eternal.ag تجمع 8 ملايين يورو لروبوتات الحصاد الذاتي في البيوت المحمية
جمعت eternal.ag الألمانية 8 ملايين يورو لروبوتات حصاد في البيوت المحمية. والمنتج الرئيسي هو Harvester للطماطم، والذي تقول الشركة إنه يعمل حتى 22 ساعة يومياً…
معالج بواسطة الذكاء الاصطناعي من TNW؛ بتحرير Hamidun News
جمعت شركة eternal.ag الناشئة في مجال الزراعة والتكنولوجيا الألمانية 8 ملايين يورو لتطوير روبوتات مستقلة للبيوت البلاستيكية. تراهن الشركة على أن حصاد المحاصيل في البيئات المحكومة يمكن أن يتم أتمتته ليس من خلال عروض توضيحية مثيرة للإعجاب، بل من خلال عمل مستقر في المزارع الحقيقية.
لماذا هذا صعب
وعد سوق الروبوتات في البيوت البلاستيكية بالكثير منذ وقت طويل، لكنه يتعثر بانتظام على المستوى التجاري. المشكلة ليست فقط في الميكانيكا: يحتاج الروبوت إلى العمل بعناية مع الطماطم والمحاصيل الأخرى الحساسة، والتعرف على النباتات بأشكال مختلفة، والأخذ في الاعتبار الاختلافات في تصميم الصفوف، والحفاظ على الوتيرة مع تغير الظروف داخل البيت البلاستيكي. هذه الفجوة بالذات بين نموذج أولي في المختبر ودورة عمل موثوقة لمدة 22 ساعة في مزرعة حقيقية كسرت طموح العديد من الشركات الناشئة لسنوات.
وفي الوقت نفسه، فإن الطلب على هذه الحلول في ازدياد فقط. أصبحت البيوت البلاستيكية ذات أهمية متزايدة للإنتاج على مدار السنة من الخضار والفواكه، وتتناقص توافر العمالة. تشير eternal.
ag إلى انخفاض بنسبة حوالي 30% في المعروض من العمالة في البيوت البلاستيكية الأوروبية منذ عام 2010. بالنسبة للصناعة، هذه ليست إحصائية مجردة: عندما يكون هناك نقص في الأشخاص للقيام بعمل الحصاد الشاق جسدياً والمتكرر، تعاني القابلية للتنبؤ بالإمدادات وجودة العمليات والاقتصاديات المزرعية.
الرهان على المحاكاة
الفرق الرئيسي لـ eternal.ag هو نهج simulation-first. تدرب الشركة أولاً وتتحقق من صحة الروبوتات في بيوت بلاستيكية افتراضية مبنية على أساس NVIDIA Isaac Sim، ثم فقط تنشرها في البيئة الحقيقية. الفكرة هي تشغيل سيناريوهات الأعطال، وتغيير المعاملات بسرعة، واختبار الإصدارات الجديدة في البرنامج بدلاً من قضاء شهور في تكرارات مكلفة في الأجهزة والمحاصيل الحية.
"الروبوتات المستقلة تعمل فقط عندما تتعامل مع التنوع الحقيقي للنباتات
والتخطيطات والعمليات اليومية"، كما يقول رينجي جون، المؤسس المشارك والرئيس التنفيذي لـ eternal.ag. بعد الإطلاق في بيت بلاستيكي، يجمع النظام تعليقات من كل إجراء روبوت ويستخدم هذه البيانات للتعلم الإضافي. بالنسبة لجون، هذه هي أيضاً محاولة ثانية لحل نفس المهمة: مشروعه السابق Honest AgTech، المتعلق أيضاً بالاستقلالية في البيوت البلاستيكية، أفلسته في يوليو 2023. بالحكم على الإستراتيجية الحالية، تسير eternal.ag بحذر أكثر: من سيناريو واحد واضح إلى منصة قابلة للتوسع، وليس العكس.
ما لديهم بالفعل
يُطلق على أول منتج تجاري لـ eternal.ag اسم Harvester. إنه روبوت مستقل تماماً لطماطم البيت البلاستيكي الذي يمكن، وفقاً للشركة، أن يعمل حتى 22 ساعة في اليوم ويتم دمجه في نظام ذكاء اصطناعي يراقب جودة القص وتجانس الحصاد. تم بناء المنصة بشكل معياري منذ البداية بحيث يمكن إضافة وظائف ومحاصيل جديدة بمرور الوقت، بدلاً من كونها محصورة في نوع واحد من المهام.
- استثمرت Simon Capital و Oyster Bay Venture Capital و EquityPitcher Ventures و Backbone Ventures 8 ملايين يورو
- تأسست eternal.ag في عام 2025 من قبل رينجي جون وشيري كونزاتشان
- يضم الفريق حالياً 26 شخصاً؛ يقع المقر الرئيسي في كولونيا، مع مكتب في بنغالور
- ستذهب الأموال نحو تسريع التطوير والنشر التجاري في جميع أنحاء أوروبا والتوسع إلى محاصيل جديدة
- الهدف طويل الأمد للشركة هو بيوت بلاستيكية مستقلة تماماً بحلول عام 2040
تحذير مهم: بعض المقاييس الرائعة حتى الآن تأتي من الشركة نفسها ولم يتم التحقق منها بعد من خلال اختبارات مستقلة على نطاق واسع في السوق الأوسع. لكن المسار العام يبدو منضبطاً: أولاً سيناريو واحد للطماطم، ثم محاصيل ومهام جديدة؛ أولاً المحاكاة واختبار الأعطال، ثم نشر أوسع في المواقع التجارية. بالنسبة للروبوتات الزراعية، هذا شكل نادر وقيم من الحذر.
ما يعنيه هذا
بالنسبة للذكاء الاصطناعي والروبوتات، هذا مثال جيد على كيفية بدء السوق في تقدير ليس فقط نموذج أو معالج، بل عملية تعلم النظام. إذا تمكنت eternal.ag بالفعل من تقليل دورة التحسين من شهور إلى أيام والحفاظ على الجودة في المزارع الحقيقية، فستتاح لأتمتة البيوت البلاستيكية فرصة للخروج من فئة الوعود الجميلة إلى طبقة البنية الأساسية الوظيفية لسلسلة الغذاء في أوروبا.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.