire Ventures, а CoFound Partners долучилася як додатковий інвестор. Для стартапу це не лише фінансування, а й спроба масштабувати модель, яку вже обкатують на реальному складі.

Масштабування на тисячі складів упирається в межі моделі

Павар планує взяти workflow для cross-dock loading і, за його словами, “copy-paste” його на тисячі інших складів, де є подібна ручна робота. Саме ця амбіція — масштабувати один відпрацьований сценарій на великий сегмент логістики — і переконала інвесторів підтримати компанію.

Втім, у Destro визнають і межі свого підходу. Стартап може зіткнутися з труднощами там, де потрібні складніші рухи, більша спритність і маніпуляція предметами. У тексті джерела зазначається, що універсальні роботизовані корпуси та open-source моделі поки що не довели здатність добре працювати в таких завданнях.

Є й інше питання: незрозуміло, чи компанії, які розробляють foundation models, ультраспритні руки або універсальних гуманоїдів, захочуть ділитися такими інструментами з Destro, а не спробують самі зайти на цей ринок.

Павар, утім, переконаний, що знайшов саме ту частину технологічного стеку, де й виникає основна цінність. Він описує Destro як “harness” — своєрідну складну надбудову, без якої подібні робочі процеси просто неможливі. На його думку, саме на цю надбудову припаде основна частина цінності, яку створюють нові AI-моделі та робототехнічні компоненти.

Брунелле теж дивиться на автоматизацію прагматично. Він каже, що поки не знайшов хорошого сценарію для двоногого гуманоїда, хоча оцінює можливий пілот із колісним гуманоїдом. Для нього головне не футуристичність рішення, а те, чи справді воно розв’язує операційну проблему, робить процес ефективнішим, стабільнішим і гнучкішим. Саме це Destro зараз і намагається довести на практиці.