Управление любой фабрикой строится вокруг плана производства, объясняет сооснователь стартапа Джейми Поттер. «План диктует все, что должно происходить на фабрике, — говорит он. — С хорошим планом фабрика будет приносить доход, с плохим она же будет не укладываться в сроки, переплачивать за оборудование и материалы и поглощать прибыль».

Обычно люди, которые пишут планы сами, создают их на основе собственного опыта, а это не самый лучший подход, утверждает он.

Разница между неплохим планом и оптимальным огромна. Отличный план может сберечь миллионы в год. Однако, проблема в том, что его разработка — одна из самых сложных математических задач в мире, пишет TechCrunch.

И здесь-то как раз и могут помочь машины. Алгоритмы Flexciton учатся на данных фабрики и разбираются в принципах ее работы. А затем анализируют триллионы различных опций в поисках наиболее продуктивного плана. После этого создается приложение, работающее на основе данных, собранных датчиками в режиме реального времени.

Это позволяет сократить время производственного цикла, затраты энергии и расходы по техническому обслуживанию, снизить количество отходов.

У стартапа уже есть клиенты в области легкой, пищевой, автомобильной промышленности и микроэлектроники.

Команда состоит из ряда экспертов в области оптимизации промышленности и ИИ, которым принадлежит авторство свыше 140 научных статей по практическому применению нейросетей в различных отраслях индустрии.  

Над ИИ для фабрик работает в тайне и бывший глава Autodesk вместе с 400 инженерами. Стартап Autolab AI планирует управлять цехами будущего через облако.