Darbo jėgos trūkumas vis dar skatina augimą tokiose automatizavimo įmonėse kaip „GrayMatter“.
Robotikos finansavimas iš esmės atvėso nuo 2021–2022 m. piko, tačiau daugelis pandemijos atskleistų problemų vis dar išlieka. Didžiausias postūmis už rizikos finansavimą šioje kategorijoje yra nuolatinis darbo jėgos trūkumas. Analitikų įmonė „Garner“ prognozuoja, kad iki 2028 m. pusė didelių įmonių įmonių savo sandėliuose ir gamybos procesuose naudos robotus.
Kitas svarbus sandėlio ir logistikos robotikos veiksnys yra įrodyta patirtis. Nors daugelis automatizavimo būdų šiuo metu turi teorinę IG, sandėlio robotai dirba šiuo metu, pradedant „Amazon“ ir baigiant.
„GrayMatter“ yra tarp tų, kurie šioje srityje pasitvirtino. Pietų Kalifornijos įmonė pati praneša, kad jos sistemos šiuo metu „2–4 kartus pagerina gamybos linijos našumą [and a] 30% ar daugiau sunaudojamų atliekų sumažinimas. Dideli vardai, įskaitant 3M, šiuo metu naudoja savo sistemas.
Visa tai yra nepaisant to, kad „GrayMatter“ yra jauna įmonė, kuri buvo įkurta tik pandemijos pradžioje 2020 m.
„Mes įkūrėme „GrayMatter“, kad padidintume produktyvumą ir pirmenybę teikdami darbo jėgos gerovei“, – pranešime sako vienas iš įkūrėjų ir generalinis direktorius Ariyanas Kabiras. „Naudodami mūsų fizikos pagrindu veikiančias dirbtinio intelekto sistemas, atliekame savo misiją, tuo pačiu išlaisvindami naujus efektyvumo ir našumo lygius. Su mūsų investuotojų parama, mes darome realius pokyčius parduotuvių darbuotojams ir šiandien sprendžiame kritinį darbo jėgos trūkumą gamyboje.
Kas tada yra „fizika pagrįsta“ robotikos sistema? „GrayMatter“ savo požiūrį prieštarauja grynai duomenimis pagrįstu metodu, kurį naudoja kiti. Bendrovė paaiškina:
Apsvarstykite proceso išvesties numatymo pagal įvestį problemą. Jei tikimasi, kad išvestis padidės didėjant įvesties kiekiui, tada pagrindinė modelio erdvė yra ribota ir mažesnis duomenų kiekis gali jį išmokyti. Mums nereikia svarstyti savavališkai sudėtingų modelių. Kita vertus, tam reikia sudėtingesnių vaizdų ir susijusių sprendimų generavimo metodų, kad būtų galima valdyti suvaržymus ir užtikrinti priimtiną skaičiavimo našumą. Negalime išmokyti paprasto neuroninio tinklo su stebimais įvesties ir išvesties duomenimis. Šiuo atveju nėra garantijos, kad bus išsaugotas proceso apribojimas, jei treniruotės metu naudojama išvestis yra triukšminga.
Susidomėjimas įmone paskatino augimą. „GrayMatter“ yra nuolatinė mūsų robotikos darbo vietų dalis. Gegužės mėn. paskelbtame sąraše buvo nurodyta 20 laisvų vaidmenų, tarp aukščiausių iš išvardytų.
Šį augimą savo ruožtu palaiko nuolatinis finansavimas. Ketvirtadienį „GrayMatter“ paskelbė apie 45 mln. USD vertės B serijos etapą, kuriam vadovauja „Wellington Management“, kuriame dalyvaus „NGP Capital“, „Euclidean Capital“, „Advance Venture Partners“, „SQN Venture Partners“, „B Capital“, „Bow Capital“, „Calibrate Ventures“, „OCA Ventures“ ir „Swift Ventures“.
Turas beveik padvigubina 25 milijonų dolerių A seriją, kurią bendrovė uždarė 2022 m.
