La startup Destro AI salió del modo sigiloso con una ronda de financiación inicial de 8 millones de dólares, liderada por Base10 Partners y Bonfire Ventures, con la participación de CoFound Partners. La empresa apuesta por que mejorar la operación de los robots dentro de los almacenes puede ser más valioso que fabricar un robot nuevo, ya que está construyendo una capa de software que coordina robots, trabajadores y vehículos dentro de un único flujo de trabajo.
La empresa está dirigida por Manthan Pawar, quien tiene una maestría en robótica de NYU Tandon y cuenta con aproximadamente ocho años de experiencia en cadenas de suministro y robótica en Estados Unidos. Según declaró a TechCrunch, Destro busca resolver problemas operativos específicos en los almacenes y afirma que avanza hacia un flujo de caja positivo para finales de año.
Una plataforma que coordina toda la operación
Destro se centra actualmente en operaciones de cross-docking, que implican descargar mercancías de un camión y clasificarlas en cargas mixtas que posteriormente se trasladan a otros camiones para la entrega final. La empresa comenzó una prueba en una instalación de Yusen Logistics en el noroeste del Pacífico, utilizando tres robots para trasladar carros fabricados por Miva Robotics.
Los robots funcionan mediante el sistema Vision, un sistema operativo basado en modelos de visión-lenguaje-acción de pesos abiertos, capaces de interpretar imágenes de cámaras e instrucciones y controlar el movimiento del robot. Paralelamente, el sistema Mothership gestiona la operación más amplia; cuando los trabajadores descargan las mercancías en distintos carros, los robots identifican los carros completos y los trasladan a sus destinos.
Yusen afirma que este enfoque hizo que la operación fuera más sistemática y menos dependiente del trabajo manual y de los documentos en papel. La principal diferencia es que Destro no se limita a mover los carros de un punto a otro, sino que dirige al trabajador, el carro y los camiones dentro de un flujo de trabajo común.
¿Qué cambió en la práctica?
Según Richard Brunelle, director de automatización del sector de servicios logísticos estadounidense de Yusen, antes de elegir Destro se probaron soluciones de dos grandes empresas de robótica. Una de las soluciones podía trasladar carros, pero no gestionaba las operaciones de carga y descarga, mientras que la otra proporcionaba herramientas para gestionar la flota, pero dejaba la coordinación general en manos de una persona. Se eligió Destro porque se adaptó al entorno de cross-dock y ofreció una dirección autónoma de toda la operación.
Yusen está ampliando ahora la prueba inicial hasta un despliegue completo que incluye 26 robots, y también comienza una segunda prueba con 17 robots en una instalación del sur de California. Pawar pretende repetir el mismo flujo de trabajo en miles de almacenes que realizan operaciones similares.
Limitaciones y preguntas abiertas
El éxito del modelo actual no significa que la plataforma sea adecuada para todas las tareas de los almacenes. Los trabajos que requieren destreza manual y una manipulación precisa de objetos siguen representando un desafío para los robots generales y los modelos abiertos. Tampoco está claro si las empresas que desarrollan modelos fundamentales, manos robóticas muy diestras o robots humanoides generales pondrán sus herramientas a disposición de las empresas de la capa de software, o si competirán directamente con ellas.
La experiencia de Destro revela una tendencia práctica en la automatización logística: el valor no proviene necesariamente de la forma del robot, sino de integrar el robot en una operación completa. Sin embargo, la capacidad de repetir este modelo dependerá de la similitud de los flujos de trabajo entre los almacenes y de la capacidad de los sistemas para gestionar tareas que vayan más allá del transporte y la orientación, hasta llegar a la sujeción y la manipulación precisa.