获1.2亿美元融资,Tractian用AI挽回每年1.4万亿美元的机器停机损失|AlphaFounders

AI正往行业深处进发,尤其是以往自动化和智能化程度较低的制造业。


一家叫Tractian的公司正在打造“工业Copilot”,它致力于让制造业工厂的设备实现“零停机”,并利用AI技术弥合机器与人类专家之间的鸿沟。它的方案结合了智能硬件与人工智能驱动的软件,用于监测机器、预测机器故障,并优化维护计划。


它的客户每年每台监控机器的平均节省费用为6000美元,投资回报率(ROI)达到6至12倍。


近期,Tractian获得1.2亿美元C轮融资,由Sapphire Ventures领投,General Catalyst、Next47和NGP Capital参与投资。


图片

用AI改造机器监控系统,消除计划外停机


Tractian的创始人兼首席执行官是Igor Marinelli,毕业于加州大学伯克利分校。Marinelli曾在纸制品制造商International Paper担任软件工程师。在那里,他深刻体会到传统机器监控系统的落后。


传统机器监控系统的不足,带来的是制造业工厂计划外停机的问题,据统计,计划外停机每年给全球500强企业造成的损失高达产量的11%,约价值1.4万亿美元。


Marinelli曾创立慢性健康疾病预测应用Blue AI,从这次失败的创业中,他领会了产品市场契合度的重要性。

图片

Blue AI创业失败后,Marinelli与联合创始人Gabriel Lameirinhas共同创立了Tractian,旨在通过AI和物联网技术,帮助企业实现预测性维护,减少停机时间。


Sapphire Ventures的合伙人Anders Ranum表示:“我们将Tractian视为工业领域的变革力量,他们通过AI解决方案解决了当今制造商面临的最昂贵挑战之一——计划外停机,不仅预测问题,还推动了运营投资回报率(ROI)。”


江森自控维护经理Luis Moncada表示:“我们希望成为世界级的制造商,而如果没有预测性维护解决方案,这是无法实现的。我们曾尝试内部开发,但最终陷入数据混乱且无法轻松采取行动的困境。AI将成为机器监控系统的核心—我希望我的警报基于我的使用情况、我的设备以及我对机器的压力方式。Tractian在应用新技术方面更加敏捷,并且在提出新想法和实施方面更具协作性。”


高效高敏的传感器与特定AI模型相结合


要减少机器的计划外停机,核心是提前发现机器的异常,并在可控的时候有计划地排除。


Tractian解决这一问题的方案分为硬件和软件两部分。在硬件方面,它的先进传感器通过监控机器的振动、运行时间和转速来检测可能预示设备故障的变化。在软件方面,Tractian通过AI模型将收集来的数据交给特定的AI模型进行处理,这些模型可以比对40万个故障原因数据库,识别可能发生的故障。


产品方面,Tractian的硬件主要是Smart Trac Ultra传感器


这一传感器能够实时监控设备的振动、温度、转速、加速度和能耗等关键参数。此外,它可以通过AI算法分析设备的振动和频率模式,生成每台设备的“指纹”,用于识别特定的机械问题(如磨损、不平衡、错位等)。而且它还能根据环境变化(如季节、负载变化)动态调整警报阈值,减少误报率。此前,过高的误报率使得传统机器监控系统ROI过低。


Tractian的软件产品分为TracOS维护管理平台,Energy Trac能源管理系统,AI-Assisted Maintenance辅助系统,以及Tractian App。


TracOS维护管理平台是一个计算机化维护管理系统(CMMS),它与ERP系统无缝集成,提供实时数据管理、任务记录和资产跟踪。它还利用AI生成维护程序、检查清单和未来维护建议,优化维护计划,并且结合OEM手册和客户日志,生成定制化报告和优先级行动建议。


图片


Energy Trac能源管理系统主要针对的是能源部分,它可以实时监控设备的能耗模式,提供详细的能源消耗数据,并且通过AI分析能耗数据,识别节能机会并优化设备运行参数,此外他还能进行能源异常检测和能源预测,帮助企业制定节能计划。


AI-Assisted Maintenance辅助系统是AI新浪潮爆发后的新功能,它具有3层AI模型,包括通过AI识别潜在故障的诊断层,将设备数据与全球数据库中类似设备比对的分析层,以及结合人类反馈进行AI模型准确优化的学习层。


Tractian的AI模型专门针对不同的机器类型和工业垂直领域进行定制;目前,Tractian已部署了3000个专有AI模型,能够检测不同类型的故障,其平台将继续通过用户反馈适应新系统。


如果以上的软件集中在机器监控系统的功能,那么Tractian App对于AI的智能用得更彻底,它能够通过AI生成实时设备状态和故障诊断结果,帮助技术人员快速解决问题,还能够提供设备维护的最佳实践和操作指南。在熟练的人类工人数量不足时,它可以帮助工厂保证生产的质量和工艺的稳定。


目前,Tractian的解决方案覆盖了全球约5%的工业GDP。全球工厂每生产1000美元,其中50美元是在依赖Tractian解决方案的环境中产生的;Tractian的业务涵盖食品饮料、汽车、消费品、采矿、石油天然气、商品制造等多个垂直领域,其500家客户的1000多家工厂中已部署了超过10万个传感器,客户包括博世、现代汽车卡特彼勒、江森自控以及宝洁、卡夫亨氏等各领域顶级制造商。


Tractian的客户每年每台监控机器的平均节省费用为6000美元,投资回报率(ROI)达到6至12倍。


图片

AI应用爆发中,制造业等硬核方向也值得“死磕”


AI应用的大爆发是2024年-2025年的创业趋势。从2024年的统计来看,企业AI、编程AI以及具身智能是最热的创业和投资方向;一方面是它们离钱最近,另一方面是它们一旦发展成熟后对行业生态和产业链会产生巨大影响力。但我们也可以说,这些方向是AI应用中,容易摘取的果实。


在行业深处,还有一些方向,等着AI去渗透和改造,它们可能很传统,看起来没有“油水”,但是一旦取得较大的市场份额,仍然可以获得很大的经济影响力。一些企业已经在“死磕”这些领域,例如把目标放在制造业的Tractian,以及瞄准了矿物勘探的KoBold Metals。


而且,随着技术的发展,AI的产品形式也将不仅是Copilot或Chatbot这几种,AI智能自动化,无感化是新的发展方向,AI Agent是一种发展方向,Tractian这样软硬件结合是另一种方向。


中国是世界上最大最重要的制造业国家之一,让AI的智能进入制造业,提高制造业的效率,降低成本,或者辅助开发出更高端的产品,对于中国站稳在全球产业链中的位置,有重要意义。尽管在制造业进行AI创业,可能不会像其他领域发展那么快,但其发展潜力仍然是巨大的。


本文由阿尔法公社原创。


更多精彩内容


关于阿尔法公社