機器人產業鏈之中有許多公司，但並非每家企業都專注於製造實體機器人。舉例來說，新創團隊 Destro 就瞄準「智慧層」的力量，試圖讓機器人能夠於物流領域有效運作，同時搭起人類與機器人之間共同協作的橋樑。
日本航運巨頭郵船物流（Yusen Logistics），在美國各地大約擁有 30 多處物流據點，旗下設施中不乏輸送帶、分揀機等固定式自動化設備，但該集團也非常積極嘗試卸貨機器人、自主式地板清洗機等嶄新技術。
郵船物流高階主管 Richard Brunelle 於籌備自動化倉庫的新技術時，找上了正在克服「揀選」與「包裝」難題的 Destro，並發現郵船物流面臨的主要挑戰，其實跟 Destro 正在嘗試突破的難題，本質上是同一個問題。
簡單來說，Destro 正在努力思考，如何將各種貨物自動化分揀成單一包裹；至於郵船物流的問題則涉及「轉運」，即如何透過自動化方式，將貨物從一輛卡車上卸下，並將其分揀成混合貨批交給旗下卡車運送，最終交付給客戶。
視覺 AI 統一調度，一切轉向智慧化
Richard Brunelle 詢問 Destro 團隊，他們是否願意調整解決方案，讓機器人適應工作模式較特殊的中轉倉環境，因為當時還沒有人涉及該領域。後來 Destro 團隊經過思考，決定修改旗下工具，應對郵船物流的獨特要求，並將該機會視為一項全新商機。
緊接著 Destro 開始在美國西北地區的郵船物流倉庫展開試點計畫，採用三台由 Miva Robotics 製造，並搭載 Destro 所研發「視覺（Vision）」作業系統的搬運機器人，搭配人類員工於中轉倉庫環境下共同作業。
Destro 研發的視覺（Vision）作業系統，基於開放式視覺-語言-動作（Open-Weight VLA）模型，它能夠透過 AI 解析攝影機畫面與指令，進一步控制機器人動作。
在實際工作場景中，當人類員工將貨物從一輛卡車搬運到不同的推車上時，搬運機器人會找出裝滿貨物的推車，並主動將其運送至目的地。
Destro 創辦人 Manthan Pawar 指出，團隊所研發的系統之所以具備高效率，在於倉庫中的人類、推車和機器人，其實全都會由 Destro 的「母艦（Mothership）」作業系統進行統一調度。
Richard Brunelle 也指出，借助 Destro 所打造的智慧層，物流中轉任務已經不再像過去一樣耗費大量人力，同時也擺脫了各種紙本作業，一切轉向系統化。
擴大試點計畫，只需「複製貼上」
首波試點計畫所反映的優秀成果，讓郵船物流與 Destro 決定，將整個計畫擴展為多達 26 台機器人的全面性部署，並且更打算於南加州另一座郵船物流倉庫中，再啟動包含 17 台機器人的第二波試點計畫，而這套轉運、裝載工作流程，預期還會被「複製、貼上」到數千個處理相同作業的倉庫中。
當大多數機器人領域公司，爭相追尋更合適的機器人外型設計，或是開發能夠驅動機械手臂運作的 AI 模型時，Destro 所努力的方向顯然與眾不同。該新創團隊甚至認為，說服企業成功部署機器人產品的最佳方法，或許根本不是親身投入製造機器人。
Manthan Pawar 說，市場上許多機器人公司，其團隊核心都是機器人工程師，然而他們起初都只會思考，領域中還有哪些很酷、很有趣的事情能夠交給機器人，可是 Destro 的理念卻更加簡單，即理解並解決客戶的問題。
融入現有流程，贏在全自動化
Manthan Pawar 擁有紐約大學坦登工程學院的機器人學碩士學位，並在美國供應鏈及機器人產業中，累積了大約八年實戰經驗，這讓他能夠帶領 Destro 在郵船物流的試點計畫中脫穎而出。
事實上，郵船物流也曾跟另外兩家知名機器人新創公司進行接洽，但最後卻發現，其他兩家團隊的產品，全都無法融入郵船物流現有的工作流程。
其中一家公司所提供的機器人，雖然能夠將手推車從 A 點移動到 B 點，可是卻無法處理裝卸作業；而另一家公司雖然具備管理工具，但卻依然仰賴人工負責所有協調工作。簡單來說 Destro 之所以從試點計畫中勝出，正是因為他們的產品，有辦法對整個倉儲中轉實現全自動化控制。
實戰中表現優異的 Destro，藉由跟郵船物流的合作，贏得了來自 Base10 Partners 與 Bonfire Ventures 的首輪融資，價值約 800 萬美元。只不過，Destro 的未來卻也有著隱憂與挑戰。
機器人市場競合，整合框架創造價值
即便專注於打造智慧層，但對於需要更高靈活性與操作能力的任務，目前通用款的機器人機身，以及開源 AI 模型其實還不足以勝任；至於開發基礎模型、超高靈活度機械手，還有通用型人形機器人的企業，未來亦不見得會願意把工具、產品，提供給類似 Destro 的新創團隊，而是考慮自行搶佔這塊市場。
對此 Manthan Pawar 仍然堅信，Destro 找到了機器人領域技術堆疊中，能夠創造實際價值的環節，並認為團隊將能善用這筆湧入 AI 與機器人產業領域的珍貴資金。
Manthan Pawar 說，無論機器人或 AI 模型都是平台，Destro 將會為它們打造出一套整合框架；即使這套整合框架會極其複雜，但卻能夠創造出附加價值，若沒有整合框架存在，許多工作流程也就根本無法實現。
至於實體機器人製造商，未來是否會親自參與相關市場的問題，郵船物流高階主管 Richard Brunelle 則認為，至少在物流方面，他還沒有找到適合雙足人形機器人的應用場景，但輪式人形機器人的潛在試點計畫，確實已經納入評估。
Richard Brunelle 表示，站在物流企業立場，一項自動化技術通常不會單純因為有趣，而被導入實際的應用場景，因為技術仍要解決實際的營運問題，只有讓營運變得更有效率、更一致且更具彈性，最終才能使客戶真正受益。
【推薦閱讀】
◆ 監視攝影機成實體 AI 天然起點，新創 Lumana 教 AI 分辨監視畫面並壓低運算費用
◆ Agile Robots 的產品是「工廠」，機械手臂、人形機器人都只是其中一環
◆ 人形機器人短期內仍趕不上人類工人：操控、泛化、安全性卡住實際運用
＊本文開放合作夥伴轉載，參考資料：TechCrunch、Destro AI，首圖來源：Destro AI
（責任編輯：鄒家彥）
