Startuplar

Destro AI, depolarda robotları ve çalışanları koordine edecek katmanı oluşturmak için 8 milyon dolar topladı

Destro AI, lojistik elleçleme operasyonlarında robotları, çalışanları ve kamyonları koordine etmek üzere Vision ve Mothership sistemlerini geliştirdikten sonra 8 milyon dolarlık tohum yatırım turuyla gizlilik modundan çıktı. Şirket, Yusen Logistics ile yürüttüğü pilot uygulamayı 26 robota genişletiyor; Güney Kaliforniya’da 17 robotun yer aldığı başka bir pilot uygulama da yürütülüyor.

2026-09-30
3 dk okuma
85 görüntülenme
certi.news Editorial Team
Destro AI, depolarda robotları ve çalışanları koordine edecek katmanı oluşturmak için 8 milyon dolar topladı

Girişim şirketi Destro AI, Base10 Partners ve Bonfire Ventures liderliğinde, CoFound Partners’ın katılımıyla 8 milyon dolarlık tohum yatırım turu gerçekleştirerek gizlilik modundan çıktı. Şirket, depolardaki robotların işletilmesini iyileştirmenin yeni bir robot üretmekten daha değerli olabileceğine inanıyor; bu doğrultuda robotları, çalışanları ve araçları tek bir iş akışı içinde koordine eden bir yazılım katmanı oluşturuyor.

Şirkete, NYU Tandon’dan robotik alanında yüksek lisans derecesine sahip olan ve Amerika Birleşik Devletleri’nde tedarik zincirleri ile robotik alanlarında yaklaşık sekiz yıllık deneyimi bulunan Manthan Pawar liderlik ediyor. TechCrunch’ın kendisinden aktardığına göre Destro, depolardaki belirli operasyonel sorunları çözmeyi hedefliyor ve yıl sonuna kadar pozitif nakit akışına ulaşma yolunda olduğunu belirtiyor.

Tüm operasyonu koordine eden platform

Destro şu anda, malların bir kamyondan boşaltılmasını ve daha sonra son teslimat için başka kamyonlara taşınacak karma yükler halinde ayrıştırılmasını içeren cross-docking operasyonlarına odaklanıyor. Şirket, Pasifik Kuzeybatısı’nda Yusen Logistics’e ait bir tesiste, Miva Robotics tarafından üretilen arabaları taşımak üzere üç robot kullanarak bir pilot uygulama başlattı.

Robotlar, kamera görüntülerini ve talimatları yorumlayabilen ve robotun hareketini kontrol edebilen görme-dil-eylem türündeki açık ağırlıklı modellere dayanan bir işletim sistemi olan Vision üzerinden çalışıyor. Buna paralel olarak Mothership sistemi daha geniş operasyonu yönetiyor; çalışanlar malları farklı arabalara boşalttığında robotlar tamamlanan arabaları belirliyor ve varış noktalarına taşıyor.

Yusen, bu yaklaşımın operasyonu daha sistematik hale getirdiğini ve manuel iş gücüne ve kâğıt belgelere bağımlılığı azalttığını belirtiyor. Temel fark, Destro’nun arabaları yalnızca bir noktadan diğerine taşımakla yetinmemesi; çalışanı, arabayı ve kamyonları ortak bir iş akışı içinde yönlendirmesi.

Pratikte ne değişti?

Yusen’in ABD lojistik hizmetleri sektöründe otomasyondan sorumlu yöneticisi Richard Brunelle’ye göre Destro seçilmeden önce iki büyük robotik şirketinin çözümleri test edildi. Çözümlerden biri arabaları taşıyabiliyor, ancak yükleme ve boşaltma operasyonlarını yönetemiyordu; diğeri ise filo yönetimi araçları sunuyor, fakat genel koordinasyonu bir kişinin sorumluluğunda bırakıyordu. Destro, cross-dock ortamına uyum sağladığı ve tüm operasyon için bağımsız yönlendirme sunduğu için seçildi.

Yusen şimdi ilk pilot uygulamayı 26 robotun yer alacağı tam ölçekli bir kullanıma genişletiyor; ayrıca Güney Kaliforniya’daki bir tesiste 17 robot kullanılarak ikinci bir pilot uygulama başlatıyor. Pawar, aynı iş akışını benzer operasyonlar gerçekleştiren binlerce depoda tekrarlamayı planlıyor.

Sınırlamalar ve açık sorular

Mevcut modelin başarısı, platformun tüm depo görevleri için uygun olduğu anlamına gelmiyor. El becerisi ve nesnelerin hassas biçimde manipüle edilmesini gerektiren işler, genel amaçlı robotlar ve açık modeller için hâlâ zorluk oluşturuyor. Ayrıca temel modeller, yüksek beceri gerektiren robotik eller veya genel amaçlı insansı robotlar geliştiren şirketlerin araçlarını yazılım katmanı şirketlerinin kullanımına sunup sunmayacağı ya da bu şirketlerle doğrudan rekabet edip etmeyeceği de netlik kazanmış değil.

Destro’nun deneyimi, lojistik otomasyonunda pratik bir eğilimi ortaya koyuyor: Değer mutlaka robotun biçiminden değil, robotun eksiksiz bir operasyonel sürece entegre edilmesinden geliyor. Ancak bu modelin tekrarlanabilirliği, depolar arasındaki iş akışlarının benzerliğine ve sistemlerin taşıma ve yönlendirmenin ötesine geçerek kavrama ve hassas işleme gerektiren görevlerle başa çıkma kapasitesine bağlı olacak.

Haber kaynağı
c
Yazar

certi.news Editorial Team

Aynı kategoride

Bunlar da ilginizi çekebilir

Tüm haberleri gör