Seebo为人工智能工具筹集了900万美元,用于发现和修复制造效率低下的问题

Seebo,一家设计预测和防止工业中断的制造工具的公司,已经筹集了900万美元。一位发言人表示,这笔资金将用于进一步发展Seebo的人工智能技术,并扩大其客户名单。

由于生产过程中的低效,大型制造商每年损失数万至数十万美元。IDC的数据显示,单是效率低下就会导致公司收入减少20%至30%。Seebo旨在通过预测算法来帮助解决这一问题,这些算法会推荐补救步骤。

Seebo的平台将制造过程与人工智能和机器学习相结合。利用企业定制的方法来实现特色工程,它将这些过程中的数据转化为可视化的洞察力,交付给运营商、轮班经理、质量控制和维护工程师以及管理层。

这是Seebo四年前商业模式的一个转折点,四年前Seebo为企业提供了一个端到端的平台,通过一套拖放工具来设计、验证和发布智能设备。尽管Seebo在从健康和保健到时尚的各个行业都取得了一定的成功,但它最近扩大了关注范围,以解决更大范围的工业用例。

Seebo采用了一种“数字孪生”的模拟方法——这种方法已经在其他领域流行开来。例如,总部位于伦敦的SenSat帮助建筑、采矿、能源和其他行业的客户为他们所从事的项目创建地点模型,将现实世界转换成一个可以被机器理解的版本。通用电气提供的技术可以让公司模拟实际机器的数字双胞胎,并密切跟踪其性能。Oracle的服务依赖于对象、设备和工作环境的虚拟表示。微软自己也提供了Azure Digital Twins和Project Bonsai,这两款软件都模拟了在模拟环境中人们、地点和设备之间的关系和互动。

但Seebo声称其客户——包括Barilla、雀巢、亿滋、百事、Allnex和大众——可以在创纪录的时间内创造出数字双胞胎原型,通常在两周或更短的时间内。Seebo还表示,与大多数公司相比,其解决方案采取更全面的视角,从生产线(包括自动化质量检测系统)收集数据,并应用基于流程的人工智能来预测和帮助防止导致报废和返工的问题。

除了实际生产的产品外,Seebo还计算生产流程和原材料。它创建了一个虚拟的生产线地图,将预测警报、事件和历史数据放在上下文中。采用预测模拟允许过程工程师模拟生产过程在不同场景下的行为(以及是否可以避免过程的低效)。

Seebo表示,对于一个制造客户来说,它能够追踪到高温和传送带速度的异常跳跃。基于此,该公司的运营团队使用Seebo的产品创建了质量警报,以避免阻塞和保持质量标准。

Ofek Ventures牵头对Seebo进行了900万美元的投资,参与投资的还有Vertex Ventures和现有投资者Viola Ventures和TPY Capital。这轮融资使该公司的融资总额达到3,100万美元。

发表评论

电子邮件地址不会被公开。 必填项已用*标注