Стартап Atomic, работающий в сфере программного обеспечения для цепочек поставок, закрыл раунд финансирования серии A на сумму 12,5 млн долларов, увеличив общий объём привлечённых средств до немного более 15 млн долларов. Раунд возглавила компания Klass Capital, специализирующаяся на инвестициях в растущие компании, при участии Madrona Venture Group.
Atomic разрабатывает платформу, использующую агентный искусственный интеллект для определения необходимого компании объёма запасов и мест их хранения. Платформа работает посредством моделирования нескольких операционных сценариев, после чего предлагает ответ или автоматически принимает решение в соответствии с бизнес-правилами, которые она изучает на основе данных и практик клиента.
От планирования запасов к принятию решений
Истоки этого подхода восходят к первоначальной системе, которую основатели компании Michael Rossiter и Neal Suidan создали во время работы в Tesla в период наращивания производства Model 3 в 2018 году. Согласно материалу, внутренние электронные таблицы больше не могли поспевать за необходимой скоростью изменений в планировании, что побудило команду разработать более динамичный способ моделирования операционных решений.
Atomic сообщила, что её годовой регулярный доход с начала года увеличился в пять раз. Кроме того, по словам Jon McNeill, бывшего президента Tesla и основателя DVx Ventures, которая инкубировала Atomic, компания перешла от предоставления рекомендаций к платформе, принимающей фактические решения. Он добавил, что DoorDash использует систему примерно для 90% закупок на сотнях площадок.
Платформой пользуются, среди прочих, DoorDash и HelloFresh, а Atomic также работает с клиентами в сферах упакованных потребительских товаров, мобильности и производства. Для компаний, работающих с продуктами питания, более точное планирование запасов может помочь сократить отходы и порчу, однако источник не приводит независимых показателей, измеряющих этот эффект.
Что меняется на практике?
Практическая значимость новости заключается не в добавлении ещё одного аналитического инструмента к системам планирования, а в переходе части решений от этапа рекомендаций к автоматическому исполнению. Компания утверждает, что искусственный интеллект смог выявить «правила принятия решений», которыми пользуются сотрудники клиентов, даже если эти правила не задокументированы. Это сократило время настройки системы и побудило некоторых клиентов делегировать самой платформе принятие решений.
Atomic также назначила Jeff Goodrich, бывшего руководителя отдела планирования в Tesla, техническим директором и третьим соучредителем. Rossiter считает, что перенос операционных данных из электронных таблиц в передовое программное обеспечение представляет собой трансформацию, которая по-прежнему встречается реже, чем модернизация систем финансовых данных.
Ограничения и открытые вопросы
Успех этой модели зависит от качества операционных данных и способности системы понимать специфические для каждого сектора бизнес-правила, особенно с учётом различий между задачами производства, мобильности и упакованных потребительских товаров. Источник также не разъясняет механизмы управления или человеческой проверки автоматических решений и не приводит подробностей о ценах или условиях доступности. Поэтому новость подтверждает расширение коммерческого использования платформы и финансирование компании, но сама по себе недостаточна для оценки её пригодности для каждой цепочки поставок.