「奔向 AGI」栏目聚焦 AI 大模型、AI agent、AI 应用、芯片、机器人等前沿、热门的 AI 技术和商业创新。
作者丨巴里
编辑丨海腰
图源丨 Eclipse
当人们将耳朵贴在隆隆作响的内燃机、呼呼旋转的风扇或砰砰震动的气压机上时,会听到什么?
答案通常是 " 噪音 "。
但这些看似杂乱的声波中,往往隐藏着关键信息——例如机械即将发生故障的预警信号。
正是服役期间对机械噪音的敏锐观察,启发了两位校友共同创立 Augury。
这家公司的核心技术能够实时监控机器健康状态,在故障发生前精准预测问题。
这种前瞻性方法不仅将停机时间最小化,还能延长设备寿命、优化运营效率——据测算,其技术可帮助客户减少 75% 的意外故障,并提升 45% 的设备运行时间,降低 30% 的资产成本。
日前,Augury 宣布成功融资 7500 万美元(约合 5.4 亿元人民币),此次融资为 F 轮融资的第一部分,预计最终总金额将达到 1 亿美元。此次融资的领投方是 Lightrock,其他参与的老股东还包括 Insight Venture Partners、Eclipse、高通创投等。
值得关注的是,高通创投已连续四轮加注 Augury,而该公司上一轮融资时估值已突破 10 亿美元,正式跻身工业 AI 领域独角兽行列。
用 AI 给机器 " 听音识病 "
校友兼战友再获 5 亿融资
Augury 的两位创始人不仅是大学同学,和许多以色列硬科技创业公司一样,他们也有军队经历。
Saar Yoskovitz 在以色列海法长大,这是一个位于特拉维夫以北一小时车程的小城市。童年时期,他曾在美国生活了三年,正值 20 世纪 80 年代末,个人电脑刚刚兴起,他在二年级时拥有了人生的第一台电脑。
Saar 对电脑非常痴迷,从小就喜欢拆解电脑、重新组装,并研究其工作原理。回到以色列后,他在五年级时开始接触并学习编程。
到了七年级,他已经通过帮人修理电脑和教人使用 Office 软件赚取零花钱,母亲常常开车送他去 " 客户 " 家,这段经历为他日后的创业埋下了种子。
在被誉为 " 以色列版麻省理工 " 的以色列理工学院,Saar 与 Gal Shaul 相识并成为好友。Saar 攻读工程学,专注于研究使用机器学习算法进行语音识别;Gal 则在一家医疗设备初创公司担任软件开发工程师,擅长通过声音判断机器故障。
Saar Yoskovitz(左)、Gal Shaul(右)
在此期间,Saar 已经在英特尔的 CPU 部门工作。随着学业接近尾声,他开始思考自己的未来。
于是,他询问了周围的导师、学长和同事:是否应该继续攻读硕士学位?是否应该继续在英特尔工作?还是加入一家初创公司?或者直接创业?有趣的是,几乎所有人都建议他在英特尔再待几年,深入了解一家全球性巨头在产品研发和运营管理上的完整流程。
他听取了建议,但没有撑过两年。一年后,他感到 " 受够了 ",于是给好友 Gal 打电话说:" 我们一定要开始做点什么。"
实际上,两人在以色列军队服役期间给了他们创业灵感。
Saar 在炮兵部队服役,Gal 则在海军服役。Saar 回忆道:" 当兵时,我们被大型机器包围,这些机器就像是我们的战友。我们很快就与这些机器建立了亲密的关系,甚至每一个小声音、吱吱声或噼啪声,我们都知道它们的含义。"
他灵光一现:" 嘿,如果我们能用 AI 技术识别人说的话,为什么不能检测机器的故障呢?"
于是,两人将各自擅长的领域结合起来,准备研发一款能够根据机器噪音诊断故障的软件。
Saar 利用音频波形分析技术,试图从噪音中找到机器的故障模式,而 Gal 则通过声音判断问题是出在过滤器阻塞还是其他部位,并根据经验进行维修。
2011 年,两人正式创立了 Augury。他们开发了一款名为 Auguscope 的无线手持设备,可以记录超声波振动并将其上传到云端。通过人工智能算法,工程师可以预测机器的健康状况。
最初,Auguscope 为企业提供诊断系统,例如商业建筑内的泵、风扇、冷水机和 HVAC(供暖、通风和空调)诊断系统。随后,Augury 将服务扩展到为这些机器提供持续监控,并制定维护计划,覆盖了食品、制药、能源等多个行业。
Augury 传感器,图源:Eclipse
典型案例包括:好时(Hershey)通过减少生产线停机,保障了供应链稳定;壳牌、埃克森美孚借助 Augury 进入石油天然气领域,监测关键设备;格兰富(Grundfos)作为全球最大的泵制造商,将 Augury 技术整合至其产品线。在一个案例中,Augury 成功诊断出转子杆上的裂纹,如果没有及时发现,可能需要更换整个电机。
自成立以来,Augury 凭借技术创新获得了资本的青睐。
睿兽分析显示,Augury 累计融资 8 轮,值得一提的是高通创投连续四轮加注。2019 年,Augury 完成了 2500 万美元的 C 轮融资,用于收购机器学习公司 Alluvium,进一步强化了数据分析能力。2021 年,Augury 在 E 轮融资中跻身独角兽行列,估值超过 10 亿美元,战略投资方施耐德电气、贝克休斯公司(Baker Hughes,全球最大的油田服务公司之一)的加入助力其拓展能源市场。
营收猛增五倍
5 亿小时 " 故障字典 "
预测性维护技术需求攀升
随着供应链中断风险的增加,全球预测性维护技术(Prognostics and Health Management)的需求持续攀升。
2020 年全球预测性维护技术的支出约为 40 亿美元。根据 Research and Markets 预测,到 2027 年,这一市场规模预计将达到 186 亿美元,年增长率超过 26%。
预测性维护技术能够显著帮助企业降低意外成本。
以百事公司为例,其四家工厂采用 Augury 的预测性维护系统后,成功减少了意外故障、生产中断以及零件更换带来的额外成本。此外,这项技术每年为百事公司增加了约 4000 小时的生产能力,相当于数百万磅的零食得以从生产线顺利运往商店。目前,百事公司正在将这项技术推广至其大部分工厂。
Lightrock 合伙人 Ashish(Ash)Puri 评价道,Augury 的预测性维护技术拥有 99.9% 的故障检测准确率,并在规模化部署时实现了 5 至 20 倍的投资回报率(ROI),显著减少了客户的停机时间和能源消耗。
自上一轮融资以来,Augury 的收入增长了五倍,在《财富》500 强制造商中的客户数量增加了三倍。其平台已分析超过 5 亿小时的机器数据,为 40 多个国家的客户创造了约 10 亿美元的价值。
图源:Eclipse
Saar 形象地将这一庞大的数据集称为 " 故障字典 "。通过这些数据,Augury 无需为特定设备单独构建模型,因为他们已经观察过超过两万种泵的运作状态。
他指出,疫情使全球供应链管理成为公众关注的焦点,但工业领域的数字化转型进程仍然相对缓慢。由于工业设备的使用寿命通常长达数十年,企业很少会在设备仍能正常运作的情况下进行大规模更换。
目前,Augury 的客户中约 80% 来自传统制造环境,20% 来自新建的现代化工厂,尽管后者通常缺乏机器人技术。尽管有人认为 Augury 的技术可能会取代某些工作岗位,但 Saar 强调,工业领域实际上正面临人才短缺的挑战。老一辈技术人员即将退休,而新一代劳动力对制造行业的兴趣不高。因此,Augury 希望通过数字化手段帮助现有员工和未来的新员工更好地修复和维护设备。
预测性维护技术通常通过在工厂设备上安装无线传感器来监测数据。这些传感器接收机器发出的声音,并将生成的数据传输到平台上,由人工智能软件进行分析。这些软件经过测试,能够识别不同生命周期的工业机械声音,并将数据实时传送给工厂的设备维护团队,帮助他们更有针对性地检测和维修设备。
具体到 Augury 的技术,它结合了无线传感器和人工智能算法,通过检测机器的振动、声音、温度和磁数据等信息,帮助企业监控机器的运行状况和性能。
Augury 首先在机器上安装自研的硬件,包括振动传感器、温度传感器和磁传感器,用于检测电机的磁辐射。然后,Augury 为客户管理设备连接,并利用机器学习算法对收集的数据进行分析,提供全栈解决方案。
实际上,预测性维护技术并非一项新技术,但随着全球供应链局势的变化,企业的生产压力不断加大。由于供应链中断导致的生产需求飙升,提供预测性维护技术的企业及初创公司正变得越来越有价值。
与 Augury 类似,英国的预测性维护软件开发商 Senseye 此前被西门子收购。西门子表示,其技术可以减少高达 50% 的非计划性机器停机时间,同时将维护人员的生产力提高 30%。
通过将语音识别的学术研究转化为工业 AI 的落地应用,Saar 与 Gal 不仅重塑了设备维护的范式,更证明了 AI 语音识别在跨领域创新中的潜力。
正如他们所言:" 机器的声音,是通往零故障世界的密码。
本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系 editor@cyzone.cn。
登录后才可以发布评论哦
打开小程序可以发布评论哦