聲明:本文來自于（ID:ykqsd.com）授權轉(zhuǎn)載發(fā)布。

「奔向AGI」欄目聚焦AI前沿技術、AI agent創(chuàng)新、AI應用場景研究、芯片技術發(fā)展、機器人技術突破等內(nèi)容，致力于追蹤最前沿的AI商業(yè)創(chuàng)新動態(tài)。

作者：巴里

編輯：海腰

圖源：Eclipse

當人們將耳朵貼在發(fā)動機發(fā)出的轟鳴聲、風扇的旋轉(zhuǎn)聲或氣壓機的震動聲上時，會聽到什么？

答案通常是“噪音”。

但這些看似雜亂的聲波中，往往隱藏著關鍵信息——例如機械即將發(fā)生故障的預警信號。

正是這些機械運轉(zhuǎn)期間對噪音的敏銳觀察，啟發(fā)了兩位校友共同創(chuàng)立了Augury。

這家公司的核心技術能夠?qū)崟r監(jiān)測設備健康狀態(tài)，在故障出現(xiàn)前精準預測潛在問題。

這種前瞻性技術不僅能夠最大限度減少停機時間，還能延長設備使用壽命、提升運營效率——數(shù)據(jù)顯示，采用該技術的客戶可減少75%的意外故障率，提高設備運行時間45%，降低資產(chǎn)運營成本30%。

近期，Augury宣布完成了首次F輪融資中的一部分資金到位，此次融資為F輪融資的首期，預計最終總規(guī)模將達到1億美元。此次投資的主要領投方為Lightrock，其他現(xiàn)有股東包括Insight Venture Partners、Eclipse和高通創(chuàng)投等。

需要指出的是，高通創(chuàng)投在Augury的多輪融資中持續(xù)為該公司提供資金支持，而此次最新融資讓其在工業(yè)AI領域正式躋身獨角獸行列。

用AI技術實現(xiàn)機器“聽音識病”

校友兼戰(zhàn)友情獲5億人民幣新融資

Augury的兩位創(chuàng)始人不僅曾在同一所大學學習，與許多在以色列興盛的硬科技初創(chuàng)公司共享這一背景，他們還都擁有軍隊經(jīng)歷。

Saar Yoskovitz來自以色列海法，這座位于特拉維夫北部約一小時車程的小城市，曾在美國生活了三年，正值20世紀80年代末期，個人電腦剛剛興起。他在二年級時擁有了人生的第一臺電腦。

Saar對電腦充滿熱情，從小就喜歡拆解和重組電腦，深入研究其工作原理?；氐揭陨泻螅谖迥昙夐_始接觸并學習編程。

到了七年級，他已經(jīng)通過幫同學修理電腦并教授他們使用Office軟件來賺取零花錢。母親常常開車送他去“客戶”家，這段經(jīng)歷為他日后的創(chuàng)業(yè)埋下了種子。

在被譽為“以色列理工學院”的地方，Saar Yoskovitz與Gal Shaul相識并成為好友。Saar攻讀工程學，專注于研究機器學習算法在語音識別中的應用；Gal則在一家醫(yī)療設備初創(chuàng)公司擔任軟件開發(fā)工程師，擅長通過聲音分析機器故障。

（圖片顯示Saar Yoskovitz和Gal Shaul并肩而站）

在此期間，Saar已經(jīng)在英特爾的CPU部門工作。隨著學業(yè)接近尾聲，他開始思考自己的職業(yè)發(fā)展方向。

于是，他向周圍的導師、學長和同事尋求意見：是否應該繼續(xù)攻讀碩士學位？是否應該留在英特爾繼續(xù)工作？還是加入一家初創(chuàng)公司？或者直接創(chuàng)業(yè)？有趣的是，幾乎所有人都認為他在英特爾再待幾年，深入了解一家全球性巨頭在產(chǎn)品研發(fā)和運營管理上的完整流程。

他聽取了這些意見，但兩年后就無法堅持下去了。一年后，他決定“厭倦了”現(xiàn)狀，于是給好友Gal打電話說：“我們一定要開始做點什么。”

實際上，兩人在以色列軍隊服役期間受到了啟發(fā)。

Saar在炮兵部隊服役，Gal則在海軍服役。Saar回憶道：“當兵時，我們被大型機器包圍，這些機器就像是我們的戰(zhàn)友。我們很快就與這些機器建立了親密的關系，甚至每一個小聲音、吱吱聲或噼啪聲，我們都知道它們的含義。”

他靈光一現(xiàn)：“嘿，如果我們能用AI技術識別人說的話，為什么不能檢測機器的故障呢？”

于是，兩人將各自擅長的領域結(jié)合起來，準備研發(fā)一款能夠根據(jù)機器噪音診斷故障的軟件。

Saar利用音頻波形分析技術，試圖從噪音中找到機器的故障模式，而Gal則通過聲音判斷問題是出在過濾器阻塞還是其他部位，并根據(jù)經(jīng)驗進行維修。

2011年，兩人正式創(chuàng)立了Augury。他們開發(fā)了一款名為Auguscope的無線手持設備，可以記錄超聲波振動并將其上傳到云端。通過人工智能算法，工程師可以預測機器的健康狀況。

最初，Auguscope為企業(yè)提供診斷系統(tǒng)，例如商業(yè)建筑內(nèi)的泵、風扇、冷水機和HVAC診斷系統(tǒng)。隨后，Augury將服務擴展到為這些設備提供持續(xù)監(jiān)控，并制定維護計劃，覆蓋了食品、制藥、能源等多個行業(yè)。

預測性維護（Prognostics and Health Management，簡稱PHM）傳感器，圖源：Eclipse

典型案例包括：以Hershey為例，通過優(yōu)化生產(chǎn)線以減少停機時間，從而確保供應鏈的穩(wěn)定性；殼牌和?？松梨诮柚鶳HM技術進入石油天然氣領域，利用該技術對關鍵設備進行監(jiān)測；格蘭富（Grundfos）作為全球最大的泵制造商，成功將PHM技術整合至其產(chǎn)品線。在一個案例中，PHM技術成功檢測到轉(zhuǎn)子桿上的裂紋，如果未能及時發(fā)現(xiàn)，可能需要更換整個電機。

自成立以來，PHM傳感器憑借其創(chuàng)新技術獲得了投資者的認可。

睿獸分析顯示，PHM傳感器累計獲得8輪融資，其中高通創(chuàng)投連續(xù)四輪加大注資。2019年，PHM傳感器完成2500萬美元的C輪融資，用于收購機器學習公司Alluvium，進一步提升了其數(shù)據(jù)分析能力。2021年，PHM傳感器在E輪融資中成功躋身獨角獸行列，估值超過10億美元， strategic investment方施耐德電氣和貝克休斯公司的加入為其開拓能源市場提供了重要支持。

收入增長顯著，年復合增長率達500%

匯集了超過5億小時的運行數(shù)據(jù)

預測性維護技術的應用需求持續(xù)攀升

在供應鏈中斷風險日益增加的背景下，全球預測性維護技術的應用需求持續(xù)攀升。

2020年，全球預測性維護技術的總支出約為40億美元。根據(jù)Research and Markets的預測，到2027年，該市場規(guī)模預計將增長至186億美元，年復合增長率超過26%。

預測性維護技術能夠顯著幫助企業(yè)降低意外設備故障造成的成本。

以百事為例，其旗下四個工廠引入了Augury的預測性維護系統(tǒng)后，成功降低了意外故障、生產(chǎn)中斷以及零件更換等行為所導致的額外成本。此外，這項技術每年為百事增加約4000小時的生產(chǎn)能力，相當于數(shù)百萬磅零食能夠順利從生產(chǎn)線運抵商店。目前，百事正將這一技術推廣至大部分工廠。

光明合伙人Ashish（Ash）Puri表示，Augury的預測性維護技術具備99.9%的故障檢測準確率，并在大規(guī)模部署時實現(xiàn)了5至20倍的回報率（ROI），顯著減少了客戶的停機時間和能源消耗。

自上一輪融資以來，Augury的收入增長了五倍，其客戶數(shù)量在《財富》500強制造商中增加了三倍。其平臺已分析超過5億小時的機器數(shù)據(jù)，為40多個國家的客戶提供約10億美元的價值。

圖片來源：Eclipse

Saar將其龐大的數(shù)據(jù)集生動地稱為“故障字典”。通過這些數(shù)據(jù)，Augury無需針對特定設備構建單獨的模型，因為他們已經(jīng)對超過兩萬種泵的運行狀態(tài)進行了觀察。

他指出，疫情使得全球供應鏈管理成為公眾關注的焦點，但工業(yè)領域的數(shù)字化轉(zhuǎn)型進程仍然相對緩慢。由于工業(yè)設備通常使用壽命長達數(shù)十年，企業(yè)很少會在設備仍能正常運轉(zhuǎn)時進行大規(guī)模更換。

目前，Augury的客戶中約80%來自傳統(tǒng)制造業(yè)，20%來自新建的現(xiàn)代化工廠，盡管后者通常缺乏機器人技術。盡管有人認為Augury的技術可能取代某些工作崗位，但Saar強調(diào)，工業(yè)領域?qū)嶋H上面臨人才短缺的挑戰(zhàn)。老一輩技術人員即將退休，而新一代勞動力對制造業(yè)的興趣不高。因此，Augury希望通過數(shù)字化手段幫助現(xiàn)有員工和未來的新員工更好地維護設備。

預測性維護技術通常通過在工廠設備上安裝無線傳感器來監(jiān)測數(shù)據(jù)。這些傳感器接收機器發(fā)出的聲音，并將生成的數(shù)據(jù)傳輸?shù)狡脚_上，由人工智能軟件進行分析。經(jīng)過測試，這些軟件能夠識別不同生命周期的工業(yè)機械聲音，并將數(shù)據(jù)實時傳送給工廠的設備維護團隊，幫助他們更有針對性地檢測和維修設備。

具體到Augury的技術，它結(jié)合了無線傳感器和人工智能算法，通過檢測機器的振動、聲音、溫度和磁數(shù)據(jù)等信息，幫助企業(yè)監(jiān)控機器的運行狀況和性能。

Augury首先在機器上安裝自研的硬件，包括振動傳感器、溫度傳感器和磁傳感器，用于檢測電機的磁輻射。然后，Augury為客戶管理設備連接，并利用機器學習算法對收集的數(shù)據(jù)進行分析，提供全棧解決方案。

實際上，預測性維護技術并非一項新興技術，但隨著全球供應鏈環(huán)境的不斷變化，企業(yè)的生產(chǎn)壓力持續(xù)攀升。在供應鏈中斷導致生產(chǎn)需求急劇上升的背景下，提供預測性維護技術的企業(yè)及初創(chuàng)公司正逐漸成為市場上的稀缺資源。

類似Augury，英國的預測性維護軟件開發(fā)商Senseye此前也遭到了西門子的收購。西門子表示，其技術能夠?qū)⒎怯媱澬詸C器停機時間減少高達50%，同時將維護人員的生產(chǎn)力提升至原來的30%。

通過將語音識別的學術研究成功轉(zhuǎn)化為工業(yè)AI的實際應用，Saar與Gal不僅徹底改變了設備維護的模式，更證實了AI語音識別技術在跨領域創(chuàng)新中所具有的巨大潛力。

正如他們所言："機器的聲音，是通往零故障世界的鑰匙。"