لا يزال نقص العمالة يغذي النمو في شركات الأتمتة مثل GrayMatter
![لا يزال نقص العمالة يغذي النمو في شركات الأتمتة مثل GrayMatter لا يزال نقص العمالة يغذي النمو في شركات الأتمتة مثل GrayMatter](https://i0.wp.com/techcrunch.com/wp-content/uploads/2024/06/Screenshot-2024-06-20-at-11.28.20 AM.jpg?fit=%2C&ssl=1)
لقد تباطأ تمويل الروبوتات على نطاق واسع منذ ذروته في الفترة 2021-2022، لكن الكثير من المشكلات التي كشفها الوباء لا تزال قائمة. أكبر دفعة وراء تمويل المشاريع في هذه الفئة هو النقص المستمر في العمالة. وتتوقع شركة المحللين غارنر أنه بحلول عام 2028، ستستخدم نصف شركات المؤسسات الكبيرة الروبوتات في مستودعاتها وعمليات التصنيع.
العامل الرئيسي الآخر الذي تستخدمه روبوتات المستودعات/اللوجستيات هو سجل حافل. في حين أن العديد من أساليب الأتمتة تتمتع حاليًا بعائد استثمار نظري، فإن روبوتات المستودعات موجودة وتقوم بالعمل الآن، بدءًا من أمازون وما دونها.
GrayMatter هو من بين أولئك الذين لديهم سجل حافل في هذا المجال. تفيد الشركة الواقعة في جنوب كاليفورنيا بأن أنظمتها تنتج حاليًا “تحسينًا بمقدار 2 إلى 4 أضعاف في إنتاجية خط الإنتاج [and a] تخفيض بنسبة 30% أو أكثر في النفايات الاستهلاكية. وتستخدم الأسماء الكبيرة بما في ذلك Boeing و3M أنظمتها حاليًا.
كل هذا على الرغم من أن GrayMatter هي شركة شابة، حيث تم تأسيسها فقط مع بداية الوباء في عام 2020.
يقول المؤسس المشارك والرئيس التنفيذي أريان كبير في بيان: “لقد أسسنا GrayMatter لتعزيز الإنتاجية مع إعطاء الأولوية لرفاهية القوى العاملة”. “من خلال أنظمتنا القائمة على الفيزياء والتي تعمل بالذكاء الاصطناعي، فإننا نحقق مهمتنا مع فتح مستويات جديدة من الكفاءة والإنتاجية. وبدعم مستثمرينا، نحدث فرقًا حقيقيًا للعاملين في المتاجر ونعالج النقص الحاد في العمالة في قطاع التصنيع اليوم.
ما هو إذن نظام الروبوتات “القائم على الفيزياء”؟ تتباين GrayMatter بين منهجها والأسلوب المبني على البيانات البحتة والذي يستخدمه الآخرون. توضح الشركة:
خذ بعين الاعتبار مشكلة التنبؤ بمخرجات العملية بناءً على المدخلات. إذا كان من المتوقع زيادة المخرجات مع زيادة المدخلات، فستكون مساحة النموذج الأساسي محدودة، ويمكن أن تدربه كمية أقل من البيانات. لا نحتاج إلى النظر في نماذج معقدة بشكل تعسفي. ومن ناحية أخرى، يتطلب هذا تمثيلات أكثر تعقيدًا وطرق إنشاء الحلول المرتبطة بها للتعامل مع القيود لإنتاج أداء حسابي مقبول. لا يمكننا تدريب شبكة عصبية بسيطة باستخدام بيانات الإدخال والإخراج المرصودة. في هذه الحالة، ليس هناك ما يضمن أنه سيحافظ على قيد العملية إذا كان الإخراج المستخدم أثناء التدريب صاخبًا.
وقد أدى الاهتمام بالشركة إلى دفع النمو. يعد GrayMatter عضوًا منتظمًا في منشوراتنا الافتتاحية للوظائف في مجال الروبوتات. لقد أدرجنا في التقرير الذي نشرناه في شهر مايو 20 دورًا مفتوحًا، من بين أعلى تلك الأدوار المدرجة.
وهذا النمو بدوره مدعوم بالتمويل المستمر. في يوم الخميس، أعلنت GrayMatter عن جولة تمويل بقيمة 45 مليون دولار من السلسلة B، بقيادة Wellington Management، بمشاركة NGP Capital، وEuclidean Capital، وAdvance Venture Partners، وSQN Venture Partners، و3M Ventures، وB Capital، وBow Capital، وCalibrate Ventures، وOCA Ventures، وSwift. المشاريع. تضاعف الجولة تقريبًا مبلغ 25 مليون دولار الذي أغلقته الشركة في عام 2022.