Самая интересная деталь в истории стартапа Destro — то, чего в ней нет. Нет собственных роботов, нет амбиций построить очередного гуманоида, нет громких видео с сальто. Вместо этого — программная прослойка, которая учит роботов и людей работать по одному сценарию на складе. Это принесло компании $8 млн на посевном раунде и реальные контракты.
Основатель Мантан Павар восемь лет провёл в индустрии логистики и робототехники и вынес из этого простое наблюдение: большинство робототехнических стартапов начинают с вопроса «что крутого можно сделать роботом», а не с вопроса «какая именно проблема мешает клиенту». Destro пошла от боли конкретного заказчика — Yusen Logistics, южнокорейского логистического гиганта, управляющего примерно 30 объектами в США.
Директор по автоматизации Yusen Ричард Брунелл столкнулся с классической задачей кросс-докинга: товары выгружают из одной фуры и сортируют по разным машинам для доставки клиентам. Это муторный, бумажный, завязанный на людях процесс. Destro изначально занималась другой задачей — сборкой заказов, но Брунелл разглядел в ней родственную проблему и предложил адаптировать решение под кросс-докинг. Команда согласилась и, по словам Брунелла, «пошла ва-банк».
Пилот стартовал с трёх роботов-тележек производства Miva Robotics, которыми управляла операционная система Destro на базе открытых vision-language-action моделей — систем, которые интерпретируют изображение с камер и команды, чтобы управлять движением робота. Пока люди разгружают товары из фур по разным тележкам, роботы находят заполненные и везут их к нужным точкам. Ключевое отличие: и человек, и тележка, и грузовик управляются одной системой — Mothership OS. Это не робот, работающий в изоляции, а часть единого процесса, который избавляет склад от бумажной волокиты и делает всё «систематическим», как выразился Брунелл.
Yusen тестировала и других поставщиков — один умел двигать тележки от точки к точке, но не справлялся с погрузкой и разгрузкой; другой давал инструменты управления флотом, но требовал человека для координации всего процесса вручную. Destro выиграла за счёт способности управлять целиком всей цепочкой операций.
Результат: пилот расширился с трёх роботов до полноценного развёртывания в 26 единиц, плюс новый пилот на 17 роботов в Южной Калифорнии. Павар планирует «скопировать и вставить» этот же подход на тысячи других складов, работающих по похожей схеме — и именно этот план убедил Base10 Partners и Bonfire Ventures возглавить раунд.
Есть и честная оговорка: задачи, требующие более тонкой моторики и манипуляций с предметами, пока не по зубам ни универсальным роботам, ни открытым моделям. Неясно и то, станут ли компании, разрабатывающие фундаментальные модели или гуманоидов, делиться этими технологиями с прослойками вроде Destro, а не пытаться забрать весь рынок себе. Но пока Брунелл честно признаётся, что не нашёл применения двуногим гуманоидам на своих складах — и куда больше верит в скучную, но работающую координацию людей и колёсных роботов.
Во что углубиться:
- Vision-language-action модели в робототехнике: как ИИ учится превращать картинку с камеры в движение манипулятора
- Автоматизация складов и кросс-докинг: почему логистические гиганты вроде Yusen делают ставку на роботов-тележки, а не на гуманоидов
- Кто финансирует робототехнические стартапы 2026 года: на что смотрят Base10 Partners и Bonfire Ventures