Destro AI: Bí quyết giúp robot và con người 'nói chuyện' cùng một ngôn ngữ

Destro vừa chính thức ra khỏi chế độ kín tiếng với vòng gọi vốn hạt giống trị giá 8 triệu USD. Điểm đặc biệt của startup này nằm ở chỗ: họ không chế tạo robot, mà xây dựng một lớp trí tuệ nhân tạo có khả năng điều phối đồng thời robot lẫn công nhân con người trong môi trường logistics.

Theo Destro, con đường hiệu quả nhất để triển khai robot thành công đôi khi lại là… không tự làm robot. Trong khi phần lớn các công ty robotics mới tập trung vào việc tìm ra hình dáng tối ưu cho robot hoặc phát triển mô hình AI điều khiển đôi tay kim loại, Destro lại chọn hướng khác: xây dựng lớp trí tuệ nhân tạo cho phép robot vận hành hiệu quả trong môi trường kho vận, đồng thời chỉ dẫn luôn cả con người cần làm gì.

Không phải công ty robotics, nhưng lại thắng công ty robotics

"Rất nhiều công ty robotics khởi đầu từ các kỹ sư robotics với câu hỏi 'Mình có thể làm được những thứ thú vị gì?'" — Manthan Pawar, nhà sáng lập Destro, chia sẻ với TechCrunch. Ông là người có thâm niên trong ngành, từng học thạc sĩ robotics tại NYU Tandon và có khoảng 8 năm làm việc trong lĩnh vực chuỗi cung ứng và robotics tại Mỹ.

"Một trong những lý do lớn nhất khiến chúng tôi thắng các công ty robotics là vì chúng tôi không phải là một công ty robotics."

Pawar cho biết tư duy của Destro là nắm rõ vấn đề của khách hàng đến mức thấu đáo, và công ty đang trên đà đạt dòng tiền dương vào cuối năm nay.

Từ picking-and-pack đến cross-docking

Richard Brunelle, giám đốc tự động hóa mảng logistics Mỹ của Yusen Logistics — tập đoàn vận tải Hàn Quốc — là người đã giúp Destro rẽ sang hướng đúng. Ông phụ trách tự động hóa cho khoảng 30 cơ sở tại Mỹ, nơi Yusen đang dùng các hệ thống tự động hóa cố định như băng chuyền và máy phân loại, đồng thời thử nghiệm công nghệ mới như robot dỡ hàng container và robot lau sàn tự hành.

Khi Brunelle gặp Pawar, Destro đang tập trung vào bài toán picking-and-pack — quy trình phân loại nhiều loại hàng hóa vào từng gói riêng lẻ. Nhưng Brunelle nhận ra thách thức chính của mình "về bản chất là cùng một vấn đề": đó là cross-docking, tức dỡ hàng từ một xe tải và phân loại thành các lô hỗn hợp cho những xe tải khác chở đến tay khách hàng cuối.

"Tôi hỏi liệu Destro có sẵn sàng điều chỉnh giải pháp của họ cho phù hợp với môi trường cross-dock không, vì tôi không nghĩ có ai đang làm việc đó. Họ về bàn bạc, suy nghĩ kỹ rồi quay lại đầy hào hứng. Họ đồng ý rằng chưa ai giải quyết được không gian này và họ có thể sửa công cụ của mình để hỗ trợ."

Kể từ đó, Destro dồn toàn lực vào hướng đi mới.

Hệ điều hành điều phối cả người lẫn máy

Destro khởi đầu bằng chương trình thí điểm tại một cơ sở của Yusen ở vùng Tây Bắc Thái Bình Dương, sử dụng ba robot di chuyển xe đẩy do Miva Robotics chế tạo, vận hành bởi hệ điều hành Vision của Destro — dựa trên các mô hình ngôn ngữ - thị giác - hành động mở (vision-language-action model), tức hệ thống AI có khả năng diễn giải hình ảnh camera và chỉ dẫn để điều khiển chuyển động của robot.

Trong khi công nhân dỡ hàng từ xe tải sang các xe đẩy khác nhau, robot sẽ tìm những xe đẩy đã đầy và đưa chúng đến đích. Điều khiến quy trình này hiệu quả, theo cả Brunelle và Pawar, là con người, xe đẩy và xe tải đều được điều phối bởi hệ điều hành Mothership của Destro.

"Chúng tôi giảm bớt cường độ lao động cho hoạt động này và thoát khỏi đống giấy tờ. Mọi thứ giờ đây đều có hệ thống." — Brunelle cho biết.

Điều này có ý nghĩa quan trọng bởi Yusen từng trao đổi với hai startup robot tên tuổi khác trong lĩnh vực này, nhưng cả hai đều không khớp được với quy trình làm việc của họ. Một bên cung cấp robot di chuyển xe đẩy từ điểm này sang điểm khác nhưng không xử lý được khâu bốc dỡ. Bên còn lại có công cụ quản lý đội robot nhưng vẫn cần người điều phối toàn bộ. Destro thắng nhờ khả năng áp dụng chỉ dẫn tự động cho toàn bộ quy trình.

Mở rộng quy mô và tham vọng 'copy-paste'

Hiện Destro đang mở rộng thí điểm ban đầu thành triển khai đầy đủ với 26 robot, đồng thời khởi động thêm một thí điểm với 17 robot tại cơ sở của Yusen ở Nam California. Pawar dự định lấy quy trình cross-dock này và "copy-paste" sang hàng nghìn kho hàng khác đang vận hành kiểu lao động tương tự.

Chính kế hoạch này đã thuyết phục Base10 Partners và Bonfire Ventures dẫn dắt vòng hạt giống của Destro, cùng sự tham gia của CoFound Partners.

Thách thức phía trước

Destro có thể gặp khó khăn với những quy trình đòi hỏi sự khéo léo và thao tác phức tạp hơn. Các mẫu robot phổ thông và mô hình mã nguồn mở chưa chứng minh được năng lực ở những nhiệm vụ này. Vẫn chưa rõ liệu các công ty đang xây dựng mô hình nền tảng, bàn tay siêu khéo léo hay humanoid đa dụng có sẵn sàng chia sẻ công cụ cho một công ty như Destro hay không, hay họ sẽ tự nắm lấy mảng kinh doanh đó.

Pawar vẫn tin tưởng rằng mình đã tìm ra đúng tầng của chuỗi giá trị nơi dòng tiền sẽ chảy về, và công ty của ông có thể tận dụng nguồn đầu tư nghiên cứu đang đổ vào các mô hình AI mới cũng như linh kiện robot.

"Robot là một nền tảng. Mỗi lớp mô hình là một nền tảng. Nhưng chúng tôi xây dựng một bộ khung bao quanh nó. Bộ khung đó phức tạp và mang lại giá trị gia tăng đến mức nếu không có nó, những quy trình này hoàn toàn bất khả thi." — Pawar nhấn mạnh.

Bài học cho thị trường Việt Nam

Câu chuyện của Destro mang lại góc nhìn đáng suy ngẫm cho các doanh nghiệp logistics và kho vận tại Việt Nam, nơi tự động hóa đang dần trở thành yêu cầu cấp thiết để cạnh tranh. Thay vì chạy đua theo làn sóng humanoid hay robot hình người, các đơn vị có thể cân nhắc đầu tư vào lớp phần mềm điều phối — yếu tố quyết định giúp kết nối con người và máy móc sẵn có thành một quy trình thống nhất.

Với tốc độ tăng trưởng mạnh của thương mại điện tử và nhu cầu hoàn thiện chuỗi cung ứng, việc tối ưu hóa quy trình hiện hữu bằng trí tuệ nhân tạo có thể mang lại hiệu quả nhanh hơn so với việc thay thế toàn bộ bằng robot chuyên dụng — vốn đòi hỏi chi phí và thời gian triển khai lớn hơn nhiều.