10のアツいAI技術とそのIoTスタートアップ企業

10のアツいAI技術とそのIoTスタートアップ企業 – 記事

IoTは処理が可能な多くデータを生成し、革新的なスタートアップ企業の中には人工知能が多く取り入れられ、様々な負荷を軽減できるようなサービスを提供しています。

プラント、工場、および製造業者はすでに一般的にIoTを採用しており、企業プロセスの合理化、効率の改善、問題が発生する前の保守問題の検出方法として、どの企業も人工知能の使用を強く推進しています。

AI駆動の産業用IoTには、すでにスターとなる企業が存在し、Uptakeなどは1億1,700万ドルの資金調達と23億ドルの企業評価をされており、C3 IoTなどはVC資金調達で2億4300万ドル、14億ドルの企業評価がされています。

AWSDellCiscoなどは、IoTとエッジコンピューティングに数十億ドルを注ぎ込んおり、
HPEは近日、インテリジェントエッジに40億ドルを投資し、Microsoftは65億ドルをIoTの取り組みに投資した、との情報も存在まします。

このセクターでの競争は必須ですが、機会が十分に大きいため、以下であげている10社のスタートアップ企業には規模拡大の余地があり、今後大注目の企業です。

1. Alluvium


職種:複雑なデータストリームを簡単なリアルタイムの洞察に変えるIoT分析プラットフォームを提供します。

設立年:2015年

資金調達:Work-Bench、IAベンチャー、Bloomberg Beta、Lux Capitalからのシード資金4百万ドル

本部:New York

CEO:Drew Conway氏は、グローバル非営利団体であるDataKindを共同設立し、Machine Learning for Hackersの共同執筆者でもあります。

解決する問題:
産業のオペレーションは、専門のオペレータが手動で観察し分析するよりも多くの生データを収集します。
どのデータが重要で、何がノイズなのかを判断するのは難しいかもしれません。
重要ではあるがデータの小さな点滅は見逃しやすいため、パフォーマンスが低下したり、停止時間が発生したり、安全性の問題が発生する可能性があります。
ノイズ内の重要な信号が失われてしまうと、金銭的損害と生産性損害の両方で、産業上の操作に費用がかかることになります。

解決する方法:
機械学習AIを活用して、Alluviumは工業企業の操業安定性と生産性の向上を支援します。
Alluviumの主力製品であるPrimerは、機械学習を使用して、センサーと生産データを使用可能にしています。

産業チームはデータを迅速にナビゲートして、偏差の発生場所と時期と問題の原因を特定し、実行するべきアクションを決定することができます。
Primerは、昨夜から昨年までの任意の時間枠から収集されたデータに基づいて安定性スコア分析を作成します。
Primerは、オペレーターがセンサー、単一のマシンまたは施設全体の異常を特定して、操作を円滑に実行するのに必要な変更を行う際に役立ちます。

競合他社には、OSIsoftC3 IoTUptake、Foghorn、PresensoFalkonry、Mannaがあります

顧客には、出版の時点で記録を残す顧客はいませんでした。

スタートアップ:
Alluviumは400万ドルのシード資金を確保していますが、チームの規模は小さく、初期のスタートアップにとっては珍しいことではありません。
Alluviumは高い成長率を誇りに思っていますが、紛らわしいスペースに入っています。
このような騒々しい市場では、Alluviumはシンプルさに焦点を当てています。
Alluviumは、複雑なプロダクションシステムから生成されたデータを、専門家以外の人が理解できる一連のメトリックに変換します。
結果として得られる「安定性スコア」は、事業者がビジネス目標を達成できないような主要変数を簡単に追跡するために使用できるデータポイントを一目で把握します。

2. Arundo Analytics


職種:機械学習などの高度な分析アプリケーションを通じて業務を改善します。

設立年:2015年

資金調達:3500万ドル
投資家には、Sundt AS、Stokke Industri、Horizon、Canica、Strømstangen、Arctic Fund Management、Stanford-StartX Fund、Northgate Partnersが含まれています。

本社:テキサス州ヒューストン

CEO:Tor JakobRamsøy氏
McKinsey&CompanyのSenior Partnerで、Global Energy PracticeとEMEA Big Data / Advanced Analyticsのテクノロジーサービスラインを率いていました。
彼はマッキンゼーノルウェーのカントリーマネージャーでもあり、ScandinaviaのBusiness Technology Officeを率いていました。

解決する問題:
製造業者は、機械学習などの高度な分析アプリケーションを日々の業務に統合しようとする際、独特の課題に直面します。
これらの課題には、高度に設計された複雑な物理資産の管理、何十年にもわたって発生してきた機器や計測器のレイヤー上のレイヤーを処理します。
また、複数の事業会社、子会社、取得企業、さらには第三者ベンダーに分散しているさまざまなレベルの制御システム、ERPシステム、データストアに対応しています。

その複雑さにより、ライブデータの活用や、クラウドまたはエッジベースの機械学習システムは、簡単な仕事ではありません。
そのデータに基づいてモデルタイムリーにプッシュすることはさらに困難なため、データはビジネス上の意思決定に役立ちます。

これを達成するには、機械学習アプリケーションのスケールを少数のモデルから数百の典型的な工業操作モデルへと広げないといけないのです。

解決する方法:
Arundo Analyticsは、石油・ガス・電力・海運の大企業がエッジ解析を使用しようとする際に発生するエンドツーエンドの課題を自動化します。
Arundoはマシン学習と高度な分析をエッジデータ入力に適用し、それらのインプットを日常業務に統合し、企業全体でこれらのアプリケーションを拡張します。
Arundoは、企業レベルのソフトウェアアプリケーションを作成するために、企業がクラウドに機械学習モデルを導入するのを支援します。
Arundoは、設備状態の監視を含む一般的な産業上の課題に合わせて構成可能な既定のアプリケーションも提供します。

競合他社には、GE Predix、Siemens Mindsphere、ABB Ability、C3IoT、Uptakeが含まれています。

顧客には、Equinor、AkerBP、Carnival Maritime、DNV GL、INEOSが含まれています。

スタートアップ:
Arundo Analyticsは、全てのスタートアップのうち、第2位のVC(3,500万ドル)を抱えています。
彼らのチームのリーダーは、マッキンゼー&カンパニー、アーカーソリューションズ、シーメンス、その他のハイテク産業に特化した企業で経験を積んでいます。
また、彼らは早期に採用している記録的な顧客の信頼できるリストを持っており、Arundoのすぐれた工業用アプリケーションは、メーカーが異常検出などの一般的な問題をすぐに克服するのを助けます。

3. Canvass Analytics

職種:AIで動く予測解析論プラットフォームを産業応用に提供する事です。

設立年:2016年

資金調達:2017年5月に閉鎖されたバーニー・ペルの参加によるReal Venturesの2回のシード資金調達ラウンドのうちの1回目のもので、財務条件は開示されていませんでした。 2018年7月に2回目が閉じられ、今月発表される予定です。

本部:オンタリオ州トロント、カナダ

CEO:Humera Malik氏。
以前はQuexor Groupのエグゼクティブディレクター、Redkneeのプロダクトマネジメントディレクターを務めていました。

解決する問題:
典型的な産業環境は、データが豊富なため情報も豊富です。
プラントの接続された資産とダイナミックなプロセスにより、毎分数百、数千のデータポイントが生成されますが、このデータの10%未満が洞察を導き、意思決定を支援するために使用されます。
Canvass AnalyticsのリアルタイムAIデータモデルは、オペレータが産業プロセスに影響を与える変数を理解するのに役立つ傾向を特定します。
Canvass AIプラットフォームはリアルタイムでデータの変化に対応し、最新の情報をオペレーションチームに提供し、品質を改善し、エネルギー消費を削減し、資産の健全性を最適化するためにオペレーションを継続的に調整することができます。
AIを使用してデータサイエンスのプロセス全体を自動化することによって、大規模で複雑なデータを迅速に処理するという課題に直面しています。
このプラットフォームは、産業機械、センサー、およびオペレーションシステムによって生成された何百万ものデータポイントを抽出し、データ内に深く隠されたパターンや相関を識別して新しい洞察を作成します。
これらの自己学習モデルはリアルタイムで新しい条件に適応し、オペレーションチームによる決定が可能な最も正確なデータで行われるようにします。

競合他社には、GE Predix、IBM Watson、Uptake Noodle.aiCustomersが含まれています。

顧客には、出版の時点で記録を残す顧客はいませんでした。

スタートアップ:
初期段階のスタートアップであるCanvass Analyticsは、アーリーアダプターを追求するために2回のシード資金を確保しています。リーダーシップチームは、Quexor Group、Redknee、Bell Canada、NorthWest Energy、CHR Solutionsなど適切な経験を積んでいる会社です。
リアルタイムで大量のデータを取り込み、運用プロセスを改善し、自動化するためのプラットフォームを構築しています。

4. Falkonry

職種:機械学習ソフトウェアを産業の活動に提供しています。

設立年:2012年

資金調達:1090万ドル
2018年6月にシリーズAの460万ドルを締結しました。
投資家には、Polaris Partners、Zetta Venture Partners、Presidio Ventures(住友)、Fortiveが含まれます。

本部:Sunnyvale、Calif

CEO:Nikunj Mehta氏。
以前彼はC3 IoTの顧客成功のVPでした。
その前に、彼はオラクルで、現代のすべてのブラウザーに組み込まれているデータベース用のIndexedDB標準を作成したチームを率いていました。

解決する問題:
世界中で競争するためには、企業は業務の生産性を向上させる必要があり、ビジネスモデル、および多くの産業企業は、その変化を推進するためにデータ分析に目を向けています。

製造プロセスやプロセス運用で生成されるデータ、特に時系列データは、生産システムの健全性に関する実用的な洞察を提供する情報が非常に豊富です。

機械学習は膨大な量のデータを分析するのに理想的です。
しかし、データサイエンスコンサルタントを雇用することは、運用チームの主体的な専門知識が不足しているため、非効率的であることが実証されています。
その結果、プロジェクトの結果を見るのに1年以上かかることがあります。

解決する方法:
大部分の離散製造および産業プロセス操作で装置および生産システムによって生成された時系列データを多変量化する機械学習です。
大量の信号を考慮すると、現代の業務ではほとんどの産業データが使用されません。 Falkonryの操作機械学習システムは、人間や伝統的な分析では観測できない、隠されたデータパターンを発見することができます。
これらのパターンは動作状態の洞察を提供し、望ましくないイベントに先行する状態を識別して、早期の警告を出します。
監視されているプロセスによっては、このような早期警告は数時間、数日、または数週間前に発生する可能性があります。
Falkonryは、そのシステムがデータ科学者が必要でないことを意味するように機能し、製造エンジニアまたはプロセスエンジニアが迅速に導入できます。お客様は、システムを導入してから3週間以内に実用的な検討を得ることができます。

競合他社には、
Cylance、Alluvium、Presenso、Seeq、Sight Machin、SparkCognitionが含まれます。

顧客には、Toyota Industrial Equipment Manufacturing、Kawasaki Heavy Industries、Ternium 、Ciner Resources and Energias de Portugal(EDP)が含まれます。

スタートアップ:
Falkonryは資金調達で約1100万ドルを凍結しました。創設者兼CEOのNikunj Mehtaは以前、ユニオンIoTの新興企業であるC3 IoTでカスタマーサクセスのVPを務めました。トヨタとカワサキの産業部門を含む顧客リストを追加するのは容易なことではありません。

5. Interactor

職種:どのAIシステムにも接続できるエッジコンピューティングプラットフォームを提供しています。

創立:2014年

資金調達:プライベート・エクイティ(Telos Ventures)と政府(National Science Foundation、国土安全保障省)から資金を調達しています。

本部:カリフォルニア州サニーベール

CEO:David Jung氏。以前は、BrocadeとCiscoのエンジニアリングリーダーでした。

解決する問題:
IoTのトレンドが大きくなるにつれて生成されるデータ量が膨大になり、エッジでのAI処理が良いものから、持たなければならない物へと変化します。
しかし、コンピューティングリソースが制約されているため、エッジでのデータの処理は難しくなっています。
これは多くのAI IoTベンダーがデータをクラウドにプッシュしようとする理由です。

解決する方法:
InteractorのIoTのソフトウェアは、会社がどんなに長い配備準備なしでも最先端のAI技術を適用することを可能にします。
Interactorは、エッジデバイスとクラウドの間に位置する小さなフットプリントのIoTゲートウェイとして機能します。
Interactorは、相互にやりとりするテクノロジーや、小さな(約50MB)実行ファイルに統合するために必要なすべてのコンポーネントとマイクロサービスを抽象化します。

Interactorを使用して、開発者とオペレータはAIを簡単に統合し、 IoTエッジソフトウェアは、IoTゲートウェイまたはサーバー上で実行でき、事前にパッケージ化されたデバイス構成、セキュリティと認証、メッセージング、デバイスの可視性、ロギング、およびエラー処理が含まれます。

競合他社には
AWS Greengrass、Microsoft 、Azure Edge、EdgeX FoundryとPTC Kepware Customers、を含みます。

顧客には
Cisco、Panasonic、マレーシア政府とMacroBlockを含みます。

スタートアップ:
Interactorはその資金提供の詳細を公表しませんでしたが、その後援者にはVC会社と国土安全保障省が含まれます。

原文はこちら: 10 Hot AI-powered IoT startups

【IoTレポート】通信インフラストラクチャ、ネットワーク技術、チップセットタイプ、アプリケーション、および地理による5G... 世界のIoTに関するレポート公開中