W czerwcu 2026 roku kanadyjska firma Gatik zamknęła rundę finansowania Series D o wartości 200 milionów dolarów — i choć liczba robi wrażenie, to nie ona jest tu najbardziej zaskakująca. Zaskakuje coś innego: ciężarówki tej firmy wykonały już 85 000 zamówień bez kierowcy i bez obserwatora bezpieczeństwa na pokładzie, osiągając przy tym 99-procentową terminowość dostaw. Dla redakcji IWD Partner to sygnał, że autonomiczny transport towarów przestał być prototypem i staje się infrastrukturą.
Czym jest Gatik i jak działa jego system AI?
Gatik to firma specjalizująca się w autonomicznym transporcie middle-mile — czyli segmencie łańcucha dostaw, w którym towary przemieszczają się między magazynami, centrami dystrybucji a sklepami, zanim trafią do konsumenta końcowego. Firma została założona w Kanadzie i od 2020 roku stopniowo rozszerza swoje operacje na rynek północnoamerykański.
Sercem technologii Gatik jest system określany przez firmę jako Gatik Driver — autorskie oprogramowanie AI projektowane wyłącznie z myślą o regionalnych trasach frachtowych. Ciężarówki wyposażone w ten system poruszają się zarówno po autostradach, jak i po zwykłych ulicach miejskich, bez konieczności obecności człowieka za kierownicą ani na fotelu obserwatora.
Runda Series D z 2026 roku była prowadzona przez Qatar Investment Authority oraz Koch Disruptive Technologies, przy udziale takich inwestorów jak Millennium Management, ARK Invest i Intact Private Capital. Łączna wartość zakontraktowanych przychodów Gatik przekroczyła 600 milionów dolarów, co plasuje firmę wśród najlepiej finansowanych graczy w segmencie autonomistycznej logistyki.
Jak ewoluowała technologia — od stałych tras do dynamicznych sieci?
Początki Gatik były skromne i bardzo kontrolowane. W 2020 roku firma uruchomiła we współpracy z kanadyjską siecią supermarketów Loblaw pilotażową flotę pięciu pojazdów w Toronto, kursujących po pięciu z góry ustalonych trasach o długości poniżej 10 mil każda.
Do 2022 roku ta sama operacja obsługiwała już transport towarów w temperaturze pokojowej, chłodzonych i mrożonych — z jednego centrum dystrybucji do pięciu pobliskich sklepów Loblaw. Trasy wciąż były stałe, powtarzalne i przewidywalne, co było warunkiem uzyskania zezwoleń regulacyjnych w Ontario.
Przełom nastąpił wraz z rozwojem funkcji określanej jako dynamic route orchestration (dynamiczna orkiestracja tras). Według informacji podanych przez PepsiCo w 2026 roku, najnowsze wdrożenia Gatik pozwalają na operowanie sieciami obejmującymi setki punktów odbioru i dostawy, przy możliwości bieżącego dodawania lub usuwania przystanków w odpowiedzi na zmiany popytu. Maksymalny zasięg jednej trasy wzrósł z mniej niż 10 do nawet 400 mil.
| Rok | Partner | Lokalizacja | Typ operacji | Zasięg trasy |
|---|---|---|---|---|
| 2020 | Loblaw | Toronto, Kanada | Stałe trasy, 5 pojazdów | do 10 mil |
| 2022 | Loblaw | Toronto, Kanada | W pełni bezzałogowe dostawy chłodnicze | do 10 mil |
| 2026 | PepsiCo | Teksas, Arizona, Arkansas | Dynamiczne sieci, setki punktów | do 400 mil |
Dlaczego segment middle-mile jest strategicznie ważny dla logistyki AI?
Middle-mile to jeden z najtrudniejszych do zoptymalizowania segmentów logistyki, ponieważ łączy w sobie zmienność autostradową z miejską złożonością ruchu, przy jednocześnie wysokich wymaganiach czasowych ze strony sieci handlowych. Tradycyjne firmy transportowe borykają się tu z chronicznym brakiem kierowców — według American Trucking Associations deficyt ten w USA wynosił w 2023 roku ponad 60 000 etatów.
Gatik świadomie wybrał ten właśnie segment zamiast popularniejszego last-mile delivery, czyli dostaw bezpośrednio do konsumentów. Trasy middle-mile są bardziej przewidywalne, odbywają się między stałymi obiektami infrastruktury i generują powtarzalne wzorce danych treningowych — co sprzyja szybszemu i bezpieczniejszemu skalowaniu systemu AI.
Redakcja IWD Partner: Wybór Gatik, by skupić się na middle-mile zamiast na efektowniejszym last-mile, przypomina strategię firm kolejowych z XIX wieku — zamiast walczyć o każdego klienta indywidualnie, najpierw opanuj arterię. Jeśli Gatik zdoła połączyć setki centrów dystrybucji wielkich sieci handlowych w jedną autonomiczną sieć frachtową, stanie się infrastrukturą krytyczną — i to jest scenariusz, który powinien interesować zarówno inwestorów, jak i regulatorów.
Co oznacza dla branży umowa z PepsiCo i plany ekspansji?
W czerwcu 2026 roku Gatik podpisał wieloletnią umowę z PepsiCo na wdrożenie autonomicznych pojazdów frachtowych w północnoamerykańskim łańcuchu dostaw tej korporacji. Operacje obejmują stany Teksas, Arizona i Arkansas — a więc rejony z łagodnymi warunkami atmosferycznymi, sprzyjającymi sprawdzaniu systemów percepcji optycznej.
PepsiCo potwierdziło, że plany tras mogą być modyfikowane dynamicznie bez konieczności przebudowy struktury całej sieci transportowej. Firma opisała możliwość dodawania i usuwania przystanków w odpowiedzi na bieżącą aktywność centrów dystrybucji — co wskazuje na głęboką integrację systemu Gatik z wewnętrznymi narzędziami zarządzania łańcuchem dostaw PepsiCo.
Rzecznik Gatik poinformował agencję Reuters, że firma planuje przekroczyć liczbę 100 w pełni bezzałogowych ciężarówek do końca 2026 roku, a w perspektywie kilku lat rozbudować flotę do tysięcy pojazdów. Pozyskany kapitał 200 milionów dolarów ma zostać przeznaczony na ekspansję komercyjną, technologię, infrastrukturę i zatrudnienie.
Jakie wyzwania techniczne i regulacyjne stoją przed autonomicznym frachtym?
Mimo imponujących wyników operacyjnych, autonomiczny transport ciężarowy stoi przed poważnymi barierami. Systemy percepcji LiDAR i kamer stereo wciąż mają ograniczoną skuteczność w trudnych warunkach pogodowych — śniegu, gęstej mgle czy ulewnym deszczu — co tłumaczy, dlaczego Gatik koncentruje ekspansję w stanach o łagodnym klimacie.
Kwestia regulacyjna jest równie złożona. Poszczególne stany USA mają rozbieżne przepisy dotyczące pojazdów autonomicznych bez kierowcy, a na poziomie federalnym brak jednolitego framework prawnego dla Level 4 autonomy (pełna autonomia w określonych warunkach operacyjnych). Gatik uzyskał zezwolenia na operacje bezzałogowe w kilku stanach, ale każda nowa lokalizacja wymaga odrębnych procedur certyfikacyjnych.
Równolegle trwa wyścig technologiczny: Waymo Via, Aurora Innovation i Torc Robotics realizują zbliżone programy, choć z różnymi modelami biznesowymi i zasięgami operacyjnymi. Gatik wyróżnia się wąską specjalizacją w middle-mile i udokumentowanymi wynikami komercyjnymi na żywych operacjach logistycznych.
Dlaczego autonomiczny fracht AI ma znaczenie?
Według danych American Transportation Research Institute z 2024 roku, transport drogowy towarów odpowiada za około 72% całkowitego wolumenu frachtowego w Stanach Zjednoczonych. Automatyzacja choćby fragmentu tego segmentu — szczególnie powtarzalnych, regionalnych tras middle-mile — może przynieść realne oszczędności kosztowe i zmniejszyć presję na rynek pracy kierowców ciężarówek, który od lat boryka się z rosnącym deficytem kadrowym. Gatik, posiadający ponad 600 milionów dolarów w zakontraktowanych przychodach i udokumentowane 85 000 dostaw bez kierowcy, dostarcza dziś danych, których branża potrzebuje, by ocenić realną skalę tych zmian.
Powiązane pojęcia z AI i uczenia maszynowego
- Autonomia poziomu 4 (Level 4 Autonomy) — stopień automatyzacji pojazdu, przy którym system AI samodzielnie obsługuje wszystkie zadania jazdy w ściśle zdefiniowanych warunkach operacyjnych, bez konieczności interwencji człowieka.
- LiDAR (Light Detection and Ranging) — technologia skanowania laserowego wykorzystywana przez autonomiczne pojazdy do tworzenia trójwymiarowej mapy otoczenia w czasie rzeczywistym.
- Middle-mile logistics — segment łańcucha dostaw obejmujący transport towarów między obiektami infrastruktury (magazyny, centra dystrybucji, sklepy), w odróżnieniu od dostawy bezpośrednio do konsumenta końcowego.
- Dynamic route orchestration — algorytmiczne zarządzanie trasami transportowymi w czasie rzeczywistym, uwzględniające bieżące zmiany popytu, obłożenia punktów logistycznych i warunków drogowych.
- Fleet scaling — proces stopniowego zwiększania liczby pojazdów autonomicznych w operacji komercyjnej, połączony z rozszerzaniem pokrycia geograficznego i możliwości systemu AI.
Na podstawie materiałów źródłowych.
