01.09 2020值得關注的7家工業智能創企

1、Bright Machines

2018 年 5 月成立，可以簡單理解為，該公司的目標是開發軟件，通過人工智能和機器學習，教會老機器人（比如裝配線上的機器人）執行新任務。總部位於舊金山，在西雅圖設有辦事處，在特拉維夫設有研發中心。

2019 年 6 月推出第一款產品：Software-defined Microfactories（軟件定義的微型工廠），通過計算機視覺、雲計算、邊緣計算、機器人技術和機器學習，讓生產機器人能夠處理自動化程度更高的任務。

Bright Machines 最早是全球著名的電子產品製造商 Flex（偉創力，僅次於富士康的世界第二大代工企業）的內部孵化項目。2018 年 5 月，以 AutoLabs AI 的名字從 Flex 剝離出來，並於去年 10 月改名為 Bright Machines。當時，該公司已經獲得 Eclipse Ventures 領投的 1.79 億美元 A 輪融資。

2019年3月，又獲得 BMW i Ventures（寶馬集團旗下風投公司）投資。根據 Pitchbook 的數據，Bright Machines 已累計融資 2 億多美元，估值達 6.79 億美元。

Bright Machines 被世界經濟論壇列為 2019 年技術先鋒之一；在 Forbes 列舉的應用機器學習和計算機視覺等科學來改變一個行業的公司中名列前茅。

注：Bright Machines 所獲榮譽

Bright Machines 擁有一支由 Autodesk、Flex、Mentor Graphics、AWS和谷歌等公司的資深員工組成的領導團隊。

注：創始人：Amar Hanspal（CEO）、Tzahi Rodrig（首席運營官）、Lior Susan（曾是Flex高管，2015年與紅杉資本的 Pierre Lamond 共同創立了Eclipse Ventures）。

CEO Amar Hanspal 2018 年加入 Bright Machines 前，是設計軟件公司 Autodesk 的臨時聯席 CEO 和首席產品官，負責公司的整個軟件組合，包括其創新的製造和建築應用。他曾負責將 Autodesk 的產品組合從內部服務轉變為對外的 SaaS，並將其業務模式從永久許可制轉變為訂閱制。他帶領 Autodesk 進入雲計算，使 Autodesk 的 1200 萬客戶幾乎可以在任何設備上訪問他們的設計。

首席運營官 Tzahi Rodrig 是全球運營專家，專門研究複雜的供應鏈、製造、分銷和服務。曾任 Flex（偉創力）全球製造業務總裁；更早之前，他創立了電子製造服務提供商 Uniskor，並於 2000 年被 Flex 收購。

CTO Brian Mathews 則花了30年的時間為設計師和工程師設計雲軟件和桌面軟件。加入 Bright Machine 前，他在 Autodesk 領導一個 500 人的平臺小組團隊，負責軟件開發、雲操作、產品安全和合規。在他的領導下，Autodesk 開發出了3D 現實捕捉、計算機圖形、增強現實、數據壓縮等產品。

Bright Machines 的董事會成員還包括：前 Autodesk 首席執行官 Carl Bass，Flex 首席執行官 Mike McNamara 和 Seagate 首席執行官 Steve Luszo。

儘管近幾十年來工廠的自動化程度越來越高，但 Bright Machines CEO Amar 仍認為，到目前為止，製造業中最複雜的操作對於又盲又啞的機器人來說都太難了，它們無法像人類一樣精確、準確地執行任務。而且，耗費幾個月時間來設置和訓練機器人，它們往往只擅長執行某一項任務。傳統的自動化無法快速擴展，也就無法滿足製造商日益增長的需求。他認為，可以通過軟件定義的工廠自動化來滿足這一需求。

（「軟件定義」（software-defined）一詞經常用於計算機網絡，它意味著一個系統較少依賴於特定的（也許是昂貴的）硬件，而更多地由軟件定義。）

Amar 說，「實現智能自動化的關鍵是，將單臺機器連接到由 AI 驅動的軟件層，該軟件層負責配置、監控、管理機器和操作，創建可編程和自治化的工廠。我們稱這種方法為 Software-Defined Manufacturing（軟件定義製造）。」

Bright Machines 研究了三種技術——計算機視覺、機器學習和自適應機器人技術，認為這三種技術已經足夠成熟，可以打包起來解決這個問題。

Amar 在 AutoDesk 學會了優先處理重要的問題，所以，Bright Machines 決定首先專注於自動化裝配，「因為這是客戶最難做好的事情。」

他們從當今大多數生產線上最需要人工操作的環節——組裝和檢驗環節入手，並在 2019 年 6 月發佈了它們的第一款產品：Software-Defined Microfactories（軟件定義的微型工廠）。

Microfactories 將軟件、機器學習、計算機視覺和自適應機器人技術整合到一個自動化平臺中，為解決組裝和檢驗問題提供了一套完整的自動化解決方案。Microfactories 包含 Bright Robotic Cells、Brightware™ 軟件以及物料進給、運輸系統和機械臂幾個部分，通過 Microfactories，用戶可以指示機器按照自己的意願組裝和檢查產品，比如，讓機器將芯片插入電路板中。

注：Bright Machines Microfactories

· Brightware™：是一款基於雲的軟件，用戶可以在該軟件中指導機器做什麼。

· Bright Robotic Cells（Bright機器人單元）：可以對基於自適應機器人技術的、預先集成好的、生產準備就緒的模塊化單元進行配置，以滿足組裝產品的製造需求。人們可以像拼樂高積木一樣把它們拼在一起，組成流水線，執行製造任務。

根據介紹，Brightware 加上一個即插即用的配件庫，就可以將同一組 Bright 機器人單元變成完全不同的、高度專業化的裝配微型工廠。

Bright Machines 稱，將繼續提供增強的 AI 能力，使 Microfactories（微型工廠）隨著時間的推移變得越來越智能。

據瞭解，Bright Machines 的客戶已經在亞洲、歐洲和北美的20個生產基地部署了 30 多家 Microfactories（微型工廠）。

根據 Bright Machines 披露的信息，北美一條幫某家大型汽車製造商生產車載（電子）信息娛樂系統/中控臺（infotainment electronics consoles）的產線用 Microfactories 代替了組裝過程，使得單位產量每小時增加了 33％，缺陷率降低了百萬分之 88，裝配線的員工減少了 50%。

拉美一條幫某家大型汽車公司生產前後座媒體中心（media hubs）的產線，也用 Microfactories 代替了組裝過程，使得生產率提高了 60%，每小時的產量增加了 40%，且完全不需要人工參與，從而降低了缺陷率。

Bright Machines 還改變了亞洲一條為全球領先電信公司生產射頻濾波器（radio frequency filters）的產線，使該裝配線的員工減少了 80%，每小時的產量增加了 20%。

如果想對這家公司有更多瞭解，還可以訪問他們的官網和博客，以及閱讀這篇文章《NI與Bright Machines、工業富聯攜手打造軟件定義智能製造平臺》——此文是根據Bright Machines在National Instruments年度用戶大會NIDays Asia上的分享整理而成的。

公司官網：

https://www.brightmachines.com/

博客：

https://www.brightmachines.com/blog/

文章鏈接：

http://m.elecfans.com/article/1141666.html

2、Dragos

一家工業控制系統（ICS）網絡安全公司，2016 年成立，總部位於華盛頓。前身是成立於 2013 年的 Dragos Security。

2016 年 8 月，宣佈完成 120 萬美元種子輪融資；2017 年 8 月，宣佈獲得 1000 萬美元 A 輪融資；2018 年 11 月，宣佈獲得 3700 萬美元 B 輪融資。

投資方包括：DataTribe、AllegisCyber、Energy Impact Partners、Emerson、National Grid Partners、Schweitzer Engineering Laboratories等。

Dragos 被 Gartner 評為 2018 年工業物聯網和 OT 安全領域的傑出供應商。

Dragos 的創始成員都是美國情報界的資深人士。

Dragos 創始人兼 CEO Robert m. Lee 在工業安全界非常有名，是公認的工業安全事件響應和威脅情報領域的先驅者。曾受命於美國國家安全局（NSA），以美國空軍網絡戰作戰官的身份開始他的安全工作。

在 NSA，他開展了一項史無前例的任務——識別和分析國家工業基礎設施面臨的威脅。他還在 SANS 研究所(ICS515)和業界認可的網絡威脅情報課程(FOR578)建立了工業界第一個專門的監控和事件響應課程。

Robert 協助領導了 2015 年針對烏克蘭電網遭遇網絡攻擊的調查，他和他在 Dragos 的團隊幫助識別和分析了 2016 年攻擊烏克蘭電網的 CRASHOVERRIDE 惡意軟件，以及 2017 年針對中東一個工業安全系統部署的 TRISIS 惡意軟件。

聯合創始人 Jon Lavender 和 Justin Cavinee 與 Robert 的首次合作，是在他們在美國情報界（U.S. Intelligence Community）工作時，他們當時的任務重點是確定對關鍵基礎設施實施攻擊和網絡間諜活動的民族國家。

Dragos 的技術和服務致力於幫助客戶更好地瞭解他們的 ICS 資產，瞭解其網絡面臨的特定威脅，併為這些特定威脅建立適當的安全基礎設施。

Dragos 提供全面的工業威脅檢測和響應解決方案，該解決方案使用一種智能驅動的方法來檢測威脅，並讓客戶瞭解如何應對威脅。該解決方案包括：

1）Dragos platform：Dragos平臺，一個專門為製造商服務的網絡安全平臺，提供規範的工業網絡安全專業知識，也提供特定於工業控制系統（ICS）的資產識別、威脅檢測和響應能力，使安全團隊能夠更快地檢測和應對工業網絡安全威脅，減少停頓時間和停機時間。

2）Dragos Threat Operations Center：Dragos 威脅行動中心，提供 ICS 威脅搜尋、事件響應服務以及ICS網絡安全培訓；

3）Dragos WorldView intelligence reports：Dragos 世界觀情報報告，以每週報告和緊急警報的形式提供全球針對ICS的威脅情報。

在過去兩年時間裡，Dragos 的員工數量增長了 3 倍。2019 年 3 月，收購了NexDefense，一家工業控制系統(ICS)可視化技術供應商。

2019 年 10 月，Dragos 宣佈，年收入同比增長 100%，新客戶增長 70%。擁有來自 11 個國家、4 個大洲的 120 個客戶，客戶群包括美國 10 家最大的電力公司中的 7 家，北美、歐洲、中東和非洲地區 10 家最大的石油和天然氣公司中的 5 家。

鑑於製造業最近被列為風險最高的行業，敏感文件的曝光率最高，因此，這絕對是一家新興企業，許多企業將在 2020 年落後於這個企業。

https://dragos.com/

3、 READY Robotics

Ready Robotics 的故事開始於馬里蘭州的巴爾的摩市，2016 年從約翰·霍普金斯大學剝離出來。

CEO Benjamin Gibbs 曾是約翰霍普金斯大學的技術轉讓官員，聯合創始人兼CTO Kelleher Guerin 則在該校完成了博士學位。

2016 年 11 月，獲得種子輪融資；2017 年 12 月，獲得 1500 萬 A 輪融資。迄今為止，已經募集了 1880 萬美元。投資方包括：RRE Ventures、Eniac Ventures、Drive Capital等。

Ready Robotics 的重點一直是為製造商建立易使用的機器人解決方案。目前，已經推出的產品有：

1）FORGE/OS：一款簡易機器人編程軟件

1）具有類似於智能手機的簡單性，操作者可以通過流程圖樣式的塊鏈接直觀地構建任務，通過觸摸屏在幾分鐘內即可創建複雜的自動化任務。

2）Forge/OS 可以實現對所有機器人的運動控制，使用 Forge/OS 可以移動任何機械臂。

3）Forge/OS 易於集成，通過與各類外圍設備（如抓手、傳感器、PLC和氣動裝置）的連接，交付易於集成和全面控制的自動化工具。

2）硬件 FORGE/CTRL，使通過 Forge / OS 界面控制多個機器人品牌成為可能。對 FANUC 和 Universal Robots 的支持已經通過現場測試並獲得客戶認可，現在已經投入使用了。

3）FORGE/STATION：被客戶稱為「自動化的瑞士軍刀」 ，因為它能在生產環境中跨多個機器和任務分配 ROI（投資回報率）。FORGE/STATION 具有豐富的功能，是一個靈活且易於使用的移動機器人系統，能夠處理各種各樣的任務，也能使客戶的操作更安全和更高效。根據介紹，Forge Station 可以讓任何一家制造商在不寫一行代碼的情況下完成各種各樣的任務。

Ready Robotics 還開創了「機器人即服務」(robots-as-a-service) ，這項服務可以在 30 天或更短時間內配置和部署機器人到客戶的設施中。

Ready Robotics 現在的總部位於俄亥俄州的哥倫布市，擁有 50 多名員工。

https://ready-robotics.com/

4、FogHorn

面向工業物聯網邊緣計算智能軟件的領導者，成立於 2014 年，總部位於加州山景城，迄今為止，總共募集了 4 輪資金，融資金額達 4750 萬美元，投資方包括：GE、戴爾、博世、Saudi Aramco（沙特阿美）、霍尼韋爾、英特爾、橫河等。

CEO David C. King 在加入 FogHorn 之前，與他人共同創立了安全雲託管 Wi-Fi 的技術領導者 AirTight Networks，並於 2004 年至 2015 年間擔任該公司董事長兼 CEO。在 AirTight 之前，他曾擔任 WLAN 和無線局域網的先驅Proxim 的董事長、總裁兼 CEO。

FogHorn 是「邊緣計算」領域的領先者，通過將高性能處理、數據分析和異構應用部署在現場控制系統和傳感器，FogHorn 的創新性解決方案可實現邊緣設備的智能優化。這有助於工業客戶在製造業、石油和天然氣、水電、運輸、採礦、可再生能源、智慧城市等領域的大數據實時處理。

目前推出的產品有：

一、FogHorn Lightning Edge Intelligence

FogHorn Lightning™產品組合（含VEL® CEP、EdgeML、OT-Centric Toolkit），在儘可能接近傳感器數據源的地方嵌入邊緣智能，為現場數據處理提供了前所未有的低延遲。

FogHorn platform 是一個高度緊湊、先進且功能豐富的邊緣智能解決方案，為現場數據處理、實時分析、ML 和 AI 功能提供前所未有的低延遲。它將計算需求、通信服務、雲處理和存儲方面的總成本降到了業界最低。

1）VEL® CEP：專為工業領域設計的，能實現：對不同的傳感器數據流進行實時分析、簡化與現有 OT 系統的互操作性等功能。

2）EdgeML：Lightning 平臺對機器學習模型進行邊緣化處理，以便在工業領域高效執行。

3）OT-Centric Toolkit：以 OT 為中心的工具包，Lightning 平臺提供了一套功能強大的工具，可以幫助客戶通過拖放UI輕鬆創建新的分析表達式，模擬傳感器流量，將傳感器的數據流可視化，並以可伸縮的方式集中管理 FogHorn 部署。

二、 Lightning Mobile – Edge Computing for Android

FogHorn Lightning™ Mobile 通過實時分析、機器學習和人工智能，在電池供電的移動設備上賦予操作技術(OT)和現場專業人士力量，使他們不必依賴於與雲的連接，從而加速決策制定和工業工作流程。

這種方法使新型邊緣智能應用在固定位置的設備中成為可能，同時使用 FogHorn 的軟件構建和銷售現成的通用解決方案變得容易。此外，支持基於邊緣的深度學習模型推理，解決了如條碼的圖像識別和移動設備大容量部署的健康狀況和電池監測等關鍵問題。

https://www.foghorn.io/

5、Element Analytics（簡稱Element）

2015 年在舊金山成立。該公司的使命是使工業數據變得容易被使用，並將其轉化為洞察力，讓人們可以根據這些洞察力採取行動，達到新的運營績效水平。

對基礎架構分析的熱情激發了Sameer Kalwani 創辦 Element，如今，Sameer 在 Element 擔任產品副總裁職務，負責產品策略、產品設計和產品營銷。 此前，他是 Sarvajal 的 CTO 兼產品主管，Sarvajal 是一家擁有1000多家分佈式水處理廠的創新型飲用水公用事業公司。 早些時候，Sameer 曾為Deloitte（德勤）的 IT併購提供諮詢服務，在 Apcera 管理產品，在高盛管理財務，在偉世通（Visteon）管理製造業務。

該公司 CEO 由 Andy Bane 擔任。此前，Andy 曾在企業軟件公司擔任高管，從風投支持的初創公司，到私募股權支持的成長型企業，再到大型上市公司的業務部門。他曾是 ABB 企業軟件的執行副總裁兼首席戰略官，Product Mgmt 的執行副總裁，Ventyx（被 ABB 以超過10億美元收購）的 CMO。

迄今為止，Element Analytics 共融資 3 輪，融資總額為 2200 萬美元。最新一輪融資是 2018 年 1 月完成的 A 輪融資。投資者方包括 KPCB、Honeywell（霍尼韋爾）、GE Ventures（GE風投）、ABB Technology Ventures 、MITSUI（三井物產株式會社）、Schneider Electric（施耐德電氣）、Blue Bear Capital 等。

該公司的旗艦產品是 Element AssetHub™。

根據介紹，Element AssetHub™ 是一個數據中心，專門用於處理工業數據的細微差別——包括實時傳感器數據、限制等靜態信息和物理關係。Assethub 使客戶能夠連接到各種與資產相關的數據源（包括 OSIsoft PI Servers），協調數據並將其置於上下文環境中，然後與所有數據使用者共享數據和資產模型。

該產品能夠在整個工業企業中連接、管理和共享數據；將新數據源的集成速度提高 10 倍；將構建資產模型的時間減少 90％；將模型和數據質量提高 50％ 以上。

https://www.elementanalytics.com/

6、 GEMBO（簡稱GEM）

2014 年成立，總部位於加利福尼亞州坎貝爾。他們熱衷於幫客戶從設備中獲取實時的大數據，並通過大數據分析和機器學習技術提高OEE（設備綜合效率）。

被Forbes 評為2019年25家最值得關注的物聯網/ IIoT公司之一，被 Manufacturing Technology Insights 評為「十大預測性維護解決方案提供商」。

GEM 的工業4.0 IIoT 平臺——GEM PRECARE ，使用頂級的在線處理、機器學習和AI技術，輕鬆地與第三方後端和邊緣系統集成，可作為平臺即服務（PaaS）或平臺即產品（PaaP）使用。

GEM PRECARE 將製造業中先進的邊緣處理能力、分析能力和預測維護能力與儀表板相結合，為客戶的所有機器提供統一的展現形式；PRECARE還具備輕鬆創建和連接數字孿生的能力，以及實時對OEE（設備綜合效率）進行分析和對設備的維護改進提供建議的能力。

GME Precare 不僅能做到實時公開關鍵的操作數據和 KPI，如 OEE、可用性、性能、質量、MTBF、 MTBA、機器狀態、狀態產生的原因和警報，還能快速識別和深入分析問題的能力，也為製造商提供靈活的部署方案，無論是私有云、公有云還是混合雲，均可部署。

具體而言，GEMBO 的產品和解決方案包括：

GEM Precare Edge：可以實時對機器數字孿生數據進行復雜的邊緣處理，完成對延遲敏感的任務，例如狀態通知、報警通知和機器視覺。

GEM Precare Cloud：可以聚合和存儲機器數據、為機器視覺和預測性維護訓練和驗證機器學習模型、計算KPI和在Dashboard（儀表板）上顯示數據。

GEM Precare Dashboard：是高度可定製的，可以收集各種不同類型的信息，例如KPI、狀態、警報和趨勢。可以按設置的時間間隔，自動運行Reports（報表/報告）。

GEM Precare KPIs：可對任何輸入輸出系統（如製造設備、 HVAC 系統、發電機等）的重要方面進行實時洞察，從而可以在需要採取糾正措施的地方給出建議，使設備的可用性達到最大化，從而對設備綜合效率（OEE）產生積極影響。

GEM Precare Predictive Maintenance（簡稱GEM Precare PdM）：使用歷史數據序列進行預測。這種預測性維護能力允許實時維護，而不是定期維護，因此可以最大限度地提高設備的可用性。可用性，因此對總體設備效率產生積極影響。

OEE Analytics：對設備綜合效率進行分析。

GEM Precare Reports：是高度可定製的，可以收集各種不同類型的信息，如KPI、狀態、警報和趨勢。可以按設置的時間間隔自動運行 Reports（報表/報告）。

目前，他們為半導體制造、電子製造、智能製造、能源、醫療、酒店、智能建築、智能城市等行業，提供實時的IIoT（端到端）基礎設施分析、預測分析和OEE（設備綜合效率）解決方案。

GEM 的合作伙伴包括 SAP、英特爾、 Aegis Software 和 Informatica 等。

https://www.gembo.co/

7、Sight Machine

該公司自稱是工業數據的 SAP，2011年在密歇根州成立，2012年擴展到舊金山灣區。團隊成員包括 Slashdot 的創始人以及早期的 Yahoo、Palantir、Tesla、Cisco、IBM、麥肯錫、Apple 的領導。

迄今為止，共募集到 8500 萬美元的資金，旨在幫助離散和流程製造商解決數據多樣性問題。其智能製造平臺為製造商提供實時可視性，為管理日常生產和優化操作提供可操作的見解。

投資方包括：Oreilly AlphaTech Ventures、Jump Capital、Sony Innovation Fund、E.ON、Mercury Fund、Tekfen Ventures、LS 集團、Momenta Ventures、Tekfen Ventures、Two Roads Group。

目前，推出的產品有：

MANUFACTURING ANALYTICS Platform：該平臺能夠使公司能夠獲得整個製造企業中每個零件、機器、生產線和工廠的實時可見性和可操作的見解。我們的分析平臺可以讓製造商可以使用他們的所有數據，無論這些數據在哪裡、是以何種格式創建的。我們通過自動化的、系統化的數據採集過程來獲取、優化和關聯數據，併為每個零部件和過程創建數字孿生模型。

Manufacturing Analytics Applications：通過提供先進的分析來提高生產力、提升質量和優化供應鏈，從而開啟下一階段的數字製造。

Manufacturing Visibility Applications：在智能、安全和可擴展的平臺上，實時瞭解整個公司內工廠和機器的性能。

FactoryTX：包含FactoryTX Edge 和 FactoryTX Cloud，可幫助製造商在整個企業中快速部署和擴展數字製造功能；通過自助服務配置和遠程提供多協議數據提取和準備解決方案，加快數字製造功能的部署，降低擴展數字製造能力的成本；通過減少可能破壞數據轉發的、典型的製造網絡和連接挑戰，來改善數據完整性；通過為需要低延遲的邊緣計算應用程序提供平臺，讓架構具備靈活性。

Sight Machine 稱，他們的解決方案是唯一一個可以實時將過程和產品數據相結合的平臺，藉助人工智能和機器學習，更快地找到正確答案。他們已經為包裝、能源化工、食品飲料、汽車等行業提供解決方案。

Sight Machine 也已經與谷歌、波士頓諮詢、微軟和思科等大公司達成合作，提供其數字化製造解決方案。

閱讀更多 機器之能 的文章

關鍵字: 軟件 雲計算 創企