სტარტაპმა Mach9-მ $34 მილიონი მოიზიდა: რობოტექნიკიდან AI-ზე დაფუძნებულ საინჟინრო პროგრამამდე

როდესაც ალექს ბაიკოვიცმა 2021 წელს Mach9 Robotics დააფუძნა, მისი მიზანი სამოქალაქო ინჟინრებისთვის ვიზუალური ინსპექტირების უფრო სწრაფი, იაფი და ეფექტური მეთოდის შეთავაზება იყო. კომპანია მიზნად ისახავდა ბიუროკრატიული ბარიერების გადალახვას და იმ მოძველებული პროცესების მოდერნიზებას, რომლებიც აშშ-ში სამშენებლო სამუშაოებს აფერხებს.

რამდენიმე წელიწადში Mach9 Robotics-მა შექმნა შესაბამისი აპარატურა, თუმცა ამ პროცესში ბაიკოვიცი მნიშვნელოვან დასკვნამდე მივიდა: ტექნიკური აღჭურვილობა არ წარმოადგენდა მთავარ შემაფერხებელ ფაქტორს. პრობლემა იმაში მდგომარეობდა, თუ რამდენად შრომატევადი იყო საინჟინრო ორგანიზაციებისთვის ლაზერული სკანერებიდან და გამოსახულების გადაღების სისტემებიდან მიღებული მონაცემების გამოყენებად საინჟინრო გეგმებად ქცევა.

რეალური სირთულე სამუშაო პროცესებში (workflows) აღმოჩნდა — კერძოდ, შეგროვებული უზარმაზარი მონაცემების გარდაქმნა ისეთ ინფორმაციად, რომელსაც პროფესიონალები დიზაინისა და აქტივების მართვისთვის გამოიყენებდნენ. შედეგად, ბაიკოვიცმა კომპანიის სახელიდან ამოიღო სიტყვა „Robotics“ და საქმიანობა ხელოვნურ ინტელექტზე დაფუძნებული კომპიუტერული დიზაინის (CAD) პროგრამული უზრუნველყოფის შექმნისკენ მიმართა.

ამ სტრატეგიულმა ცვლილებამ გაამართლა: Mach9-ის პროგრამული უზრუნველყოფის დახურულ ბეტა ვერსიას უკვე 100-მდე კლიენტი ჰყავს, რომლებმაც ის 2500-ზე მეტ პროექტში გამოიყენეს. ამ წარმატებამ სტარტაპს ახალი დაფინანსების მოპოვების შესაძლებლობა მისცა. ოთხშაბათს კომპანიამ გამოაცხადა $34 მილიონიანი Series A რაუნდის შესახებ, რომელსაც First Round Capital და Bessemer Venture Partners ხელმძღვანელობდნენ. ინვესტირებაში ასევე მონაწილეობდნენ Prudence და Quiet Capital.

კონკურენცია სამშენებლო ტექნოლოგიების ბაზარზე

Mach9 ერთ-ერთია იმ სტარტაპებს შორის, რომლებიც სამშენებლო და ინფრასტრუქტურული დაგეგმარების პროცესის გაციფრულებას ცდილობენ. ამ სფეროში სხვა მოთამაშეებიც აქტიურობენ:

• CivilGrid: აგვისტოში $26 მილიონი მოიზიდა „მიწისქვეშა კომუნიკაციების Google Maps-ის“ შესაქმნელად.
• Blueprints AI: იყენებს ხელოვნურ ინტელექტს არქიტექტურული ნახაზების რამდენიმე წუთში მოსამზადებლად, რომლებიც სრულად შეესაბამება რეგულაციებს.

CAD პროგრამული უზრუნველყოფის ტრანსფორმაცია

ბაიკოვიცის განმარტებით, Mach9-ის ფოკუსი CAD პროგრამებზე შემთხვევითი არ არის, რადგან ეს მთლიანი ჯაჭვის ერთ-ერთი ყველაზე ნელი და შრომატევადი ნაწილია. ტრადიციული პროგრამებით, როგორიცაა Autodesk-ის ან Bentley Systems-ის პროდუქტები, პროექტის მომზადებას თვეები სჭირდება, ხოლო ერთი მილის მონაცემების ხელით დამუშავებას — დაახლოებით ერთი კვირა.

Mach9-ის პროგრამული უზრუნველყოფა ამ სამუშაოს დიდ ნაწილს ავტომატიზებულს ხდის, რაც პროცესს 10-ჯერ აჩქარებს და ხარჯებს მკვეთრად ამცირებს. ეს საშუალებას აძლევს საინჟინრო კომპანიებს გაზარდონ საკუთარი წარმადობა, აიღონ უფრო მასშტაბური პროექტები და ეფექტურად გამოიყენონ რეალობის აღქმის (reality-capture) მონაცემები ინფრასტრუქტურული გადაწყვეტილებების მისაღებად.

სიზუსტე და ხელოვნური ინტელექტის მოდელები

სამშენებლო და ინფრასტრუქტურული სამუშაოებისთვის აუცილებელი სანტიმეტრული სიზუსტის მისაღწევად, Mach9-მა საკუთარი ხელოვნური ინტელექტის მოდელები შეიმუშავა. ბაიკოვიცის თქმით, სტანდარტული მოდელები ამ დონის სიზუსტეს ვერ უზრუნველყოფენ. 2024 წლიდან კომპანიის განვითარების მთავარი მიზანი იყო ისეთი მოდელების შექმნა, რომლებიც მულტიმოდალურ გამოსახულებებსა და ლაზერული სკანირების მონაცემებს ზუსტ გეომეტრიულ ნახაზებად (მაგალითად, ტროტუარების კიდეები ან გზის მონიშვნები) გარდაქმნიან.

პროცესი შემდეგნაირად მიმდინარეობს:

1. AI სისტემა ამუშავებს სკანირების მონაცემებს და ქმნის გეგმის პირველად ვერსიას.
2. ინჟინრებს ეძლევათ ინსტრუმენტები ნახაზის დასახვეწად: ხაზების გასასწორებლად, წერტილების (vertices) მოსაშორებლად ან დასამატებლად.
3. პროფესიონალები აფასებენ AI-ს მიერ გენერირებული მოდელის ხარისხს და ადასტურებენ მას საკუთარი სახელით, რაც კრიტიკულად მნიშვნელოვანია ამ ინდუსტრიაში არსებული სამართლებრივი პასუხისმგებლობის გამო.

სამომავლო გეგმები

მოზიდული $34 მილიონი მოხმარდება პროდუქტის გაუმჯობესებას, დარგის ექსპერტების დაქირავებას და ორგანიზაციის მასშტაბირებას ბაზრის მოთხოვნების შესაბამისად. ბაიკოვიცი აღნიშნავს, რომ აპარატურის შექმნის საწყისი გამოცდილება სასარგებლო აღმოჩნდა, რადგან სწორედ კლიენტებმა მიაწოდეს ინფორმაცია, რომ მათ არა უკეთესი სკანერები, არამედ მონაცემთა დამუშავების ეფექტური პროგრამული გადაწყვეტილებები სჭირდებოდათ.

მსგავსი ტექნოლოგიური გადაწყვეტილებები ხელს უწყობს ისეთი მასშტაბური პროექტების განხორციელებას, როგორიცაა ტრანსპორტის კარტოგრაფიული ინიციატივები სხვადასხვა შტატში (მაგალითად, ტეხასში), რაც ინფრასტრუქტურას უფრო უსაფრთხოსა და ეფექტურს ხდის.