Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarTechCrunch→ original

Pedestal AI sale del modo sigiloso con $4,7 millones: sus agentes reducen un 20% las entregas fallidas

La startup Pedestal AI ha salido del modo sigiloso con una ronda de $4,7 millones y desarrolla agentes de IA para cadenas de entrega. En un gran minorista de muebles, el agente llama al cliente 30 minutos antes de la llegada del repartidor y recoge sus indicaciones. Si no logra contactarlo, envía un SMS. El número de entregas fallidas cayó un 20% y, de paso, se recopilaron datos sobre los puntos débiles del proceso. La conclusión para los product managers: los agentes se rentabilizan con más facilidad donde el volumen es alto y el resultado resulta fácil de medir.

Procesado por IA desde TechCrunch; editado por Hamidun News
Pedestal AI sale del modo sigiloso con $4,7 millones: sus agentes reducen un 20% las entregas fallidas
Fuente: TechCrunch. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTechCrunch ↗
Editor jefe
Dato clave #1La ronda la lideró Eclipse, con la participación de RRE, Converge VC y otros
Dato clave #2El dinero se destinará a producto, ingenieros, marketing y nuevas implantaciones
Dato clave #3Entre sus clientes ya hay compañías de Fortune 500 y grandes transportistas

La entrega es una de esas áreas donde cualquier detalle acaba convirtiéndose en dinero. El repartidor llega y no hay nadie en casa. O el cliente olvidó avisar de que un armario no cabe por la escalera. Cada fallo de este tipo implica una segunda visita, un comprador descontento y costes adicionales. Pedestal AI construye su negocio precisamente sobre estos detalles: el martes la startup salió del modo sigiloso y anunció una ronda semilla (seed) de $4,7 millones.

Quién ha invertido y en qué se gastará el dinero

La ronda la lideró el fondo Eclipse. También participaron RRE, Converge VC, Timescale Ventures y VitalStage. Según la compañía, el dinero se destinará a ampliar los equipos de producto e ingeniería, a marketing y a nuevas implantaciones. La cifra es modesta, incluso para una ronda semilla. En cambio, Pedestal ya trabaja con empresas de la lista Fortune 500 y con varias de las mayores compañías logísticas del mundo. Es algo poco habitual en una startup que acaba de darse a conocer.

Cómo funciona el agente en un caso real

El caso principal es el de una gran empresa de muebles. Pedestal encargó a los agentes una parte del trabajo que antes tenían que hacer los propios conductores. Treinta minutos antes de la entrega, el agente llama al cliente y recoge instrucciones especiales: adónde dirigirse, si hace falta subir el pedido a una planta, si hay algo que el repartidor deba saber. Si no se consigue contactar con el cliente, un sistema aparte envía un mensaje. Según los datos de la compañía, el número de entregas fallidas se redujo un 20%.

Hay también un efecto secundario. Mientras trabajan, los agentes acumulan datos sobre la etapa en la que se producen más fallos. Después, esos datos pueden servir para afinar aún más el sistema. Es decir, la implantación resuelve una tarea y, a la vez, se convierte en una fuente de información sobre el proceso.

El director general, Raj Agarwal, explica por qué han resultado útiles los modelos actuales: los datos en logística están sucios y cambian constantemente. Están dispersos en numerosos sistemas heredados, y eso es precisamente lo que complica la tarea. Un agente capaz de trabajar con información no estructurada se las arregla mejor que una integración clásica «sistema a sistema».

Por qué la logística atrae a las startups

Agarwal considera que la entrega se presta bien al aprendizaje por refuerzo. Los volúmenes son grandes y el resultado es fácil de medir: se entregó o no, a tiempo o con retraso. Por eso se puede orientar el modelo hacia lo que funciona y alejarlo de lo que no. Además, el efecto se ve de inmediato en el beneficio del cliente, y resulta más fácil justificar el gasto en una solución así.

Pedestal no es la única en este nicho. Según TechCrunch, el sector de las cadenas de suministro se ha puesto especialmente de moda en los últimos meses, entre otras cosas por la llegada de profesionales procedentes de los equipos de conducción autónoma. Atomic fue fundada por antiguos empleados de Tesla y salió del modo sigiloso en 2025, centrada en la optimización de inventarios de almacén. Loop fue creada por exempleados de Uber y se dedica al análisis predictivo. En este contexto, Pedestal ha elegido otro punto de entrada: no la planificación, sino la «última milla» y la comunicación con el cliente.

Qué conviene tener en cuenta

Por ahora, son afirmaciones de la propia compañía. La cifra del 20% corresponde a un solo cliente y no hay verificación independiente. Se desconoce cómo se calculó la base de comparación, cuánto cuesta cada llamada y cómo resuelve el agente las respuestas no estándar de los clientes. Tampoco se han revelado los nombres de los socios, más allá de una descripción general.

Para desarrolladores y product managers, la lección es práctica. Las buenas tareas para agentes son pasos acotados y repetitivos, con una métrica clara y un canal de respaldo, como el SMS cuando nadie contesta. Un esquema así se controla mejor que un «asistente universal». Y los datos que el agente recoge mientras trabaja suelen ser tan valiosos como la propia automatización. Si estás decidiendo dónde lanzar tu primer agente en un proceso operativo, busca donde tengas muchos contactos del mismo tipo y donde el resultado se pueda medir en una semana.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Quién ha invertido y en qué se gastará el dinero?

La ronda la lideró el fondo Eclipse. También participaron RRE, Converge VC, Timescale Ventures y VitalStage. Según la compañía, el dinero se destinará a ampliar los equipos de producto e ingeniería, a marketing y a nuevas implantaciones. La cifra es modesta, incluso para una ronda semilla. En cambio, Pedestal ya trabaja con empresas de la lista Fortune 500 y con varias de las mayores compañías logísticas del mundo. Es algo poco habitual en una startup que acaba de darse a conocer.

Cómo funciona el agente en un caso real?

El caso principal es el de una gran empresa de muebles. Pedestal encargó a los agentes una parte del trabajo que antes tenían que hacer los propios conductores. Treinta minutos antes de la entrega, el agente llama al cliente y recoge instrucciones especiales: adónde dirigirse, si hace falta subir el pedido a una planta, si hay algo que el repartidor deba saber. Si no se consigue contactar con el cliente, un sistema aparte envía un mensaje.

¿Qué se sabe sobre Por qué la logística atrae a las startups?

Agarwal considera que la entrega se presta bien al aprendizaje por refuerzo. Los volúmenes son grandes y el resultado es fácil de medir: se entregó o no, a tiempo o con retraso. Por eso se puede orientar el modelo hacia lo que funciona y alejarlo de lo que no. Además, el efecto se ve de inmediato en el beneficio del cliente, y resulta más fácil justificar el gasto en una solución así. Pedestal no es la única en este nicho.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…