獲1.2億美元融資，Tractian用AI挽回每年1.4萬億美元的機器停機損失
AI正往行業深處進發，尤其是以往自動化和智能化程度較低的製造業。
一家叫Tractian的公司正在打造「工業Copilot」，它致力於讓製造業工廠的設備實現「零停機」，並利用AI技術彌合機器與人類專家之間的鴻溝。它的方案結合了智能硬件與人工智能驅動的軟件，用於監測機器、預測機器故障，並優化維護計劃。
它的客戶每年每台監控機器的平均節省費用為6000美元，投資回報率（ROI）達到6至12倍。
近期，Tractian獲得1.2億美元C輪融資，由Sapphire Ventures領投，General Catalyst、Next47和NGP Capital參與投資。
用AI改造機器監控系統，消除計劃外停機
Tractian的創始人兼首席執行官是Igor Marinelli，畢業於加州大學伯克利分校。Marinelli曾在紙製品製造商International Paper擔任軟件工程師。在那裡，他深刻體會到傳統機器監控系統的落後。
傳統機器監控系統的不足，帶來的是製造業工廠計劃外停機的問題，據統計，計劃外停機每年給全球500強企業造成的損失高達產量的11%，約價值1.4萬億美元。
Marinelli曾創立慢性健康疾病預測應用Blue AI，從這次失敗的創業中，他領會了產品市場契合度的重要性。
Blue AI創業失敗後，Marinelli與聯合創始人Gabriel Lameirinhas共同創立了Tractian，旨在通過AI和物聯網技術，幫助企業實現預測性維護，減少停機時間。
Sapphire Ventures的合夥人Anders Ranum表示：「我們將Tractian視為工業領域的變革力量，他們通過AI解決方案解決了當今製造商面臨的最昂貴挑戰之一——計劃外停機，不僅預測問題，還推動了運營投資回報率（ROI）。」
江森自控維護經理Luis Moncada表示：「我們希望成為世界級的製造商，而如果沒有預測性維護解決方案，這是無法實現的。我們曾嘗試內部開發，但最終陷入數據混亂且無法輕鬆採取行動的困境。AI將成為機器監控系統的核心—我希望我的警報基於我的使用情況、我的設備以及我對機器的壓力方式。Tractian在應用新技術方面更加敏捷，並且在提出新想法和實施方面更具協作性。」
高效高敏的傳感器與特定AI模型相結合
要減少機器的計劃外停機，核心是提前發現機器的異常，並在可控的時候有計劃地排除。
Tractian解決這一問題的方案分為硬件和軟件兩部分。在硬件方面，它的先進傳感器通過監控機器的振動、運行時間和轉速來檢測可能預示設備故障的變化。在軟件方面，Tractian通過AI模型將收集來的數據交給特定的AI模型進行處理，這些模型可以比對40萬個故障原因數據庫，識別可能發生的故障。
在產品方面，Tractian的硬件主要是Smart Trac Ultra傳感器。
這一傳感器能夠實時監控設備的振動、溫度、轉速、加速度和能耗等關鍵參數。此外，它可以通過AI算法分析設備的振動和頻率模式，生成每台設備的「指紋」，用於識別特定的機械問題（如磨損、不平衡、錯位等）。而且它還能根據環境變化（如季節、負載變化）動態調整警報閾值，減少誤報率。此前，過高的誤報率使得傳統機器監控系統ROI過低。
Tractian的軟件產品分為TracOS維護管理平台，Energy Trac能源管理系統，AI-Assisted Maintenance輔助系統，以及Tractian App。
TracOS維護管理平台是一個計算機化維護管理系統（CMMS），它與ERP系統無縫集成，提供實時數據管理、任務記錄和資產跟蹤。它還利用AI生成維護程序、檢查清單和未來維護建議，優化維護計劃，並且結合OEM手冊和客戶日誌，生成定製化報告和優先級行動建議。
Energy Trac能源管理系統主要針對的是能源部分，它可以實時監控設備的能耗模式，提供詳細的能源消耗數據，並且通過AI分析能耗數據，識別節能機會並優化設備運行參數，此外他還能進行能源異常檢測和能源預測，幫助企業製定節能計劃。
AI-Assisted Maintenance輔助系統是AI新浪潮爆發後的新功能，它具有3層AI模型，包括通過AI識別潛在故障的診斷層，將設備數據與全球數據庫中類似設備比對的分析層，以及結合人類反饋進行AI模型準確優化的學習層。
Tractian的AI模型專門針對不同的機器類型和工業垂直領域進行定製；目前，Tractian已部署了3000個專有AI模型，能夠檢測不同類型的故障，其平台將繼續通過用戶反饋適應新系統。
如果以上的軟件集中在機器監控系統的功能，那麼Tractian App對於AI的智能用得更徹底，它能夠通過AI生成實時設備狀態和故障診斷結果，幫助技術人員快速解決問題，還能夠提供設備維護的最佳實踐和操作指南。在熟練的人類工人數量不足時，它可以幫助工廠保證生產的質量和工藝的穩定。
目前，Tractian的解決方案覆蓋了全球約5%的工業GDP。全球工廠每生產1000美元，其中50美元是在依賴Tractian解決方案的環境中產生的；Tractian的業務涵蓋食品飲料、汽車、消費品、採礦、石油天然氣、商品製造等多個垂直領域，其500家客戶的1000多家工廠中已部署了超過10萬個傳感器，客戶包括博世、現代汽車、卡達彼勒、江森自控以及寶潔、卡夫亨氏等各領域頂級製造商。
Tractian的客戶每年每台監控機器的平均節省費用為6000美元，投資回報率（ROI）達到6至12倍。
AI應用爆發中，製造業等硬核方向也值得「死磕」
AI應用的大爆發是2024年-2025年的創業趨勢。從2024年的統計來看，企業AI、編程AI以及具身智能是最熱的創業和投資方向；一方面是它們離錢最近，另一方面是它們一旦發展成熟後對行業生態和產業鏈會產生巨大影響力。但我們也可以說，這些方向是AI應用中，容易摘取的果實。
在行業深處，還有一些方向，等著AI去滲透和改造，它們可能很傳統，看起來沒有「油水」，但是一旦取得較大的市場份額，仍然可以獲得很大的經濟影響力。一些企業已經在「死磕」這些領域，例如把目標放在製造業的Tractian，以及瞄準了礦物勘探的KoBold Metals。
而且，隨著技術的發展，AI的產品形式也將不僅是Copilot或Chatbot這幾種，AI智能自動化，無感化是新的發展方向，AI Agent是一種發展方向，Tractian這樣軟硬件結合是另一種方向。
中國是世界上最大最重要的製造業國家之一，讓AI的智能進入製造業，提高製造業的效率，降低成本，或者輔助開發出更高端的產品，對於中國站穩在全球產業鏈中的位置，有重要意義。儘管在製造業進行AI創業，可能不會像其他領域發展那麼快，但其發展潛力仍然是巨大的。
本文來自微信公眾號 「阿爾法公社」（ID：alphastartups），作者：發現非凡創業者的，36氪經授權發佈。
