Lorsque l'entreprise a démarré, les fondateurs de Robust.AI n'avaient pas l'intention de fabriquer du matériel. « Le matériel est difficile », explique le co-fondateur et CTO Rodney Brooks à fr.techtribune.net, « et faire du matériel à grande échelle est plus difficile. Cela demande beaucoup de ressources et il faut beaucoup de temps pour y arriver. C’est pourquoi les gens aiment les jeux purement logiciels : le coût marginal d’une autre copie est gratuit.

Cette notion était sans aucun doute aggravée par la longue expérience de Brooks dans le domaine du matériel robotique, d'abord en tant que professeur au MIT, puis en tant que co-fondateur d'iRobot et de Rethink. Et ce doublement après la fermeture de ce dernier en 2018.

« Nous avons commencé en essayant d'être une entreprise uniquement spécialisée dans les logiciels », explique Anthony Jules, co-fondateur, PDG et ancien élève de Brooks. «Nous avons commencé à examiner l'espace et avons décidé qu'il y avait une excellente opportunité de créer quelque chose de véritablement transformateur pour les gens. Une fois que nous avons été enthousiasmés, nous avons effectué un travail de produit très standard pour comprendre quels sont les problèmes et ce qui aiderait vraiment les gens dans cet espace. Nous avions une vision assez claire de ce qui aurait de la valeur. Il y a eu un jour où j'ai littéralement dit à Rod : « Je pense que j'ai une bonne idée d'entreprise, mais vous allez la détester, car cela signifie que nous devrons peut-être construire du matériel. »

Fondée en mai 2019, Robust.AI opère dans le secteur des entrepôts extrêmement populaire et extrêmement compétitif. Un certain nombre de sociétés créées à la suite de l'acquisition de Kiva par Amazon en 2012 ont déjà une présence importante dans la catégorie, notamment Locus Robotics et 6 River Systems. Depuis, la catégorie est devenue sans doute la plus compétitive de toute la robotique. S'appuyant sur le concept qui a motivé Rethink, les interactions homme-robot sont au cœur de l'offre de Robust.

Carter — un chariot d'entrepôt autonome — est associé à Grace, l'offre logicielle de Robust. La société proposera à ses clients les deux produits groupés, avec un modèle de paiement RaaS (bien que les grandes entreprises puissent choisir de payer d'avance si elles le souhaitent). Brooks dit que Robust a commencé à construire le premier après avoir découvert qu'il n'existait pas de systèmes sur le marché avec le matériel embarqué que la startup tente de proposer.

« Le silicium est devenu assez sauvage ces dernières années, avec la fin de la loi de Moore », explique Brooks. « Nous voyons ces processeurs à virgule flottante étroits, comme le processeur Myriad d'Intel qui fournit quatre téraflops par seconde, et nous en avons huit sur notre robot pour le même prix que le lidar. Vous pouvez exécuter tellement de modèles, vous pouvez effectuer tellement de prétraitements d'images, vous pouvez faire tellement mieux en SLAM. Vous voyez le monde, vous comprenez comment les choses évoluent au fil du temps, vous obtenez une description plus riche du monde. Et c'est bon marché.

Ce matin, Robust annonce une série A-1 de 20 millions de dollars, dirigée par Prime Movers Lab et mettant en vedette Future Ventures, Energy Impact Partners, JAZZ Ventures et Playground Global. Ces deux derniers ont mené la série A de 15 millions de dollars de la startup, fin 2020.

13 VC parlent de l'état de l'investissement dans la robotique en 2023

Les premières vidéos des systèmes Carter et Grace démontrent plus de flexibilité que les autres solutions. S'ils peuvent naviguer de manière autonome ou suivre les travailleurs après une configuration rapide, les employés humains peuvent également saisir les poignées et les déplacer manuellement, selon leurs besoins. C'est une fonctionnalité apparemment évidente, mais ce niveau de flexibilité peut être difficile à intégrer dans des robots mobiles autonomes.

« Très souvent, les gens considèrent l'automatisation comme un substitut parfait ou complet aux humains », explique Jules. « Mais cela ne fonctionne tout simplement pas de cette façon. Si vous réfléchissez au système dans son ensemble et à ce qui doit être fait – et que vous y réfléchissez comme un équilibre entre ce que font les machines et ce que font les gens pour maximiser la productivité et la rentabilité – vous obtenez de meilleures solutions. C'est quelque chose que les gens se trompent lorsqu'on essaie de tout automatiser, et cela conduit à des systèmes à la fois fragiles et moins rentables.