Gritt Raih Pendanaan $34 Juta untuk Menerapkan Robotika Berbasis AI dalam Konstruksi Tenaga Surya

Perlombaan global untuk energi terbarukan sedang menghadapi hambatan besar: kekurangan tenaga kerja terampil yang kritis untuk instalasi tenaga surya. Gritt, sebuah startup robotika yang didirikan oleh para insinyur lulusan Carnegie Mellon, hadir untuk mengatasi masalah ini dengan mengerahkan sistem cerdas yang dirancang untuk menguasai lingkungan konstruksi luar ruangan yang kacau dan tidak terstruktur.

Menjembatani Kesenjangan Tenaga Kerja dengan Otomasi Cerdas

Pembangunan infrastruktur tenaga surya dan baterai yang cepat sangat penting bagi kemandirian energi dan target iklim, namun industri ini menghadapi defisit pekerja yang terus meningkat. Robot industri tradisional secara historis gagal dalam pengaturan seperti ini karena mereka membutuhkan lingkungan yang sangat terstruktur untuk dapat berfungsi. Pendekatan Gritt mengubah dinamika ini dengan memanfaatkan kemajuan terbaru dalam AI dan machine vision untuk menavigasi realitas pekerjaan lapangan yang "kotor, membosankan, dan berbahaya" (dirty, dull, and dangerous).

Alih-alih merancang perangkat keras milik sendiri dari nol, Gritt menggunakan model yang lebih ramping dan lebih skalabel. Mereka mengintegrasikan perangkat keras siap pakai—seperti skidder sewaan dan lengan robotik dari produsen seperti Kawasaki—dan mengendalikannya dengan model AI milik mereka sendiri. Hal ini memungkinkan perusahaan untuk memfokuskan modalnya pada "lapisan kecerdasan" (intelligence layer) daripada manufaktur berat.

Peningkatan Efisiensi Besar-besaran di Lapangan

Dampak teknologi Gritt terhadap produktivitas sudah dapat dikuantifikasi. Dalam penerapan saat ini, perusahaan telah menunjukkan lompatan dramatis dalam kecepatan instalasi:

  • Output Kru Manual: Kru beranggotakan delapan orang yang tipikal dapat memasang sekitar 800 panel surya per hari.
  • Output dengan Bantuan Gritt: Kru delapan orang yang sama, dengan menggunakan sistem Gritt, dapat memasang antara 3.000 hingga 4.000 panel per hari.

Peningkatan efisiensi hampir lima kali lipat ini sangat krusial seiring target perusahaan untuk membantu memasang 2,8 gigawatt panel surya selama 18 bulan ke depan. Untuk mendukung hal ini, Gritt berencana meningkatkan operasinya menjadi 48 sistem aktif dalam enam bulan ke depan, dan saat ini telah melayani tiga dari 10 perusahaan konstruksi tenaga listrik teratas di AS.

Melampaui Tenaga Surya: Masa Depan Physical AI

Meskipun penempatan panel surya—mencapai akurasi sub-milimeter untuk pemasangan—menjadi fokus utama saat ini, visi jangka panjang Gritt jauh lebih luas. Perusahaan sedang membangun pipeline AI yang dapat digeneralisasi untuk memungkinkan adaptasi tugas yang cepat. Sebagai contoh, sementara melatih sistem untuk menumpuk blok beton (cinder blocks) memakan waktu berminggu-minggu, mengajarkan tugas baru seperti mengikat besi tulangan (rebar tying) hanya membutuhkan waktu satu hari.

Peta jalan (roadmap) Gritt mencakup beberapa area ekspansi utama:

  • Manipulasi Lanjutan: Merambah ke pengeboran tiang, pengencangan panel, dan pembangunan rak.
  • Konstruksi Umum: Memperluas ke tugas-tugas seperti mengikat besi tulangan sebelum pengecoran beton.
  • Kecerdasan Situs: Menggunakan sensor untuk bertindak sebagai lapisan manajemen—mendeteksi parit terbuka sebelum badai atau menandai inventaris yang hilang.

Dengan berevolusi dari alat tugas tunggal menjadi "lapisan physical AI", Gritt bertujuan untuk mengubah lokasi konstruksi dari pusat tenaga kerja manual menjadi lingkungan yang sangat otomatis dan berbasis data.

Poin-Poin Penting

  • Strategi Hardware-Agnostic: Gritt menggunakan perangkat keras siap pakai (seperti lengan Kawasaki) yang dikendalikan oleh AI milik sendiri, memungkinkan model bisnis yang lebih ramping dan berkembang lebih cepat dibandingkan kompetitor yang membangun robot khusus.
  • Produktivitas Eksponensial: Mengintegrasikan AI Gritt memungkinkan kru standar beranggotakan 8 orang untuk meningkatkan instalasi panel surya dari 800 menjadi hingga 4.000 panel per hari.
  • Pipeline AI yang Dapat Digeneralisasi: Perusahaan memanfaatkan pembelajaran mesin (machine learning) tingkat lanjut untuk mentransisikan sistem robotik yang sama secara cepat di antara berbagai tugas, mulai dari pemasangan panel surya hingga pengikatan besi tulangan.