スタートアップ企業のDestro AIは、Base10 PartnersとBonfire Venturesが主導し、CoFound Partnersも参加した800万ドルのシードラウンドでステルス状態から姿を現した。同社は、倉庫内のロボットの運用を改善することは、新たなロボットを製造することより価値がある可能性に賭け、ロボット、作業員、車両を単一のワークフロー内で連携させるソフトウェアレイヤーを構築している。
同社を率いるのは、NYU Tandonでロボティクスの修士号を取得し、米国のサプライチェーンおよびロボティクス分野で約8年の経験を持つManthan Pawarだ。TechCrunchが伝えた同氏の発言によると、Destroは倉庫における具体的な運用上の問題の解決を目指しており、年末までにキャッシュフロー黒字の達成に向けて進んでいるという。
プロセス全体を連携させるプラットフォーム
Destroは現在、クロスドッキング業務に注力している。これは、トラックから貨物を降ろし、混載貨物に仕分けして、その後、最終配送用の別のトラックへ移す作業だ。同社は太平洋岸北西部にあるYusen Logisticsの施設で、Miva Robotics製のカートを運ぶ3台のロボットを使った試験を開始した。
ロボットはVisionシステムを通じて稼働する。これは、オープンウェイトの視覚・言語・行動モデルに基づくオペレーティングシステムで、カメラ画像や指示を解釈し、ロボットの動きを制御できる。並行して、Mothershipシステムがより広範なプロセスを管理する。作業員が異なるカートに貨物を積み込むと、ロボットが完成したカートを特定し、目的地へ運ぶ。
Yusenによると、このアプローチにより、プロセスはより体系的になり、手作業や紙書類への依存が減った。主な違いは、Destroが単にカートをある地点から別の地点へ移動させるだけでなく、共通のワークフローの中で作業員、カート、トラックを指示する点にある。
実際に何が変わったのか
Yusenの米国物流サービス部門で自動化を担当するRichard Brunelleによると、Destroを選ぶ前に、2社の大手ロボット企業のソリューションを試験した。片方のソリューションはカートを運ぶことはできたが、積み込みと荷降ろしの業務を管理できなかった。もう片方はフリート管理ツールを提供したが、全体的な調整は人に委ねられていた。Destroが選ばれたのは、クロスドック環境に適応し、プロセス全体に対する自律的な指示を提供したためだ。
Yusenは現在、初期試験を26台のロボットによる全面展開へ拡大しており、南カリフォルニアの施設では17台のロボットを使う2回目の試験も開始する。Pawarは、同じワークフローを同様の業務を行う数千の倉庫で再現することを目指している。
制約と未解決の問題
現在のモデルが成功したからといって、このプラットフォームが倉庫のあらゆる業務に適しているわけではない。手先の器用さや物体の精密な操作を必要とする作業は、依然として汎用ロボットやオープンモデルにとって課題となっている。また、基盤モデルや非常に器用なロボットハンド、汎用ヒューマノイドロボットを開発する企業が、そのツールをソフトウェアレイヤー企業に提供するのか、それとも直接競合するのかも明らかになっていない。
Destroの試験は、物流自動化における実践的な傾向を示している。価値は必ずしもロボットの形状から生まれるのではなく、ロボットを完全な運用プロセスに組み込むことから生まれる。しかし、このモデルを再現できるかどうかは、倉庫間でワークフローがどの程度似ているか、そしてシステムが移動や指示を超えて、把持や精密な処理を必要とする作業に対応できるかにかかっている。