Что такое ИИ-агент на практике: Pedestal привлёк $4,7 млн и сократил недоставки на 20%
Стартап Pedestal AI во вторник впервые публично заявил о себе и привлёк $4,7 млн на ИИ-агентов для доставки, когда ИИ для цепочек поставок за последние месяцы стал одной из самых горячих ниш.

ИИ-агенты выходят из чатов в работу с измеримым итогом: в кейсе Pedestal недоставленных заказов стало меньше на 20%. Для автора контента это тема с цифрой и живым примером, а не очередной пересказ про «умных помощников».
О сделке сообщил TechCrunch. До сих пор компания работала в закрытом режиме, без публичных анонсов, но уже сотрудничала с компаниями из списка Fortune 500 (рейтинг 500 крупнейших компаний США по выручке) и с одними из крупнейших перевозчиков мира. Теперь у неё есть деньги на рост и публичный статус.
| Кто | Сумма | Тип сделки | Дата |
|---|---|---|---|
| Pedestal AI | $4,7 млн | Посевной раунд | Вторник, точное число источник не приводит |
Что произошло и как работают агенты Pedestal?
Если коротко отвечать на вопрос, что такое ИИ-агент, то это программа на основе нейросети, которая не просто отвечает на вопрос, а сама выполняет цепочку действий: звонит, пишет, записывает результат. Pedestal строит таких агентов для доставки, чтобы цепочки поставок работали быстрее и надёжнее.
Посевной раунд (первые крупные деньги от инвесторов на старте компании) возглавил Eclipse. В сделке также участвовали:
- RRE;
- Converge VC;
- Timescale Ventures;
- VitalStage.
Деньги компания направит на расширение продуктовой и инженерной команды, рост отдела маркетинга и новые внедрения у клиентов.
Самый наглядный кейс касается крупной мебельной компании, её название источник не раскрывает. Агенты взяли на себя часть работы водителей: за 30 минут до доставки звонили клиенту и собирали особые инструкции. Если дозвониться не удавалось, отдельная система отправляла SMS.
В итоге недоставленных заказов стало меньше на 20%. Заодно система собрала массив данных о том, где именно процесс буксует, и эти данные можно использовать для дальнейшей настройки. Обратите внимание: агент здесь не заменяет водителя целиком, а снимает с него звонки, на которые у человека за рулём нет времени.
Почему инвесторы несут деньги в ИИ для логистики?
По оценке TechCrunch, ИИ для цепочек поставок в последние месяцы стал особенно горячей нишей. Туда идут выходцы из команд беспилотных автомобилей. Источник приводит два примера:
- Atomic, стартап бывших сотрудников Tesla, вышел из закрытого режима в 2025 году и занимается упорядочиванием складских запасов;
- Loop, проект выходцев из Uber, делает ставку на прогнозную аналитику, то есть расчёт того, что случится дальше, по прошлым данным.
Генеральный директор Pedestal Радж Аггарвал объясняет, почему здесь пригодились современные нейросети: данные в логистике разрознены и плохо поддаются обычной автоматизации.
«Сложность в том, что данные грязные и постоянно меняются. Они разрознены, потому что лежат во множестве устаревших систем. Вот что делает задачу трудной». : Радж Аггарвал, генеральный директор Pedestal AI
Второй аргумент Аггарвала связан с обучением с подкреплением (метод, при котором модель учится на поощрениях за удачные действия, как собака на лакомствах). Доставок много, а результат легко измерить: заказ либо доставлен, либо нет. Поэтому дообучение (донастройку модели на собственных примерах) легко направить в сторону того, что работает.
Третий аргумент самый приземлённый: такая задача сразу сказывается на прибыли клиента, и расходы на агентов легко обосновать. Это объясняет, почему кейс измеряют в недоставках, а не в «умности» модели.
Цифра в 20% относится к одному клиенту, и источник не уточняет, от какой базы и за какой срок её посчитали. На какой модели построены агенты, компания не сообщила. О работе с клиентами из России и СНГ данных нет: продукт ориентирован на крупный бизнес и большие объёмы доставок.
Что это значит для вас прямо сейчас?
Автору Дзена. Кейс Pedestal даёт готовую структуру для статьи «ИИ-агент на практике»: проблема, действие агента, измеримый результат. Объяснять читателю, что такое ИИ-агент, проще на звонке курьера, чем на абстрактных схемах.
Маркетологу. Сценарий «звонок, а если не дозвонились, SMS» переносится на записи к врачу, напоминания о вебинарах и подтверждение заказов. Считайте эффект так же, как Pedestal: одной понятной метрикой до и после.
Предпринимателю в РФ и СНГ. Сам Pedestal вам, скорее всего, недоступен, но логику можно повторить. Из доступных в РФ инструментов, YandexGPT и GigaChat, можно собрать черновик сценария звонка и текста SMS, а затем проверить его на малой выборке клиентов.
На мой взгляд, это одна из самых честных историй про агентов за последнее время: никаких обещаний заменить всех сотрудников, только звонок за полчаса до доставки и минус 20% недоставок. Оговорка: один кейс с нераскрытой базой ещё не доказывает, что подход сработает у всех. Мой совет простой: найдите в своём бизнесе одну повторяющуюся операцию с понятным результатом «да или нет» и начните с неё, а не с «агента, который делает всё».
Агенты, которые приносят деньги, начинаются со скучной задачи, где ошибку видно сразу. Выберите свою такую задачу на этой неделе.

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

ИИ-стилист с виртуальным гардеробом от Daydream сам покупает вещи из 10 000 брендов
Стартап Daydream во вторник запустил Daydream Agent, ИИ-стилиста с виртуальным гардеробом и примеркой по фото, на фоне слов Meta, что покупки стали одним из…

Фильтр безопасности ИИ не остановил ни одного запроса: Claude выбрал школу целью в 69% тестов
Калифорнийский стартап Vals опубликовал отчёт, где модели Anthropic, OpenAI, Google и DeepSeek под видом игры размечали цели для ударов, включая мирных…

Автотесты API от ИИ-агентов могут закреплять баги: в разборе тест проверил 2 условия из 6
Специалист по автотестам API, всё чаще ревьюящий тесты от ИИ-агентов, разобрал типичный черновик и показал способ отличить проверку требования от снимка…
Комментарии