وبما أن المصانع ومنشآت التصنيع أصبحت “أكثر ذكاءً” من خلال أجهزة الاستشعار والروبوتات وغيرها من التقنيات المتصلة، فقد أدى ذلك إلى خلق كنز محتمل من البيانات التي يمكن استخراجها للحصول على رؤى حول الاختناقات ومجالات أخرى للتحسين. أو ربما حتى لتسريع العمليات التي قد تتطلب أعمالًا يدوية كبيرة.
لكن الكثير من هذه البيانات الناتجة غير منظمة وليس من السهل الاستفادة منها بشكل فوري. في حين أن تحليلات البيانات الضخمة كانت لسنوات الدعامة الأساسية لصناعات مثل التمويل والخدمات اللوجستية، إلا أنها لم تشق طريقها بالكامل إلى مجال التصنيع. وقد أدى ذلك إلى إنشاء منجم ذهب غير مستغل من الأفكار، ومؤخرًا سوقًا ناشئة للتكنولوجيات المصممة لالتقاط وفهم مجموعة واسعة من بيانات التصنيع.
في الشهر الماضي، قامت شركة Oden Technologies، التي تأسست في المملكة المتحدة، ومقرها الآن في نيويورك، بجمع جولة تمويل بقيمة 28.5 مليون دولار من السلسلة B لتحفيز النمو لمنصة تحليل البيانات الخاصة بالمصنعين. جمعت شركة ديدالوس الألمانية 21 مليون دولار لتطبيق الذكاء الاصطناعي في مصانع التصنيع الدقيقة. وحصلت شركة Robovision البلجيكية على مبلغ 42 مليون دولار لجلب معلومات الرؤية الحاسوبية إلى الآلات الصناعية.
الآن حان دور EthonAI، حيث أعلنت الشركة السويسرية الناشئة يوم الخميس أنها جمعت 15 مليون فرنك سويسري (16.5 مليون دولار) في جولة التمويل الأولى بقيادة Index Ventures، بمشاركة General Catalyst وEarlybird و Founderful.
EthonAI يكتشف العيوب في المنتجات
تأسست شركة EthonAI في زيوريخ في عام 2021 على يد الرئيس التنفيذي جوليان سينونر ومدير التكنولوجيا التنفيذي بيرنهارد كراتزوالد، ويمكنها تدريب نماذج الذكاء الاصطناعي لحالات استخدام محددة، على سبيل المثال في تصنيع الإلكترونيات حيث يوفر العميل صورًا للمنتجات الخالية من العيوب ويمكن لبرنامج Inspector الخاص بـ EthonAI بعد ذلك تحديد العيوب السطحية. في المنتجات أثناء عملية التصنيع والتجميع. استحوذت شركة Apple مؤخرًا على شركة تدعى DarwinAI والتي تخدم غرضًا مشابهًا، من حيث أتمتة عملية إدارة الجودة المرئية في تصنيع المكونات.
على نطاق أوسع، يمكن لـ EthonAI دمج البيانات من جميع أنحاء إعداد التصنيع للشركة، بدءًا من أجهزة الاستشعار وحتى محطات التوقف، وبناء صورة عن الأماكن التي تسير فيها الأمور والأماكن التي لا تعمل فيها بشكل جيد – وحتى مقارنة الأداء عبر منشآت متعددة لمعرفة الأماكن التي قد تكون هناك خلل فيها. مجال للتحسين.
خلال تاريخها الممتد لثلاث سنوات، جمعت EthonAI بعض العملاء البارزين إلى حد ما، بما في ذلك شركة Siemens وشركة Lindt لصناعة الشوكولاتة.
يكشف البحث في الأسواق المستهدفة لشركة EthonAI أن تصنيع أشباه الموصلات هو أحد مجالات التركيز المحددة، على الرغم من أن الشركة لم تكشف عن أي عملاء محددين في هذا المجال. ومع ذلك، يعتبر انخفاض الإنتاجية مصدر قلق معروف في قطاع الرقائق، حيث يمكن أن تؤثر العيوب في رقائق السيليكون على عدد الرقائق الفعلية القابلة للاستخدام بعد الإنتاج. والجدير بالذكر أن شركة آبل توصلت إلى اتفاق في العام الماضي مع شركة تصنيع الرقائق TSMC والتي يبدو أنها كانت تتمتع بمعدلات عائد منخفضة بشكل خاص (55٪ فقط في ذلك الوقت)، حيث أبرمت شركة آبل صفقة للدفع فقط مقابل الرقائق الجيدة المعروفة – مما يوفر مليارات الدولارات في هذه العملية.
وتقول EthonAI، من جانبها، إنها تعمل مع “شركة رائدة في إنتاج أشباه الموصلات” تستخدم منصتها لدمج مجموعات بيانات متعددة لإجراء التحليل وتحديد العلاقات غير المعروفة سابقًا بين العمليات والمعدات ومعدلات الإنتاج.
وقال سينونر في بيان صحفي: “إن التصنيع يمر بمنعطف حرج، والشركات التي تفشل في التكيف مع الذكاء الاصطناعي تخاطر بالتخلف عن الركب”. “تنتج المصانع كميات كبيرة من البيانات، ويعتبر الذكاء الاصطناعي هو المفتاح لفتح الرؤى لتعزيز التميز التشغيلي.”
اكتشاف المزيد من موقع شعاع للمعلوماتية
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
