par 
Les fabricants sont confrontés à un éventail étourdissant de problèmes potentiels autour des produits qu’ils fabriquent, et il est difficile de détecter les problèmes. Ce n’est pas seulement bon à savoir. Il s’agit d’informations cruciales, souvent suivies manuellement aujourd’hui par des auditeurs humains dans des feuilles de calcul. Dans certains cas, ne pas comprendre quand il y a une pièce défectueuse peut entraîner des rappels coûteux et, dans les cas les plus extrêmes, des décès et des poursuites.
Entrer Rayon d’Axion, une startup en démarrage qui utilise l’apprentissage automatique pour suivre ces problèmes dans des données non structurées afin de dresser un tableau des problèmes potentiels avant qu’ils ne deviennent incontrôlables. Aujourd’hui, la société a annoncé un tour de table sain de 7,5 millions de dollars.
“Ce que nous avons fait, c’est construire une nouvelle plate-forme d’intelligence artificielle qui aide les fabricants à anticiper leurs risques majeurs comme les rappels en exploitant et en synthétisant des données non structurées de nouvelles manières qui jusqu’à présent n’ont pas vraiment été touchées”, Fondateur d’Axion Ray et le PDG Daniel First à TechCrunch.
Il dit que les données non structurées proviennent d’utilisateurs humains et séparent son entreprise de celles qui l’ont précédé.
“Dans l’apprentissage automatique traditionnel, et dans de nombreuses entreprises qui nous ont précédés, une grande partie de l’attention dans la fabrication s’est concentrée sur des ensembles de données hautement structurés, comme l’installation de caméras sur la chaîne de fabrication ou l’examen des données des capteurs pour prédire une panne de moteur.”
« Mais ce qui est passionnant avec Axion, c’est que nous pouvons exploiter d’énormes quantités de données non structurées, des choses comme [chatter] provenant de réseaux de service ou de concessionnaires, où la plupart des données sont des observations de techniciens, et se trouvent dans des commentaires, des problèmes et des données de dépannage provenant d’humains.
Il a d’abord travaillé comme consultant chez McKinsey pendant plusieurs années avant de lancer l’entreprise, et a vu de ses propres yeux comment les fabricants avaient du mal à reconnaître les problèmes potentiels avant qu’ils n’explosent vraiment. Il a également observé que les techniciens travaillant sur ces produits rencontraient des problèmes des mois avant que les entreprises ne réalisent qu’il y avait un problème plus large, et l’idée d’Axion Ray a commencé à prendre forme.
“Il est devenu évident qu’il y avait une énorme opportunité de permettre la détection et le signalement des premiers indicateurs d’alerte, et cela pourrait aider les gens à détecter qu’il existe des risques des mois plus tôt.”
La société a été fondée en 2021 et travaille déjà avec des clients comme Boeing, Penn Engineering et Cummins. First ne voulait pas encore partager le nombre de clients, mais il est clair que certains grands acteurs s’intéressent à ce que fait son entreprise.
Avec près de 20 salariés, la startup recrute, notamment des ingénieurs et des salariés spécialisés dans le machine learning. First affirme que la constitution d’une main-d’œuvre diversifiée a été une priorité depuis le début.
« Même si nous sommes une petite équipe, nous avons des collègues dévoués à temps plein qui sont chargés de s’assurer que nous construisons des pipelines de candidats diversifiés et des pratiques d’embauche dès le premier jour. Nous avons également été ravis d’avoir pu nous associer à Inspired Capital en tant que co-investisseur principal, qui est l’un des plus grands fonds de capital-risque dirigés par des femmes du pays », a-t-il déclaré.
L’investissement de 7,5 millions de dollars d’aujourd’hui a été codirigé par Inspired et Amplo avec Boeing, Tinicum Venture Partners et des investisseurs providentiels.
