Pedestal AI вышел на рынок с конкретным результатом, а не обещаниями. Стартап заявляет, что для одной из крупных мебельных компаний снизил процент пропущенных доставок на 20%, развернув ИИ-агентов для обработки данных и взаимодействия с клиентами. ИИ-система делает простые, но критичные вещи: звонит клиентам за 30 минут до доставки и собирает специальные инструкции, а если звонок не прошел, отправляет текстовое сообщение. По ходу работы система накапливает данные о узких местах в процессе — и это данные потом используются для дальнейшей оптимизации. Звучит прозаично, но именно такие детали определяют экономику доставок.

Раунд в $4,7 млн возглавила Eclipse, с участием RRE, Converge VC, Timescale VC и VitalStage. По словам Pedestal, деньги пойдут на расширение продукта, найм инженеров и маркетолога, а также развёртывание у новых клиентов. Уже есть контакты с несколькими компаниями Fortune 500 и крупнейшими логистическими операторами — хотя конкретных имён не называют.

Логистика стала горячей темой в кругах ИИ-стартапов, особенно среди выходцев из команд беспилотников. Стартап Atomic, основанный бывшими работниками Tesla, вышел в прошлом году с акцентом на оптимизацию инвентаризации. Loop, сделанный бывшими сотрудниками Uber, сфокусирован на предсказательной аналитике. Тренд объясняется просто: доставки — это данные высокого качества с легко измеримыми результатами, идеальная базa для тренировки RL-систем (обучение с подкреплением). Плюс очень осязаемый ROI: если система работает, клиент сразу видит это в прибыли.

Главная проблема, которую решает Pedestal, — это хаос в данных. По словам CEO Раджа Аггарвала, данные в логистике грязные, постоянно меняются и разбросаны по наследственным системам. Именно это делает доставки перспективным полигоном для ИИ-агентов: проблема настолько острая, что даже скромные улучшения дают видимый результат. Если система снижает пропущенные доставки на 20%, это реальная прибыль для бизнеса, а не маркетинговая цифра.

Контекст важен. Волна ИИ-стартапов в логистике пока держится на практических кейсах, а не на теоретических обещаниях. Это отличает их от многих других AI-проектов, где рост оценок опережает рост реальных результатов. Но конкуренция будет расти быстро: задача стоит перед каждой крупной логистической компанией в мире, и первые, кто научится решать её хорошо, получат выраженное преимущество.

Для российского логистического бизнеса такой подход актуален, особенно для e-commerce и доставки по городам. Компании, работающие с доставкой на последней миле (как маркетплейсы и курьерские сервисы), уже сталкиваются с проблемами, которые Pedestal решает автоматизацией. В отечественном контексте главное препятствие — это не недостаток технологии, а интеграция с наследственными системами управления логистикой и слабая в России культура data-driven операций. Но потенциал очень высокий: снижение пропущенных доставок на 20% для курьерского сервиса или маркетплейса — это прямой рост NPS и удержания клиентов.

Алексей Мартыненко

Алексей Мартыненко

Главный редактор SPV News

Pedestal интересен тем, что не обещает революцию в логистике, а показывает конкретный числовой результат: минус 20% пропущенных доставок. Это та база, на которой стартап может строить тиражирование решения. Волна ИИ-стартапов в логистике сейчас идёт именно по такому сценарию: практические выводы из автономного вождения переходят в узкую задачу с чётким KPI и ROI. Это намного здоровее для индустрии, чем очередной стартап с обещанием «переквалифицировать полностью всю цепочку снабжения».