Contexte et financement
Le fournisseur d’automatisation d’entrepôts Tutor Intelligence Inc. a annoncé une levée de fonds de 75 millions de dollars en série A. L’opération a été dirigée par Andreessen Horowitz et soutenue par Union Square Ventures ainsi que Neo, qui avait déjà participé aux deux tours précédents. Cette injection de capital vise à renforcer les modèles d’intelligence artificielle intégrés aux robots et à augmenter le rythme de fabrication.
Architecture des robots Cassie et Sonny
Cassie est un bras robotisé mobile monté sur une plateforme à quatre roues. Le bras, équipé d’un préhenseur à vide, supporte plus de 50 livres (≈23 kg) et peut traiter jusqu’à 18 articles par minute selon le type de colis. La mobilité permet à Cassie de se déplacer de façon autonome entre les zones d’un entrepôt pour déposer ou récupérer des palettes.
Sonny, deuxième robot commercialisé, possède deux bras et se déplace également sur roues. Il localise les objets grâce à une combinaison de caméras time‑of‑flight et stéréo, qui génèrent des cartes de profondeur pour estimer les distances. Cette double perception améliore la précision de la prise en main sur des étagères variées.
Modèles d’IA et apprentissage automatisé
Les deux plateformes intègrent des modèles d’intelligence artificielle capables d’apprendre sans reprogrammation manuelle. Cassie analyse les caractéristiques d’un nouveau type de paquet et ajuste son algorithme de préhension en temps réel, éliminant le besoin de coder chaque scénario. Sonny apprend de nouvelles tâches par imitation : des experts humains démontrent l’opération via un robot télécommandé, puis les modèles assimilent le comportement et le reproduisent de façon autonome. Le réseau de plus de 100 robots déployés fournit des données continues qui alimentent les modèles de fondation de Tutor.
Modèle économique et perspectives
Tutor propose un tarif basé sur l’usage, évitant aux clients un investissement initial important. Cette approche a permis au nombre d’installations d’augmenter d’un facteur proche de quatre en un an. Les fonds levés seront alloués à l’optimisation des algorithmes d’IA et à l’accélération de la chaîne de production, avec l’ambition d’étendre les robots à des cas d’usage industriels tels que l’assemblage de produits ou la maintenance d’équipements.
