Стартап Pedestal AI объявил о выходе из режима скрытности (Stealth mode) после успешного завершения раунда начального финансирования (Seed Round) на сумму 4,7 млн долларов. С помощью этих средств компания планирует использовать технологии агентного ИИ (Agentic AI), чтобы сделать цепочки поставок более быстрыми и надежными — направление, которое начинает привлекать внимание крупных судоходных компаний и корпораций из списка Fortune 500.
Раунд финансирования возглавила компания Eclipse при участии RRE, Converge VC, Timescale Ventures и VitalStage. Компания планирует направить инвестиции на расширение инженерных команд и разработку продуктов, а также на усиление маркетинговых возможностей и поддержку полевого внедрения своих технологий.
Что меняется на практике?
Технология Pedestal AI фокусируется на устранении точек трения в процессах доставки путем делегирования задач, ранее требовавших участия человека, агентам искусственного интеллекта. Среди наиболее заметных результатов, достигнутых компанией на данный момент:
- Снижение количества неудачных доставок: компании удалось сократить число невыполненных доставок для крупного мебельного ритейлера на 20%.
- Интеллектуальная коммуникация: агентная система связывается с клиентами за 30 минут до времени доставки для сбора особых инструкций, а в случае невозможности дозвониться отправляет текстовое сообщение через отдельную систему.
- Сбор данных: эти процессы способствуют сбору точных данных о «узких местах» в процессе доставки, что позволяет постоянно совершенствовать систему.
Техническая проблема: разрозненные данные и обучение с подкреплением
Радж Агарвал (Raj Aggarwal), генеральный директор компании, пояснил, что самая большая проблема в этом секторе заключается не в самом искусственном интеллекте, а в характере данных; данные цепочек поставок «хаотичны» и разбросаны по устаревшим (Legacy Systems) и разнородным системам, что крайне затрудняет их обработку.
Агарвал считает, что процессы доставки являются идеальной средой для обучения систем обучения с подкреплением (Reinforcement Learning), учитывая большой объем операций и возможность точно измерять результаты, что облегчает настройку систем на наиболее эффективные маршруты. Этот шаг происходит в то время, когда сектор ИИ для цепочек поставок демонстрирует высокую активность, наряду с появлением других стартапов, таких как Atomic и Loop, которые фокусируются на управлении запасами и прогнозной аналитике.