Gritt lanceert met $32,4M om fysieke AI naar infrastructuurbouw te brengen

Gritt is uit de stealth-mode gekomen met $32,4 miljoen aan financiering om AI-gepowered robotische systemen te ontwikkelen die in staat zijn om repetitieve en fysiek veeleisende werkzaamheden op grote bouwplaatsen uit te voeren.

De financiering omvat een Series A van $26 miljoen onder leiding van Obvious Ventures, met deelname van Union Square Ventures en Active Impact Investments. Eerdere investeerders First Round Capital, Climactic, Congruent Ventures en VSC Ventures ondersteunden het bedrijf ook.

Gritt implementeert zijn technologie aanvankelijk op grote zonneprojecten, waar zijn machines al worden gebruikt om bouwmaterialen te verplaatsen, te positioneren en te assembleren. Het bedrijf plant om uit te breiden naar datacenterbouw en andere grote infrastructuurprojecten.

Robots bouwen voor onvoorspelbare omgevingen

Industriële automatisering werkt traditioneel het beste in gecontroleerde omgevingen zoals fabrieken en magazijnen. Bouw presenteert een aanzienlijk moeilijker robotprobleem.

Bouwplaatsen veranderen voortdurend. Machines moeten over modder, sneeuw, stof, oneffen terrein, variabele verlichting en veranderende lay-outs opereren. Materialen, apparatuur en arbeiders kunnen ook gedurende de dag verplaatsen, waardoor het moeilijk is voor een robot om afhankelijk te zijn van een vaste kaart of een strak gechoreografeerde workflow.

Gritt ontwikkelt wat het een gedeelde AI-ruggegraat voor bouwwerk noemt. Het systeem combineert robotmanipulatie, spatiale perceptie, sitegegevens en beslissingssoftware, zodat machines taken kunnen uitvoeren in omgevingen die niet volledig kunnen worden voorspeld.

In plaats van een geheel nieuwe vloot bouwvoertuigen te fabriceren, zijn Gritts robotarmen en AI-systemen ontworpen om te verbinden met apparatuur die aannemers al gebruiken, waaronder skid steers en heftrucks. Standaardaccessoires en beperkte aangepaste hardware maken het mogelijk om het systeem in te voeren zonder dat bouwbedrijven hun vertrouwde machines hoeven te vervangen.

Deze aanpak kan ook het onderhoud en de implementatie vereenvoudigen, aangezien ploegen kunnen blijven vertrouwen op gevestigde apparatuurplatforms en autonomie toevoegen voor geselecteerde taken.

Van materiaalbehandeling tot assemblage

Gritts machines worden ontwikkeld om verschillende categorieën bouwwerk uit te voeren via hetzelfde onderliggende systeem.

De fysieke AI-mogelijkheden omvatten het oppakken en positioneren van componenten, het transporteren van materialen over een site en het assembleren van onderdelen in voltooide structuren. Het bedrijf ontwikkelt ook spatiale AI-functies voor het inspecteren van voltooide werkzaamheden, het bijhouden van projectrecords, het monitoren van sitevoorwaarden en het aanbevelen van wat er vervolgens moet gebeuren.

Het systeem is ontworpen om materialen met millimeter-nauwkeurigheid te plaatsen en te manipuleren, zelfs als de omstandigheden rond de machine veranderen.

Volgens Gritt verzamelen zijn machines momenteel terabytes aan spatiale en operationele gegevens per dag. Deze informatie kan worden gebruikt om perceptie en taakuitvoering te verbeteren en een duidelijker record van materiaalverplaatsing, voltooide werkzaamheden en veranderende sitevoorwaarden te creëren.

Deze datalaag kan uiteindelijk net zo belangrijk worden als de robotische hardware. Bouwleiders nemen vaak beslissingen op basis van onvolledige of vertraagde informatie. Een systeem dat voortdurend een site observeert, kan helpen bij het identificeren van knelpunten, het verifiëren van de voortgang, en het signaleren van opkomende problemen voordat ze een project verstoren.

Beginnend met grote zonneprojecten

Gritt begint met utility-scale zonne-energie, een sector die vraagt om precisie en fysieke inspanning op grote buitenlocaties.

Het bedrijf zegt dat zijn systemen al tienduizenden zonnepanelen hebben geplaatst zonder een paneel te breken. Zijn machines opereren op meer dan zeven bouwplaatsen en hebben efficiencywinsten van maximaal vier keer behaald zonder extra arbeid te vereisen.

Zonneprojecten bieden een nuttig testgebied voor fysieke AI, omdat het werk repetitie combineert met moeilijke omgevingsomstandigheden. Componenten moeten worden getransporteerd en geplaatst met precisie, maar de machines die deze taken uitvoeren, kunnen opereren op honderden acres oneffen terrein.

Gritt zegt dat zijn apparatuur al wordt gebruikt door grote Amerikaanse ingenieurs-, inkoop- en bouwbedrijven. Het bedrijf ontwikkelt ook capaciteiten voor beton- en staalwerk, met datacenters en bredere infrastructuurprojecten als toekomstige markten.

De arbeids- en productiviteitsuitdagingen van de bouw aanpakken

De financiering komt op een moment dat bouwbedrijven worden geconfronteerd met een groeiende kloof tussen de vraag naar infrastructuur en de beschikbaarheid van de arbeidsmarkt.

Meer dan 41% van de Amerikaanse bouwvakkers zal naar verwachting met pensioen gaan tegen 2031, volgens cijfers die door Gritt worden genoemd. Tegelijkertijd zijn er grote uitgaven gepland voor energie-infrastructuur, transport, datacenters, productiefaciliteiten en andere grote projecten.

De productiviteit in de bouw heeft ook moeite om gelijke tred te houden met andere industrieën. Hoewel software projectplanning en -administratie heeft verbeterd, is veel van het werk dat op actieve bouwplaatsen wordt uitgevoerd nog steeds afhankelijk van mensen die materialen handmatig verplaatsen, positioneren en assembleren.

Gritt richt zich op de repetitieve, hoge-volumetaken die moeilijk te automatiseren zijn, maar veel tijd en fysieke inspanning kunnen vergen.

Het bedrijf positioneert zijn technologie als een manier om bouwploegen te ondersteunen in plaats van hele bouwplaatsen te vervangen door autonome machines. Arbeiders kunnen robotische systemen controleren en zich richten op taken die oordeel, coördinatie en gespecialiseerde vaardigheden vereisen, terwijl machines duizenden repetitieve bewegingen uitvoeren.

Het creëren van een intelligentie-laag voor de bouwplaats

Gritts langetermijndoel gaat verder dan het automatiseren van individuele bouwactiviteiten.

Terwijl zijn machines opereren, verzamelen ze informatie over site-layouts, apparatuurbewegingen, geïnstalleerde materialen en omgevingsomstandigheden. Het bedrijf plant om deze gegevens te gebruiken om een beslissingsysteem te bouwen dat kan begrijpen hoe het werk vordert over een heel project.

Zo’n systeem kan uiteindelijk helpen bij het anticiperen op materiaaltekorten, het detecteren van planningconflicten, het aanbevelen van de volgende werkvolgorde en het coördineren van middelen over meerdere ploegen en machines.

Dit zou Gritt dichter brengen bij een agente bouwplatform waarin AI niet alleen opdrachten uitvoert, maar voortdurend omstandigheden evalueert en helpt bij het bepalen van de voortgang van een project.

Elke implementatie kan ook trainingsgegevens bieden voor toekomstige sites. Gritt zegt dat taken die aanvankelijk maanden aan ontwikkeling vereisten, nu kunnen worden aangepast binnen enkele dagen naarmate het systeem ervaring opdoet.

Toekomstige implicaties voor de bouw

Gritts financiering weerspiegelt de groeiende interesse in fysieke AI-systemen die buiten gecontroleerde fabrieken en magazijnen kunnen opereren.

Naarmate deze technologieën volwassen worden, kunnen bouwbedrijven meer repetitieve materiaalbehandelings- en assemblagetaken automatiseren, terwijl toezichthouders beter zicht krijgen op de voortgang van projecten, het gebruik van apparatuur en de omstandigheden op de site. Dit kan helpen bij het verminderen van vertragingen, het verbeteren van de veiligheid en het toelaten van beperkte geschoolde arbeid om zich te richten op werk dat oordeel en coördinatie vereist.

De bredere mogelijkheid is een steeds adaptievere bouwplaats waar machines leren over implementaties en helpen bij het verplaatsen van infrastructuurprojecten van planning naar voltooiing op een efficiëntere manier.