在仓储与供应链数字化进入“按分钟决策”的阶段，许多企业最缺的并不是机器人本体，而是能被系统可信调用的现场数据：货物是否到齐、标签是否一致、破损责任如何界定、索赔与对账能否自动化。装卸口作为货物流入流出的关键节点，却长期依赖人工抽检与纸面/拍照留档，形成运营盲区。基于这一痛点，美国Kargo近期宣布完成4200万美元B轮融资，强调要把码头口的数据采集与后续业务流程“端到端”自动化。

本轮融资由美国投资机构Avenir Growth领投，美国深科技投资机构Linse Capital、美国Hearst集团旗下风投部门Hearst Ventures、美国风投机构Lightbank、美国硬科技风投Matter Venture Partners以及美国/日本跨境投资机构Sozo Ventures等参投。公司表示资金将用于加速全球大型企业客户的部署与规模化落地，并推进其面向仓储后台的“Kargo Intelligence”能力。

Kargo的核心做法是把“计算机视觉硬件”固定在装卸口。其“Kargo Tower”等设备在货物通过时拍摄并解析托盘的标签信息、外观状态与尺寸等关键要素，形成可追溯的影像与结构化数据；系统宣称仅需标准电源（110–120VAC）即可运行，并不强依赖现场Wi-Fi，且由Kargo团队负责安装、监控与维护。官方对外展示的可识别信息包括文本、条码/二维码、到期日期、批号、尺寸等，并可将数据对接既有WMS/TMS/ERP。

在“拍得到”之外，Kargo将价值进一步延伸到“用得起来”。公司披露其正在推动Kargo Intelligence，以所谓“代理式AI”把影像证据与业务单据结合，用于发票、索赔争议、财务对账与客服等后台流程自动化，目标是减少人工在异常处理、责任界定与跨系统核对上的时间消耗。

落地规模方面，Kargo称已服务45家以上企业客户，累计部署超过1000套“塔式”设备，客户覆盖食品、制药与汽车等对追溯与质量证据要求更高的行业，并列举了美国Wayne-Sanderson Farms、印度Aurobindo Pharma、美国Tillamook以及德国Mercedes-Benz等企业场景。

Kargo首席执行官Sam Lurye在融资披露中强调，公司要做的是为企业建立“实时库存数据基础设施”，让装卸口从“事后解释”转向“事中可控”；Avenir合伙人Jared Sleeper则将其定位为把仓库运营连接到“可自动执行的数字工作流”的底层数据层。上述判断背后，是AI仓储市场加速扩张的行业背景：美国研究机构Grand View Research估计，全球“仓储AI”市场规模在2024年约为112.2亿美元，并预计到2030年将达到451.2亿美元。

Kargo是一家仓储与供应链可视化技术企业，总部位于旧金山，成立于2019年，聚焦把装卸口变成“实时数据入口”。其核心产品Kargo Tower在托盘经过库门时利用计算机视觉自动采集标签信息、货损与尺寸等，并将影像证据结构化为可用于库存与运营分析的数据，可对接企业现有系统；公司同时推进“Kargo Intelligence”，将采集到的现场数据用于发票、理赔与争议处理等后台流程自动化，服务大型企业客户并支持多仓部署。