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是一家设计公司，该公司设计用于预测和防止工业中断的制造工具，已筹集了900万美元。一位发言人表示，这笔资金将用于进一步开发Seebo的AI技术并扩大其客户群。

由于生产过程效率低下，大型制造商每年遭受的损失高达数万至数十万美元。根据IDC的调查，仅由于效率低下，公司的收入就会损失20%至30%。Seebo旨在通过推荐补救措施的预测算法来帮助解决这一问题。

Seebo的平台将制造流程与AI和机器学习集成在一起。利用企业定制的方法进行特征工程，它将这些过程中的数据转换为视觉见解，传递给操作员和值班经理，质量控制和维护工程师以及管理人员。

这是四年前Seebo商业模式的枢纽，该模式为公司提供了一个端到端平台，可以使用一组拖放工具来设计，验证和启动智能设备。尽管Seebo在从健康，保健到时尚的各个行业都取得了一定程度的成功，但它最近扩大了其关注范围，以解决更多的工业用例。

Seebo采用“数字孪生”方法进行仿真-这种方法在其他领域已广为人知。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正在从事的项目创建位置模型，将现实世界转换为机器可以理解的版本。GE提供的技术使公司可以对实际机器的数字孪生模型进行建模并密切跟踪性能。Oracle提供的服务依赖于对象，设备和工作环境的虚拟表示。微软本身提供了Azure Digital Twins和Project Bonsai，两者均在模拟环境中为人，地方和设备之间的关系和交互建模。

但是Seebo声称其客户(包括Barilla，雀巢，Mondelez，百事可乐，Allnex和大众)可以在创纪录的时间内创建数字孪生原型，通常在两周或更短的时间内。Seebo还表示，其解决方案比大多数解决方案更具整体性，可汇总来自生产线(包括自动质量检查系统)的数据，并应用基于流程的AI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还考虑了生产流程和原材料。它创建了一条生产线虚拟地图，以将预测警报，事件和历史数据关联起来。使用预测性仿真可以使流程工程师仿真生产流程在不同情况下的行为(以及是否可以避免流程效率低下)。

Seebo说，对于一个制造客户来说，它能够追踪破碎的晶圆到烤箱的高温以及传送带速度的异常跳动。基于此，该公司的运营团队使用Seebo的产品来创建质量警报，以避免堵塞并保持质量标准。

Ofek Ventures牵头对Seebo进行了900万美元的投资，Vertex Ventures和现有投资者Viola Ventures和TPY Capital参与了该项目。该轮融资使公司的总融资额达到了3100万美元。