Conoce los robots que se entrenan para construir granjas solares más rápido que cualquier equipo humano

Puntos clave

• Gritt, una startup de robótica fundada por dos ingenieros de la Universidad Carnegie Mellon, salió del sigilo el martes con una ronda de Serie A de 26 millones de dólares.
• La financiación total asciende ahora a 34 millones de dólares, con Obvious Ventures liderando la última ronda junto a Union Square Ventures e Active Impact Investment.
• Un equipo típico de ocho personas instala aproximadamente 800 paneles solares por día; trabajando junto a los sistemas de Gritt, el mismo equipo puede instalar de 3.000 a 4.000 paneles por día.
• Gritt está contratada para ayudar a instalar 2,8 gigavatios de capacidad solar durante los próximos 18 meses.
• Tres de las diez principales empresas de construcción de energía de EE.UU. ya son clientes de Gritt.

Los paneles solares se están instalando por todas partes. Los gobiernos y las empresas de energía compiten por construir nuevas granjas solares, y la demanda de trabajadores de instalación especializados supera la disponibilidad de personas dispuestas o capacitadas para hacer el trabajo.

Gritt cree que los robots pueden llenar ese vacío. No es la única empresa que apuesta por esa idea: cubrimos los robots solares guiados por IA de Maximo el 17 de julio y el brazo elevador de paneles de Xpanner el 16 de julio, y el anuncio de Gritt hace tres historias de robótica de instalación solar en tantos días en este tema.

La startup, cofundada por el CEO Puneet Puri y el CTO Vishal Dugar, ambos formados en Carnegie Mellon, construye sistemas controlados por IA que manejan las partes más agotadoras físicamente de una instalación solar. Por ahora eso significa un trabajo principal: recoger paneles de vidrio pesados, transportarlos sobre terreno accidentado y posicionarlos en marcos metálicos con una precisión de sub-milímetro para que los trabajadores humanos puedan atornillarlos en su lugar.

Los trabajadores levantan esos paneles, que pesan aproximadamente 100 libras cada uno, por encima de la cabeza, repetidamente, durante todo el día. Las lesiones son comunes, y llevar equipos a sitios remotos es genuinamente difícil. Un cliente de Gritt, hablando con TechCrunch AI pero sin estar dispuesto a ser identificado públicamente, dijo que el sistema debería hacer que los sitios remotos sean más viables y reducir el número de lesiones en sus trabajos.

Gritt no construye sus propios robots desde cero. Alquila equipos de hardware disponibles en el mercado, cargadores skid-steer con ruedas y brazos robóticos fabricados por empresas como Kawasaki, y los controla con su propio software de IA. Ese software es el producto. Piénsalo como un conductor experimentado que puede tomar el volante de casi cualquier vehículo, en lugar de un fabricante que construye una máquina y espera que se ajuste a cada camino.

¿Esto deja sin trabajo a los trabajadores de la construcción?

No en el corto plazo. El sistema funciona junto a los equipos existentes, no en su lugar. Los trabajadores todavía fijan los paneles; los robots manejan el transporte y el posicionamiento. El salto de 800 paneles al día a 3.000 a 4.000 significa que se construyen más sitios con el mismo número de personas.

Gritt tiene dos sistemas en el terreno en este momento y quiere 48 desplegados en seis meses. Los competidores Luminous Robotics, Cosmic y Trinabot de China están construyendo máquinas similares, pero esas empresas están desarrollando su propio hardware. La apuesta de Gritt es que enfocarse únicamente en software y alquilar equipos existentes le permite crecer más rápido a menor costo.

A más largo plazo, Gritt quiere que sus sistemas fijen paneles, perforen postes y construyan los bastidores en los que se sientan los paneles, eventualmente ramificándose en otras tareas pesadas como atar barras de acero reforzado antes de verter hormigón. Entrenar el sistema para apilar bloques de hormigón tomó semanas; usando el mismo software, entrenarlo para manejar barras de acero tomó solo un día. Esa velocidad, según los fundadores, es lo que la última generación de modelos de IA hizo posible.

Para cualquiera que observe el desarrollo de energía limpia, el modelo solo de software es la verdadera historia aquí. Las empresas de hardware pueden ser copiadas; una capa de IA propietaria que aprende nuevas tareas de construcción en un día es más difícil de desplazar.