David Pinn, CEO van Brain Corp – Interviewreeks

David Pinn is CEO van Brain Corp, waar hij bijna negen jaar heeft besteed aan het vormgeven van de strategie, financiële operaties en de transitie naar een software‑gedreven robotica‑bedrijf. Hij kwam in 2017 bij Brain Corp als VP Strategy en klom op via senior strategie‑ en finance‑functies voordat hij in 2022 CEO werd. Tijdens zijn ambtstermijn heeft Pinn geholpen bij grote kapitaalrondes, de verschuiving van een hardware‑centrisch model naar terugkerende software‑inkomsten, de uitbreiding naar robotische datacaptatie en analytics, en strategische partnerschappen met wereldwijde original equipment manufacturers (OEM’s). Vroeger in zijn loopbaan bekleedde hij finance‑ en strategie‑posities bij Qualcomm, adviseerde hij technologie‑startups met venture‑kapitaal, werkte hij met L Catterton‑portefeuillebedrijven, en begon hij zijn carrière bij Teradyne in engineering en technische verkoop, wat hem een achtergrond gaf die robotica, halfgeleiders, finance, corporate development en technologische commercialisatie omvat.

Brain Corp is een robotica‑ en fysieke AI‑bedrijf dat BrainOS® ontwikkelt, een ondernemings‑autonomieplatform dat fabrikanten en bedrijven in staat stelt autonome mobiele robots op grote schaal te implementeren en beheren. BrainOS drijft meer dan 50.000 robots op zes continenten en heeft meer dan 25 miljoen uur operationele ervaring in de echte wereld verzameld, met toepassingen zoals autonoom vloer‑schoonmaken, inventaris‑ en schap‑dataverzameling, en materiaalverplaatsing in omgevingen zoals winkels, magazijnen, luchthavens, zorginstellingen en commerciële gebouwen. Het platform combineert AI‑gedreven navigatie, semantische 3D‑mapping, veiligheidssystemen, cloud‑gebaseerd vlootbeheer, analytics en integraties met enterprise‑systemen, waarbij data die over de uitgerolde vloot wordt verzameld helpt de navigatie en betrouwbaarheid in de tijd te verbeteren. Recente ontwikkelingen omvatten BrainOS Clean 2.0 en SelfPath™ AI, die schoonmaakrobots in staat stellen automatisch routes te genereren en aan te passen in plaats van te vertrouwen op handmatig getrainde paden.

Uw carrière is geëvolueerd van engineeringwerk in radiofrequentie‑ en draadloze systemen naar strategische finance, SaaS‑transformatie en nu CEO‑leiderschap bij Brain Corp. Hoe heeft die mix van technische en financiële discipline uw visie gevormd dat bedrijven geen “robots” kopen, maar meetbare operationele resultaten?

Mijn vroege loopbaan begon in technische verkoop, waarbij ik halfgeleider‑productieapparatuur voor Teradyne verkocht. Door veel trial‑and‑error leerde ik al vroeg een belangrijke les: er was een grote kloof tussen wat ik belangrijk vond — meestal de technische specificaties — en waar de koper werkelijk om gaf. Ik ontdekte dat de koper echt geeft om het zakelijke resultaat, en of ze mij en mijn team vertrouwen om dat daadwerkelijk te leveren.

Toen ik later overstapte naar robotica, werd die les versterkt. Elke technologische investering concurreert om kapitaal, en een systeem krijgt geen erkenning alleen omdat het technisch indrukwekkend is. In robotica is het gemakkelijk om gefascineerd te raken door de machine zelf. Maar een retailer wordt niet wakker met de wens een robot te hebben. Ze willen schonere vloeren, zeer nauwkeurige inventaris en meer tijd voor hun medewerkers om klantenservice te bieden. De robot is slechts het leveringsvoertuig voor dat resultaat.

Bij Brain Corp beginnen we met het probleem van de klant, definiëren we het zakelijke resultaat en werken we terug naar de autonomie‑laag en de data die nodig zijn om het te leveren. Mijn engineering‑achtergrond helpt me de diepte van de complexe onderliggende technische kwestie te waarderen, maar mijn verkoop‑ en finance‑disciplines houden me gefocust op of de oplossing een schaalbaar, commercieel levensvatbaar bedrijf oplevert. Je hebt beide nodig. Een robot die werkt maar geen economisch rendement oplevert, is een wetenschappelijk project, geen product, en een financieel model gebouwd rond onbetrouwbare technologie is geen bedrijf.

Met zoveel aandacht voor humanoïden en algemene robots, wat denkt u dat de markt verkeerd begrijpt over wat bedrijven vandaag de dag echt nodig hebben van robotica?

Hot take: de obsessie van de industrie met humanoïden in commerciële en industriële omgevingen is een afleiding.

Het standaardargument dat je van humanoïde‑enthousiastelingen hoort, is: ‘De wereld is gebouwd voor mensen, dus robots moeten eruitzien als mensen.’ Dat kan waar zijn in residentiële omgevingen, maar voor bedrijfsomgevingen is het fundamenteel onjuist.

Kijk naar een magazijn. Het is niet gebouwd voor mensen; het is gebouwd voor heftrucks, palletwagens en zware machines. Kijk naar winkels, scholen, hotels, ziekenhuizen en luchthavens. Toegankelijkheidseisen voor rolstoelen betekenen dat deze ruimtes vlakke vloeren, hellingen, brede gangpaden en liften hebben. Commerciële en industriële gebouwen zijn ontworpen voor voortbeweging op wielen.

Wanneer je dat realiseert, zie je al snel dat het toevoegen van benen aan een commerciële robot een onnodige aansprakelijkheid en een enorme geldverspilling is. Waarom een duur, fragiel bipedaal systeem ontwerpen om een ruimte te doorkruisen die al geschikt is voor wielen? Wielen zijn goedkoper, betrouwbaarder en kunnen lasten beter dragen.

Zoals ik eerder zei, is een robot zonder economisch rendement slechts een wetenschappelijk project. Het bouwen van een zeer complexe humanoïde alleen om over een vlakke, rolstoel‑toegankelijke vloer te lopen, is het ultieme wetenschappelijke project. Het lost een locomotie‑probleem op dat niet bestaat. Bedrijven hebben geen mens‑nabootsende machines nodig; ze hebben tools nodig die betrouwbaar een specifiek zakelijk resultaat leveren. En voor commerciële toepassingen winnen wielen elke keer.

Brain Corp opereert in rommelige, openbare, drukke omgevingen zoals winkels, luchthavens, magazijnen, ziekenhuizen en campussen. Wat zijn de moeilijkste problemen uit de praktijk die niet naar voren komen in robotica‑demo’s?

De autonome‑voertuigindustrie leerde op de harde manier hoe misleidend demo’s kunnen zijn. We zagen zelfrijdende autodemonstraties meer dan tien jaar geleden, maar het kostte nog eens tien tot vijftien jaar intensieve engineering om daadwerkelijk commerciële zelfrijdende taxi’s te lanceren. Waarom? Door wat de industrie de ‘march of the nines’ noemt.

Een systeem 90 % betrouwbaar maken levert een mooie demo op. Naar 99 % gaan is een enorme technische prestatie. Maar wanneer je een vloot van tienduizenden robots beheert op duizenden openbare locaties, is 99 % betrouwbaarheid onvoldoende.

In een live commerciële omgeving veranderen mensen plotseling van richting. Winkelwagens blijven in gangpaden liggen. Displays verplaatsen zich ‘s nachts. Pallets blokkeren routes. Vloeren kunnen reflecterend, nat, ongelijk of bedekt met puin zijn. Deuren gaan open en dicht, verlichting verandert, en medewerkers ontwikkelen hun eigen manier van interactie met de machine. Een robot kan ook kinderen, mensen met mobiliteitshulpmiddelen, afgeleide shoppers, heftrucks, of iemand die simpelweg besluit in zijn pad te staan, tegenkomen.

Het moeilijkste probleem is niet navigeren wanneer alles zich gedraagt zoals verwacht. Het is zich gracieus aanpassen wanneer er iets onverwachts gebeurt. Kan de robot begrijpen waarom zijn route geblokkeerd is, een veilig alternatief vinden en de taak voltooien? Kan hij dat doen zonder extra werk voor medewerkers te creëren en op schaal over miljoenen uren?

Er is ook een sociale dimensie die demo’s vaak missen. Mensen moeten de intentie van de robot begrijpen. Zijn bewegingen moeten voorspelbaar zijn, zijn signalen duidelijk, en hij moet passen in bestaande menselijke werkstromen in plaats van iedereen om hem heen te dwingen zich aan te passen.

Voor ons betekent AI in de echte wereld ‘het werkt gewoon’. De randgevallen bevinden zich niet aan de rand, ze vormen de omgeving. Bouwen voor die omstandigheden vereist jaren van operationeel leren, doordachte veiligheidsarchitectuur en een onvermoeibare focus op details die onzichtbaar zijn in een gesimuleerde video.

Wanneer een bedrijf de ROI van robotica evalueert, welke metrics zijn dan het belangrijkst: bespaarde arbeidsuren, taakconsistentie, uptime, dataverzameling, veiligheid, klantervaring, of iets anders?

Het is allemaal.

Bespaarde arbeidsuren zijn nuttig, maar geven niet het volledige beeld. In veel sectoren is het onderliggende probleem niet alleen dat arbeid duur is; het is dat het werven van gekwalificeerd personeel uitdagend kan zijn, het verloop hoog is, en belangrijke taken onregelmatig worden uitgevoerd omdat teams overbelast zijn. In die situatie kunnen taakvoltooiing, frequentie en consistentie waardevoller zijn dan een theoretische vermindering van het personeelsbestand.

De volgende laag is operationele prestaties: uptime, autonome benutting, succesvolle taakvoltooiing, dekking en de hoeveelheid toezicht die nodig is. Een robot die technisch gezien vele uren werkt maar vaak moet worden gered, levert geen betekenisvolle autonomie.

Verbeteringen in veiligheid en naleving mogen ook niet over het hoofd worden gezien in een ROI‑model. Een schoonmaakrobot vermindert fysieke belasting en verwondingen op de werkvloer, en geeft medewerkers meer tijd om zich op klanten en werk met hogere waarde te richten. Een inventarisrobot verbetert de beschikbaarheid op schappen, prijsnauwkeurigheid en consistentie van uitvoering. Robots creëren ook een nieuwe laag operationele zichtbaarheid door betrouwbare, terugkerende data vast te leggen over wat er gebeurt in de fysieke omgeving.

De sleutel is om een reëel referentiepunt vast te stellen vóór de inzet en de prestaties over de volledige levenscyclus te meten, inclusief implementatie, ondersteuning, onderhoud, training en integratie.

Brain Corp is uniek in de roboticasector omdat het opereert als een terugkerend SaaS‑robotica‑platform. Waarom worden software, data en vloot‑orchestratie belangrijker dan de robot‑vormfactor zelf?

Hardware bepaalt wat een robot fysiek kan doen. Software bepaalt hoe betrouwbaar hij dat doet, hoe gemakkelijk hij kan worden ingezet, hoe veilig hij integreert in een onderneming en of hij na verloop van tijd nuttiger wordt.

Zonder een eenduidige software‑ en cloud‑laag is een robot in wezen een geïsoleerde machine. Hij kan één taak uitvoeren in één faciliteit, maar kan niet gemakkelijk worden gemonitord, bijgewerkt, geïntegreerd met enterprise‑systemen of gecoördineerd met een bredere vloot. Dat veroorzaakt fragmentatie wanneer bedrijven verschillende robottypes toevoegen, elk met hun eigen interface, ondersteuningsmodel, data en werkwijzen.

Een platform verandert die vergelijking. Met ons autonomie‑platform, BrainOS®, bieden we een gemeenschappelijke basis voor autonomie, veiligheid, data en vlootbeheer over verschillende machines en toepassingen. Onze partners kunnen zich richten op hun hardware‑expertise en het klantprobleem dat ze diep begrijpen, in plaats van de volledige autonomie‑ en cloud‑infrastructuur voor elk nieuw product opnieuw op te bouwen.

Software maakt ook dat de waarde van de machine zich opstapelt. We kunnen nieuwe mogelijkheden uitrollen via over‑the‑air‑updates, leren van hoe robots zich gedragen binnen de vloot, de prestaties verbeteren en reageren op nieuwe randgevallen zonder de hardware te vervangen. Traditionele industriële apparatuur depreciëert doorgaans vanaf het moment van inzet. Een verbonden autonoom systeem wordt gedurende zijn levenscyclus capabeler.

De vormfactor zal belangrijk blijven, omdat het fysieke ontwerp bij de taak moet passen. Maar vormfactoren zullen evolueren. De duurzamere waarde ligt in de intelligentie, operationele infrastructuur en datalaag die zich over elke toepassing kan uitbreiden. Daarom beschrijven we BrainOS® als het autonomie‑platform voor de echte wereld, in plaats van een besturingssysteem voor één specifieke robot.

BrainOS‑aangedreven robots worden nu niet alleen voor schoonmaak gebruikt, maar ook voor schapanalyse, inventariszichtbaarheid en materiaalverplaatsing. Hoe ziet u de evolutie van robots van taak‑automatiseringstools naar mobiele dataplatformen?

Ons BrainOS®‑platform voorziet ondernemingen van de infrastructuur die nodig is om autonome oplossingen op ondernemingsniveau te bouwen, in te zetten en te ondersteunen. Wij leveren de onderliggende autonomie‑ en intelligentielaag, waardoor onze partners zich kunnen concentreren op waar ze goed in zijn: het oplossen van specifieke, real‑world zakelijke problemen. Deze unieke aanpak heeft ons in staat gesteld snel op te schalen en ondernemingen in staat gesteld niet alleen robots, maar robotica‑bedrijven te bouwen.

Robotisch vloeronderhoud was een van de eerste commerciële toepassingen die een betekenisvolle schaal bereikte omdat het een duidelijke, repetitieve operationele behoefte adresseerde; elke commerciële omgeving heeft een vuile vloer en kampt met arbeidsuitdagingen. We bereikten deze schaal samen met onze partner Tennant Company, een leider in vloeronderhoud gedurende meer dan 150 jaar, die nu is uitgegroeid tot een van ’s werelds grootste fabrikanten van commerciële robots.

Door ons werk met grote ondernemingen in retail en logistiek ontdekten we een fundamentele waarheid: hoewel deze operaties precies weten welke inventaris hun faciliteiten binnenkomt en verlaat, ontbreekt vaak zicht op wat er daadwerkelijk gebeurt op de winkel‑ of magazijnvloer. Een mobiele robot is een van de weinige systemen die herhaaldelijk door de fysieke omgeving beweegt, waardoor hij uniek in staat is om deze realiteit op schaal vast te leggen. Om deze uitdaging aan te gaan, zijn we een partnerschap aangegaan met Driveline Retail, een toonaangevende merchandiser, en Dane Technologies, een leider in magazijnapparatuur, om inventaris‑tracking en schapinzicht op ondernemingsniveau op de markt te brengen.

Wanneer u zich uitbreidt naar deze toepassingen rond inventariszichtbaarheid, is het verzamelen van data slechts een deel van de vergelijking. De meeste magazijnen en retailers willen meer dan alleen miljoenen ruwe beelden; ze moeten precies weten welk product niet op voorraad is, welke prijs onjuist is, waar een ontbrekende pallet zich bevindt en welke specifieke actie een medewerker vervolgens moet ondernemen. Brain Corp levert de geavanceerde computer‑vision en AI die nodig zijn om die ruwe observaties om te zetten in nauwkeurige, geprioriteerde zakelijke beslissingen.

Ongeacht de robot‑vormfactor, stellen deze systemen ondernemingen ook in staat om continu bijgewerkte digitale tweelingen van hun faciliteiten te creëren. Omdat onze robots veilig en betrouwbaar volledige percelen doorkruisen, fungeren ze als mobiele dataplatformen die zeer gedetailleerde faciliteitsinformatie vastleggen. Dat kan bijvoorbeeld betekenen dat de locatie van een brandblusser wordt geverifieerd, een defecte vriezer wordt geïdentificeerd, of gebieden met slechte wifi‑connectiviteit in kaart worden gebracht.

Wat onderscheidt een robotica‑implementatie die werkt op één pilotlocatie van een implementatie die kan opschalen naar duizenden bedrijfslocaties?

Pilots belonen mogelijkheid. Opschalen belont betrouwbaarheid.

Een pilot kan slagen omdat de beste engineer dichtbij staat, de omgeving zorgvuldig is voorbereid, en iemand stilletjes uitzonderingen afhandelt achter de schermen. Dat werkt niet wanneer je uitrolt over honderden of duizenden locaties. Op dat moment wordt elke handmatige stap een bron van kosten en falen.

Een schaalbare implementatie vereist vanaf het begin herhaalbaarheid. De robot moet eenvoudig te configureren zijn, intuïtief voor front‑line medewerkers, op afstand te observeren, en in staat om software‑updates te ontvangen zonder dat iemand elke locatie bezoekt. De organisatie heeft ook volwassen systemen nodig voor cybersecurity, veiligheidscertificering, ondersteuning, training, onderhoud, analytics en integratie met de bestaande technologie van de klant.

Change management is even zo belangrijk. De mensen die naast de robot werken moeten begrijpen wat hij doet, wat zijn beperkingen zijn, en hoe hij past in hun verantwoordelijkheden. Implementaties falen wanneer de technologie technisch solide is, maar de operationele eigendom onduidelijk is.

Tenslotte moeten de economische aspecten werken voor de klant en de robotica‑leverancier. Dit vereist een robotica‑infrastructuur die met elke uitrol economischer en robuuster wordt.

Die verzameling uitdagingen noemen we de Autonomy Gap. Het bouwen van een werkend prototype is slechts één onderdeel van het creëren van een robotica‑bedrijf. Het veel moeilijkere werk is het omzetten van dat prototype in een veilig, ondersteund, herhaalbaar product dat blijft presteren wanneer de specialisten het gebouw verlaten.

Het recente werk van Brain Corp rond contextueel gronden en semantische mapping wijst op een intelligentere laag voor Physical AI. Waarom is “het begrijpen van de omgeving” de volgende grote frontier voor autonome robots?

Traditionele navigatie is grotendeels een geometrisch probleem: Waar ben ik, waar kan ik bewegen, en wat moet ik vermijden? Contextueel gronden voegt een veel rijkere reeks vragen toe: Wat gebeurt er om mij heen? Wat zijn deze objecten? Hoe zullen mensen waarschijnlijk met hen interageren? Welk gedrag is passend in deze specifieke situatie?

Een basaal navigatiesysteem ziet misschien dat er iets ruimte inneemt. Een contextueel bewust systeem moet precies begrijpen wat het object is, waarom het er is, wat het doet, en uiteindelijk hoe er omheen te handelen. Die nuances zijn belangrijk omdat de juiste reactie per geval verschilt.

Dit wordt bijzonder belangrijk naarmate robotica meer generatieve AI, vision‑language modellen en andere probabilistische systemen integreert. Deze modellen kunnen enorme intelligentie en flexibiliteit bieden, maar een plausibel antwoord is niet voldoende wanneer software een fysieke machine aanstuurt. De actie moet verankerd zijn in de daadwerkelijke geometrie, omstandigheden, veiligheidsvereisten en sociale context van de omgeving.

Wij geloven dat de oplossing is om geavanceerde AI te combineren met een blijvende contextuele weergave van de fysieke wereld en deterministische veiligheidscontroles. Dat stelt de robot in staat te profiteren van steeds capabelere AI‑modellen zonder dat probabilistische intelligentie zonder grenzen kan opereren.

Hoe moeten bedrijven denken over vertrouwen bij het inzetten van robots rond medewerkers, klanten en het algemene publiek?

Eerst moeten we een fundamentele waarheid erkennen: robots verschillen van andere enterprise‑technologie. Een software‑bug kan je laptop laten crashen, maar een bug in een machine van 1.000 pond die een drukke winkelgang navigeert, heeft totaal andere gevolgen. Bedrijven kunnen een robot niet simpelweg behandelen als een ander stuk verbonden IT‑apparatuur.

Vertrouwen in robotica wordt elke dag verdiend. In een tijd waarin de FCC de goedkeuring van in het buitenland geproduceerde robotica beperkt vanwege veiligheidszorgen, is de drempel voor dat vertrouwen nog nooit zo hoog geweest. Naarmate Physical AI opschaalt in onze ziekenhuizen, luchthavens, magazijnen en supermarkten, moeten bedrijven vertrouwen evalueren over enkele duidelijke lagen: fysieke veiligheid, gegevensprivacy en menselijke integratie.

Geavanceerde AI is geweldig om een robot ‘slim’ genoeg te maken om complexe omgevingen te navigeren, maar intelligentie en veiligheid zijn niet hetzelfde. Een betrouwbare robot scheidt de twee. Hij moet beschikken over toegewijde, redundante hardware‑veiligheidscontroles die het systeem kunnen overrulen. Veiligheid moet hard‑gecodeerd zijn, niet geleerd.

Bovendien zijn robots die openbare ruimtes doorkruisen in wezen zwervende dataplatformen. Ze gebruiken camera’s en sensoren om de wereld te zien. Bedrijven moeten van hun leveranciers uiterste duidelijkheid eisen: Waar kijkt de robot naar? Waar gaat die data heen? Wie heeft er toegang toe? Privacy en cybersecurity kunnen niet na de uitrol als PR‑actie worden aangebracht; ze moeten vanaf dag één in de systeemarchitectuur zijn ingebouwd.

De grootste fout die bedrijven maken is een robot in een faciliteit plaatsen zonder enige gedachte aan change management. Je kunt je medewerkers of klanten niet vragen robotica op blinde vertrouwen te accepteren. Medewerkers moeten vroegtijdig worden betrokken, goed worden getraind en precies zien hoe de machine hun dagelijkse werk gemakkelijker en veiliger maakt. Ze moeten weten wie verantwoordelijk is als er iets misgaat, en hoe ze moeten ingrijpen indien nodig.

Uiteindelijk zijn certificeringen, audits en beveiligingscontroles slechts het basisbewijs. Echt vertrouwen wordt opgebouwd door herhaalde ervaring. Wanneer een robot zich veilig gedraagt, consequent de persoonlijke ruimte van een klant respecteert en dag na dag het saaie, vuile werk van een medewerker overneemt, wordt hij simpelweg onderdeel van het team.

Kijkend naar de toekomst, waar verwacht u dat commerciële robotica de meeste waarde zal creëren in de komende vijf jaar: retail, logistiek, gezondheidszorg, productie, luchthavens, of een geheel andere sector?

De meeste waarde komt doorgaans uit omgevingen die groot, verspreid en arbeidsbeperkt zijn. Ze hebben repetitieve taken die moeilijk consistent uit te voeren zijn.

De toeleveringsketen: van productie tot logistiek tot retail combineert al deze omstandigheden. Winkels zijn complexe openbare ruimtes, arbeidsbeschikbaarheid is een blijvend probleem, en kleine operationele issues (een lege schap, een onjuiste prijs, een vertraagde schoonmaaktaak) kunnen direct de klantbeleving en financiële prestaties beïnvloeden. Logistiek en productie zullen ook enorme waarde creëren, via inventariszichtbaarheid, materiaalverplaatsing en coördinatie over steeds meer geautomatiseerde faciliteiten.

Maar de grootste waarde zal niet door één specifieke sector worden bepaald. Het zal een verschuiving zijn in hoe bedrijven robotica inkopen. Concreet zullen de komende vijf jaar het einde van geïsoleerde robotica‑projecten brengen.

Momenteel voeren bedrijven sterk gefragmenteerde initiatieven uit. Ze kopen één robot van bedrijf A om de vloeren te reinigen, een andere van bedrijf B om inventaris te scannen, en een derde van bedrijf C om materialen te verplaatsen. Elk heeft zijn eigen lokale wereldbeeld dat niet wordt gedeeld met de anderen. Het is een operationele nachtmerrie die niet schaalt.

In de komende vijf jaar zal waardecreatie voortkomen uit gedeelde context en uitvoering. Bedrijven zullen stoppen met het kopen van gefragmenteerde robots en gaan investeren in een eenduidige Physical AI‑basis. Ze willen één softwareplatform, één autonomie‑laag en één datapipe‑line die een diverse vloot machines beheert, context over de omgeving deelt en centraal orchestreert om volledige faciliteiten te automatiseren in plaats van individuele taken.

Zo gaat AI verder dan ambitie en maakt de echte wereld beter functioneren.

Bedankt voor het geweldige interview, lezers die meer willen weten, kunnen Brain Corp bezoeken.