移动应用需在无数设备上经过严格缺陷测试以确保正常运行；据软件测试供应商Qualitest称，88%的用户会因微小故障放弃使用。测试耗时且昂贵，31%的开发公司估计费用在5,000至10,000美元之间。此外，受物流或发布节奏影响，部分团队难以获得高质量测试服务。
Mobot创始人伊登·富尔·高（Eden Full Goh）正致力于改变这一现状并从中获利。该公司打造了首个“基础设施即服务”平台，允许开发者利用实体机器人自动化设备应用测试。本周，Mobot完成由Cota Capital领投、Heavybit等机构参与的1250万美元A轮融资，累计融资达1780万美元。
Full Goh曾在Palantir和Butterfly Network担任产品工程师。她发现移动应用测试存在“瓶颈”：多数公司依赖人工或第三方手动测试，效率低、成本高且易出错，这促使她创立Mobot。
Full Goh在接受TechCrunch采访时表示：“Applitools等工具虽能自动化模拟测试，但无法准确代表真实硬件环境，导致许多缺陷漏网。Mobot并非模拟器或纯自动化测试的替代品，而是旨在取代随设备碎片化加剧而日益繁重的手动质量保证工作。”
机器人测试并非新概念。Japan Novel Corp.曾提供模拟触屏操作的机器人，T-Mobile也自研了名为Tappy的机器人用于门店设备压力测试。但此类方案通常前期投入高且需专业机器人技术知识。
Mobot则抽象了维护环节，客户仅需录制视频即可设置测试用例。客户成功经理协助开发流程并将分析集成至Jira等工具，随后由机器人车队及包含200多种设备的库执行点击、滑动、旋转、蓝牙连接及推送通知接收等操作。
测试结束后，Mobot记录结果并提供自助报告查看功能。
Full Goh指出：“专注物理QA的公司极少，因其技术栈与Web测试迥异。我们的主要竞争对手是Applause等提供众包手动测试的公司。Mobot覆盖从用户获取、留存参与到变现的完整客户旅程，防止未发现缺陷影响业务。”
自2018年成立以来，Mobot已运行数千个测试周期，收集数百万张截图。早期客户包括Citizen、Mapbox、Branch、Radar、Persona等约45家公司。
尽管面临OptoFidelity等竞争，Mobot计划未来基于数据提供产品洞察及探索性测试功能，并构建适配AR头显、智能手表及智能隐形眼镜等新设备的测试框架。
针对机器人故障及财务保密问题，Full Goh对模式充满信心。她表示：“未来两到五年软件将更以移动和连接设备为中心。我们计划在偏远地区建立自主机器人仓库，部署数千台机器人执行人类所有物理操作，如点击、扫码、拍照及语音交互等。”
本轮融资将用于扩充销售、营销及工程团队，员工数将从42人增至年底的50人。在行业裁员潮下，Mobot作为“反周期性”企业具备优势，因为移动领域对新应用及版本更新的QA需求持续旺盛。
Full Goh强调：“目前市场缺乏为日常工程团队提供物理测试民主化的产品。Mobot作为一种关键且高性价比的解决方案，能有效简化科技公司的产品开发流程。”