يحاول الذكاء الاصطناعي الخاص بـ Axion Ray اكتشاف عيوب المنتج لمنع عمليات السحب
![يحاول الذكاء الاصطناعي الخاص بـ Axion Ray اكتشاف عيوب المنتج لمنع عمليات السحب يحاول الذكاء الاصطناعي الخاص بـ Axion Ray اكتشاف عيوب المنتج لمنع عمليات السحب](https://i0.wp.com/techcrunch.com/wp-content/uploads/2023/02/GettyImages-1410842944.jpg?fit=%2C&ssl=1)
تعتبر عمليات سحب المنتجات مكلفة لأي شركة، وتضر بها، بغض النظر عن حجمها أو السوق.
على سبيل المثال، تقدر شركة ماكينزي أنه بالنسبة للشركات التي تصنع الأجهزة الطبية، فقد بلغت عمليات السحب ما يصل إلى 600 مليون دولار في العقود الأخيرة. يميل التأثير على السمعة إلى أن يكون دائمًا؛ العملاء لا يسارعون إلى التسامح. وجد استطلاع أجرته شركة Harris Interactive أن 55% من المشترين سيغيرون العلامات التجارية بعد الاستدعاء، وأن 21% سيتجنبون شراء أي علامة تجارية تصنعها الشركة المصنعة للمنتج الذي تم سحبه.
إذن ما هو العمل الذي يجب القيام به؟ حسنًا، ربما نلجأ إلى الذكاء الاصطناعي، كما يقترح دانييل فيرست.
الأول هو الرئيس التنفيذي لشركة Axion Ray، وهي شركة تقوم بإنشاء منصة تعمل بالذكاء الاصطناعي للتنبؤ بفشل المنتج من خلال استقبال الإشارات – من تقارير الخدمة الميدانية إلى قراءات أجهزة الاستشعار – وربط هذه الإشارات مع تحديد الموقع الجغرافي والبيانات الأخرى.
إنها أعمال كبيرة.
أعلنت شركة Axion Ray، التي تبلغ قيمتها 100 مليون دولار، اليوم أنها جمعت 17.5 مليون دولار في جولة من السلسلة A بقيادة Bessemer Venture Partners بمشاركة RTX Ventures وAmplo وInspired Capital. ترفع الشريحة الجديدة إجمالي مبلغ شركة New Castle ومقرها ديلاوير إلى 25 مليون دولار، والتي تقول First إنها ستوجه نحو توسيع قدرات المنصة، ودخول صناعات جديدة وتنمية القوى العاملة في Axion.
وجاءت فكرة شركة أكسيون إلى فيرست عندما كان يعمل في شركة ماكينزي، كما يقول، في قسم استراتيجية الذكاء الاصطناعي. وهناك، رأى أن المشاريع التي تعتمد على الذكاء الاصطناعي لمنع حدوث مشكلات في المنتج غالبًا ما تفشل لأن الذكاء الاصطناعي لم يتم ضبطه بشكل كافٍ.
قال فيرست: “لكي تكون حلول الذكاء الاصطناعي ناجحة، يجب أن يتم دمج حلول الذكاء الاصطناعي التي تخفف المشكلات بشكل استباقي داخل المنتج، مع مسارات عمل يمكن للمجموعات المختلفة استخدامها للتعاون لحل المشكلات، وتمكينها من خلال منصة ذكاء اصطناعي قابلة للتطوير وبدقة عالية”. “بدون [the right solution]تقوم العديد من المجموعات المختلفة عبر المؤسسة بإجراء تحليلات منعزلة حول مشكلات الجودة الناشئة. وهذا يخلق الازدواجية ونقص التعاون.”
بدأت شركة Axion Ray لأول مرة في عام 2021 ليس فقط لتوفير طريقة للكشف عن العلامات التحذيرية التي تشير إلى احتمال فشل المنتج، ولكن لمنح الفرق المختلفة في المؤسسة – الهندسة والبرامج والمنتج والإنتاج والجودة الميدانية ودعم العملاء – رؤية موحدة للمشكلات وأي بيانات مرتبطة بها.
“قد يكون لقضايا جودة المنتج تأثير على المستخدم النهائي إذا [the] “لا تتم معالجة المشكلات بسرعة وكفاءة” ، هذا ما قاله فيرست لـ TechCrunch في مقابلة. “يكافح المصنعون لإدارة المشكلات الناشئة التي تؤثر على عملائهم بشكل استباقي، لأن فرق الجودة الميدانية تقضي ساعات لا حصر لها في تحليل مصادر البيانات الفوضوية يدويًا لفهم المشكلات الناشئة المحتملة.”
يقول فيرست إن هذا هو المكان الذي يمكن أن يساعد فيه أكسيون راي.
ويعطي مثالاً على خلل في نظام الفرامل المانعة للانغلاق في طراز معين من السيارات. قد تكتشف خوارزميات Axion Ray المشكلة في البداية من خلال التقارير الميدانية الميكانيكية، ثم تحدد المشكلات نفسها أو المشكلات المشابهة عبر شكاوى مركز الاتصال، والتقارير الواردة من زيارات وكلاء السيارات وقراءات القياس عن بعد للسيارة.
وأوضح فيرست: “نحن نستخدم الذكاء الاصطناعي المتخصص لمسح البيانات الفوضوية وغير المنظمة وغير المتصلة عبر أنظمة مختلفة للإبلاغ عن المشكلات المتكررة الناشئة في جودة المنتج”. “يمكننا مساعدة الشركة المصنعة على فهم أن تحديث الأجهزة والبرامج على الكاميرا، على سبيل المثال، أدى إلى ارتفاع كبير في بعض رموز الخطأ، وانحرافات الاتصالات عن بعد، والمكالمات إلى مركز الاتصال والأجزاء المرتجعة.”
الآن، هناك الكثير من البيانات التي تستوعبها شركة Axion، ولسبب وجيه، كما يقول فيرست. ولكن كيف تتعامل Axion مع هذا= من منظور الخصوصية؟
تقول Axion إنها تحتفظ عادةً بالبيانات “طوال مدة الحساب النشط” أو كما هو منصوص عليه في الاتفاقية التعاقدية للعميل. قد يجد أصحاب المنتجات الذين يشعرون بالقلق إزاء مدة الاحتفاظ بالبيانات أن هذه السياسة الغامضة مثيرة للقلق. ومع ذلك، أكدت أولاً أن Axion ستحذف بيانات العميل في غضون 30 يومًا من تلقي الطلب.
وأضاف: “نحن ملتزمون بالتعامل بشكل مسؤول مع بيانات العملاء”.
مع فريق مكون من 70 موظفًا وعملاء في مجالات الرعاية الصحية والإلكترونيات الاستهلاكية والطيران والسيارات والمعدات الصناعية، بما في ذلك Boeing وDenso، قال فيرست إنه يشعر بالثقة في مسار نمو Axion.
وقال فيرست: “هناك اتجاهات متعددة دعمت توسع شركة أكسيون راي”. “تطلق العديد من الصناعات تقنيات جديدة – مثل السيارات الكهربائية أو غيرها من المنتجات الغنية بالبرمجيات – والتي تسبب مشكلات غير متوقعة. يعمل المصنعون أيضًا مع موردين جدد لم يتعاملوا معهم من قبل. وهذا يؤدي إلى مشاكل الجودة أكثر من أي وقت مضى. وأخيرًا، يرغب المصنعون في رفع مهارات القوى العاملة لديهم للاستفادة من الذكاء الاصطناعي في قيادة التشغيل الآلي لمزيد من المهام اليدوية.
أضاف كينت بينيت من Bessemer Venture Partners عبر البريد الإلكتروني: “لقد برزت Axion Ray كشركة رائدة واضحة في السوق في أتمتة سير العمل للمهندسين الميدانيين لتحديد مشاكل الجودة بشكل أسرع. إن الإثارة التي سمعناها من العملاء بشأن Axion تخبرنا أن الشركة تحقق تأثيرًا واضحًا وواسع النطاق. لقد كان العائد على الاستثمار الذي يقدمه مركز قيادة الذكاء الاصطناعي الخاص بهم لتحسين وقت التشغيل ورضا العملاء وخفض التكلفة حافزًا للنمو الكبير داخل قاعدة العملاء.