共计 1156 个字符，预计需要花费 3 分钟才能阅读完成。
随着工厂和制造设施通过传感器、机器人技术和其他连接技术变得更加智能化，这些技术创造了一个潜在的数据宝藏。这些数据不仅可以用于识别生产瓶颈，还可以加速那些原本需要大量手工劳动的流程。然而，大部分生成的数据是非结构化的，难以立即利用。尽管大数据分析在金融和物流等行业已成主流，但在制造业领域尚未完全普及。这为制造业数据的捕捉和理解提供了一个新兴市场，成为未开发的见解的黄金矿山。
上个月，总部位于英国的 Oden Technologies，现总部位于纽约，筹集了 2850 万美元的 B 轮融资，以推动其面向制造商的数据分析平台。德国的 Daedalus 筹集了 2100 万美元，将人工智能应用于精密制造工厂。比利时的 Robovision 筹集了 4200 万美元，为工业机械引入计算机视觉智能。
现在，瑞士初创公司 EthonAI 也加入了这一行列。该公司周四宣布，已通过一轮 A 系列融资筹集了 1500 万瑞士法郎（约合 1650 万美元），由 Index Ventures 领投，General Catalyst、Earlybird 和 Founderful 参与。
EthonAI：发现产品中的缺陷
EthonAI 于 2021 年在苏黎世成立，由 CEO Julian Senoner 和 CTO Bernhard Kratzwald 共同创立。该公司能够为特定用例训练 AI 模型，例如在电子制造领域，客户提供无缺陷产品的图像，EthonAI 的“Inspector”软件可以在制造和装配过程中识别产品表面缺陷。最近，苹果公司收购了一家名为 DarwinAI 的公司，其目的类似，即自动化组件制造过程中的视觉质量管理。
更广泛地说，EthonAI 可以结合公司制造设置中的各种数据，从传感器到生产线停机，建立起哪些地方工作良好以及不良工作的图景。甚至可以比较多个设施的绩效，看看哪里可能有改进的空间。在其三年的历史中，EthonAI 积累了一些非常重要的客户，包括西门子和巧克力制造商 Lindt。
深入研究 EthonAI 的目标市场揭示了半导体制造业是一个特定关注的领域。尽管该公司没有透露在这个领域的具体客户，但低产出率是芯片行业的一个已知问题。硅片上的缺陷可能会影响生产后实际可用芯片的数量。值得注意的是，据报道，去年苹果与芯片制造商台积电达成了一项协议，该协议显然产生了特别低的产出率（当时仅为 55%），苹果为仅支付优质硅片而达成了一项交易，从而节省了数十亿美元的费用。
就其部分而言，EthonAI 表示，它与一家“领先的半导体生产商”合作，后者使用其平台合并多个数据集进行分析，并发现了在过程、设备和产量之间以前未知的关系。
Senoner 在新闻稿中说：“制造业正处在关键的转折点，不适应人工智能的公司面临落后的风险。”“工厂正在产生大量数据，而人工智能是解锁这些数据中的洞察力、推动运营卓越的关键。”
