Индустриальный ИИ: как «мозг» и «нервная система» для производства трансформируют прибыль

Стартап CVector разработал уникальное решение — своеобразный «мозг» и «нервную систему» для крупной промышленности. Теперь у основателей Ричарда Чжана и Тайлера Рагглса стоит амбициозная задача: наглядно продемонстрировать клиентам и инвесторам, как этот инновационный программный слой на базе искусственного интеллекта (ИИ) конвертируется в реальную экономию и увеличение прибыли в промышленных масштабах.

Реальный успех: от теории к практике

Нью-йоркский стартап уже добился значительных успехов после привлечения предпосевных инвестиций. Их система успешно функционирует у реальных клиентов, включая государственные коммунальные службы, передовые производственные предприятия и химические производства. Это позволило команде собрать множество конкретных примеров того, какие проблемы они могут решить и какую финансовую выгоду принести своим крупным промышленным клиентам.

«Одна из ключевых проблем, которую мы наблюдаем, — это отсутствие у клиентов инструментов для оценки того, как даже небольшое действие, например, включение или выключение клапана, влияет на их финансовые показатели», — объясняет Чжан.

На первый взгляд, влияние одного клапана может показаться незначительным, но именно такие детали формируют критические различия в прибыли компании. Примеры подобной оптимизации помогли CVector достичь нового рубежа: компания успешно закрыла посевной раунд финансирования на сумму 5 миллионов долларов.

Инвестиции в рост и инновации

Финансирование возглавил фонд Powerhouse Ventures при участии венчурных и стратегических инвесторов, включая фонды ранних стадий, такие как Fusion Fund и Myriad Venture Partners, а также корпоративное венчурное подразделение Hitachi. Это подтверждает высокий потенциал и востребованность решений CVector на рынке.

Разнообразие клиентов и трансформационный потенциал

Получив финансирование, CVector начал активно рассказывать о своих первых клиентах, демонстрируя их разнообразие и уникальные потребности.

«Последние шесть-восемь месяцев были наполнены радостью от посещения промышленных центров, мест, где расположены масштабные производственные комплексы, которые либо переживают перерождение, либо активно трансформируют свои подходы к принятию решений», — делится Ричард Чжан.

Примеры успешного внедрения:

• ATEK Metal Technologies (производство металлов, Айова): CVector помогает этой компании, производящей алюминиевое литье для мотоциклов Harley-Davidson, выявлять потенциальные проблемы, ведущие к простоям оборудования, мониторить энергоэффективность всего завода и отслеживать цены на сырье. Это позволяет существенно снижать издержки и повышать маржинальность.
• Ammobia (материаловедческий стартап, Сан-Франциско): Компания, работающая над снижением стоимости производства аммиака. Несмотря на то, что это стартап, задачи, решаемые CVector для Ammobia, удивительно схожи с помощью, оказываемой ATEK. Это подчеркивает универсальность платформы.

CVector уверенно растет, расширяя свою команду до 12 человек и открывая первый физический офис в Манхэттене. Компания привлекает талантливых специалистов из сферы финтеха и хедж-фондов, поскольку их опыт в использовании данных для получения финансового преимущества идеально соответствует методологии CVector.

«Это основа нашей коммерческой стратегии — то, что мы называем ‘операционной экономикой’. Мы позиционируем себя на стыке операционной деятельности предприятия и ее реальной экономики, то есть прибыльности», — отмечает Чжан.

Ричард Чжан по-прежнему считает, что коммунальные службы являются одной из самых перспективных областей для применения технологий CVector. И что особенно важно, даже эти консервативные клиенты стали гораздо более открытыми к обсуждению решений на базе ИИ.

Принятие ИИ: от табу к необходимости

«Почти год назад, когда мы только начинали, говорить об ИИ было практически табу. Существовал 50-процентный шанс, что клиент либо примет ИИ, либо просто дискредитирует нашу идею», — вспоминает Чжан. «Но теперь, особенно за последние шесть месяцев, каждый ищет нативные ИИ-решения, даже если расчет окупаемости инвестиций иногда не совсем очевиден. Этот ажиотаж вокруг внедрения ИИ абсолютно реален», — добавляет он.

Тайлер Рагглс подчеркивает, что в конечном итоге суть работы CVector сводится к одному — к деньгам. В условиях глобальной неопределенности управление затратами стало еще более сложной задачей.

«Мы живем в эпоху, когда компании глубоко обеспокоены своими цепочками поставок, затратами и их изменчивостью. Возможность наложить слой ИИ для создания экономической модели предприятия находит огромный отклик у клиентов, будь то старые промышленные гиганты или новые производители энергии, стремящиеся к инновациям», — заключает Рагглс.

🚀 Получите бесплатный аудит от ИИ прямо сейчас в нашем Telegram-боте: @futurebotsru_bot