Shazam для промислового обладнання: як стартап Di-agnostics розвиває звукову діагностику на основі ШІ

Shazam для промислового обладнання: як стартап Di-agnostics розвиває звукову діагностику на основі ШІ

І чим цей проєкт намагається привабити клієнтів та інвесторів

Олександр Спасіченко,12 грудня 2024

Користувач фіксує звук двигуна за допомогою смартфонуФото з архіву компанії

Агностици́зм (від грец. ἄγνωστος «непізнаваний») – філософська концепція, згідно з якою світ непізнаваний і люди не можуть знати нічого достеменно про дійсну сутність речей. Агностик – це людина, яка поділяє подібні погляди. Команда стартапу Di-agnostics, переможця акселераційної програми Сity Accelerator від ISE Group, дотримується діаметрально протилежної позиції – щонайменше в питанні дослідження роботи техніки. Андрій Старжинський із колегами розробили «Shazam для промислового обладнання» – корпоративний застосунок для звукової аналітики, який дозволяє завчасно виявляти пошкодження двигунів і попередити майбутні збої. Тепер простежити стан техніки за її шумом так само легко, як віднайти невідому пісню через Shazam.

Співзасновники стартапу Андрій Старжинський і Ярослав Недашковський працюють разом із 2011 року. Тоді вони прийшли до SoftElegance – аутсорсингової компанії з розробки програмного забезпечення на замовлення. a-Gnostics є Industry 4.0 дочірньою компанією SoftElegance та фокусується на ШІ-сервісах, одним із яких з 2022 року став Di-agnostics. Ангел-інвестором проєкту є Андрій Столбов, який також займається стратегією та фінансами.

Наприкінці листопада у стінах КМДА відбувся випускний день акселераційної програми, на якому стартапери презентували свої технологічні рішення у сферах енергоефективності, ЖКГ, екології, транспорту, розумного управління міською інфраструктурою.

Журі, у складі якого був і головний редактор Mind.ua Євген Шпитко, оцінювали проєкти за шістьма критеріями:

1. Інноваційність та креативність;
2. Практичність та реалістичність впровадження;
3. Технологічна складова;
4. Економічна ефективність;
5. Вплив на місто та громадян;
6. Можливість масштабування.

Di-agnostics, окрім впевненої перемоги в загальному заліку, був відзначений як найінноваційніший, найбільш економічно ефективний та легкий для масштабування. Mind пропонує докладно розібратись, чим цей проєкт такий привабливий.

Які потреби ринку закриває Di-agnostics?

Незаплановані простої – чума промислового сектору. Через раптові збої в роботі виробничих ліній підприємства вимушені зупиняти роботу частково або повністю. Siemens щорічно публікує аналітичні звіти The True Cost of Downtime («Дійсна ціна простою»), де намагається оцінити реальні економічні втрати. За даними останнього звіту, виробничі компанії з Fortune Global 500 від простоїв втрачають 11% виручки, що становить $1,4 трлн. Ба більше, незаплановані витрати рік у рік зростають. Наприклад, в автомобілебудуванні кожна година простою зараз коштує вдвічі більше, ніж у 2019 році, що суттєво перевищує темпи інфляції.

Як зазначають аналітики Siemens, уникнення катастрофи вдається досягати тільки завдяки зниженню кількості інцидентів, що призводять до простою на виробництві: у середньому 25 випадків на об’єкт щомісяця 2023 року проти 41 – у 2019-му. Такий прогрес відбувся не в останню чергу завдяки залученню нових методів попередньої діагностики. Однак більшість із цих методів є дорогими та складними в налаштуванні. Цю проблему серед іншого взялася вирішити команда Di-agnostics, запропонувавши шлях, відмінний від конкурентів.

Наскільки практичним і реалістичним є впровадження цієї технології?

Di-agnostics відрізняється від наявних на ринку продуктів звукового моніторингу тим, що не потребує жодного додаткового обладнання. Мікрофону, встановленого на сучасному мобільному телефоні, буде достатньо для фіксації звуків. Далі через застосунок інформація передається на сервер, де аналізується та зіставлятися з наявними даними, використовуючи при цьому алгоритми штучного інтелекту.

Це платформа SaaS (програмне забезпечення як послуга), де користувач не мусить розгортати жодних програм на своїх серверах, а має фокусуватися лише на зборі даних. Усе інше відбувається на стороні надавача послуг.

Тобто маємо повноцінну звукову діагностику, яка для користувача є не складнішою за звичайний запис голосового повідомлення на смартфоні. Як саме збирати дані та з якою періодичністю це робити – вибір користувача.

Технологічна складова та економічна ефективність

Застосунок доступний для завантаження на Google Play та AppStore і потребує авторизації корпоративних користувачів. Схема користування проста і має такий вигляд:

Фактично після відправлення запису звуку клієнт отримує повідомлення – потребує техніка уваги чи працює у штатному режимі. Система інформує також і про можливу причину проблем. Вчасна фіксація потенційного збою дозволяє уникати простоїв і витрат на післяаварійний ремонт, обмежившись профілактичними заходами.

Інтерфейс застосунку на смартфоні користувача

Чи були вже тест-драйви в реальних умовах?

Попереднє пілотування продукту вже провадилось у Сполучених Штатах і Канаді. Під час випробувань було показано точність прогнозів на рівні 93% і в деяких випадках вище. В Україні Di-agnostics випробовувано на підприємствах таких сфер:

1. гірничодобувна;
2. виробництво комбікормів;
3. елеватори;
4. птахівництво.

У фокусі команди зараз робота над уточненням виявлення типу відмови (аномалії) та розширена діагностика не тільки двигунів, а й підшипників, насосів, компресорів. У планах на найближче майбутнє – впровадження IoT-рішення для роботів. Це буде особливо актуальним для обладнання, яке треба діагностувати без прямого доступу людей. Також ведеться робота над впровадженням оцінки залишку строку корисного використання техніки (Remaining useful life, RUL) – часу, поки вона не стане непридатною або не потребуватиме заміни.

Оскільки Di-Agnostics працює на основі штучного інтелекту, крім іншого, розв'язується проблема передачі знань: не потрібно вчити нового інженера, як фіксувати, працює обладнання в нормальному чи передаварійному режимі. Будь-яка людина може зробити запис звуку. А вже далі модель регулярно поглиблює навчання на основі нової отриманої інформації.

Отже, використання системи дозволить заощадити не лише на ремонті, попереджуючи збої, а й на оплаті праці співробітників. Крім цього, компанія пропонує пілотне використання з нульовими затратами. Уже після демонстрації ефективності можна підписуватися на платний формат.

Конкурентні переваги продукту

Джерело: дані компанії

Як масштабується проєкт?

Для будь-якого стартапу ключовим параметром є потенціал зростання. Профілактичне технічне обслуговування (Predictive Maintenance, PdM) останнім часом стало звичною частиною бізнесу великих виробників. Майже половина з них тепер має PdM-команди – вдвічі більше, ніж п’ять років тому.

Дані: Звіт «The True Cost of Downtime 2024» від Siemens

За оцінками Siemens, використання штучного інтелекту для моніторингу стану машин промислових компаній Fortune Global 500 може забезпечити: на 2,1 млн годин простою менше щороку; збереження $388 млрд через збільшення продуктивності на 5%; $233 млрд заощаджень завдяки 40% скороченню витрат на технічне обслуговування.

Di-agnostics претендує на значну частку цього ринку. Її в компанії оцінили двома способами. Перший – модель TAM-SAM-SOM, яка виділяє такі категорії:

1. TAM (Total Addressable Market) – загальний обсяг цільового ринку. В компанії його оцінили у $3,8 млрд. За основу тут береться загальний ринок електричних двигунів у світі (152 млрд) і середній бюджет на ремонт та обслуговування (5% від вартості). Робиться припущення, що на предиктивні аналітичні рішення компанії готові будуть витрачати до половини цього бюджету.
2. SAM (Serviceable Addressable Market) – доступний обсяг ринку. Тут виділяється сегмент двигунів із потужністю понад 35 кіловат. 45% цього ринку – це промислові та сільськогосподарські підприємства, на яких і планується фокусуватись. Інші 55% – можуть бути резервом для подальшого розширення (зокрема, транспортний сектор).
3. SOM (Serviceable & Obtainable Market) – найближчий досяжний обсяг ринку. Тут погляд звужується до безпосередніх ринків Європи та Північної Америки. Вони є найбільш ємними й доступними для маркетингової активності.

Разом із тим у Di-agnostics бачать свою нішу не лише в обслуговуванні великих промислових підприємств. Легкість у використанні дає змогу виходити також на рівень роздрібного ринку. Ця категорія клієнтів не перетинається з більшістю конкурентів.

Другий спосіб оцінити потенціал – піти знизу вверх, не від загального обсягу ринку, а від конкретних користувачів. Тут середній потенційний дохід від одного користувача (підприємства) оцінюється на рівні $2500 на місяць – мається на увазі обслуговування всього наявного набору двигунів, а не одного окремого. Отже, при плановому виході на 20 клієнтів на другий рік роботи, виручка за 12 місяців досягне $600 000.

Враховуючи обсяг ринку та наявність унікальних якостей продукту Di-agnostics, буде цікаво стежити за розвитком проєкту. А для співпраці або інвестування ви маєте змогу зв’язатись із засновником Андрієм Старжинським напряму. Продукти конкурентів, за даними Crunchbase, уже залучили суттєві інвестиції. Так, Neuron Soundware отримав понад $13 млн, а TRACTION – $183 млн протягом кількох раундів інвестування.

Джерело: mind.ua