Pedestal AI salió del modo sigiloso el martes con 4,7 millones de dólares en financiación semilla, apostando a que los agentes de IA diseñados a la medida pueden hacer que las cadenas de suministro de entregas funcionen con más fluidez. La compañía afirma que ya trabaja con empresas de la lista Fortune 500 y con algunas de las compañías de transporte marítimo más grandes del mundo.
La ronda semilla fue liderada por Eclipse, con la participación de RRE, Converge VC, Timescale Ventures y VitalStage. Pedestal afirma que el dinero se destinará a ampliar sus equipos de producto e ingeniería, hacer crecer su organización de mercadeo y respaldar despliegues adicionales.
¿Cómo usa Pedestal AI los agentes en las operaciones de entrega?
Gran parte del trabajo de la compañía se reduce a eliminar las fricciones del proceso de envío. Los agentes son la herramienta, no el objetivo. En un caso, Pedestal redujo en 20 por ciento las entregas fallidas para una gran empresa de muebles. Lo logró desplegando agentes para encargarse de tareas que debían realizar los conductores.
El sistema llama a los clientes 30 minutos antes de una entrega y recoge cualquier instrucción especial. Si la llamada no se completa, se envía un mensaje de texto desde un sistema separado. El despliegue también recopiló datos sobre los puntos donde el proceso falla, y esos datos pueden usarse para refinar aún más el sistema.
Aggarwal afirma que los datos son a la vez la oportunidad y el obstáculo. "El desafío es que los datos son desordenados y cambian constantemente", le dijo a TechCrunch. "Están dispersos porque se encuentran en muchos sistemas heredados. Eso es lo que lo hace difícil".
La IA para cadenas de suministro ha atraído una atención creciente en los últimos meses, a medida que exintegrantes de equipos de conducción autónoma buscan lanzar sus propias empresas. Atomic, fundada por un equipo de exempleados de Tesla, salió del modo sigiloso en 2025 con un enfoque en optimizar el inventario. Loop, creada por exalumnos de Uber, apunta a la analítica predictiva.
¿Por qué las entregas son un buen escenario para el aprendizaje por refuerzo?
Aggarwal considera que las entregas son un escenario especialmente adecuado para el aprendizaje por refuerzo, el método de entrenar sistemas de IA mediante prueba, retroalimentación y ajuste. Las entregas generan grandes volúmenes de trabajo y producen resultados fáciles de medir. Eso facilita ajustar un sistema hacia lo que funciona y alejarlo de lo que no funciona.
La recompensa también puede ser inmediata. Como las mejores entregas pueden afectar rápidamente las utilidades de un cliente, es posible que los clientes encuentren más fácil justificar el costo.
"Si logras hacerlo bien", le dijo a TechCrunch, "puedes tener un impacto realmente grande".
Questo articolo è stato scritto con l'assistenza dell'IA.
News Factory APP - notizie agentiche per potenziare il tuo SEO e AEO.