Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Datch 获得 1000 万美元用于在工厂车间构建语音助手

Posted on 2022-07-26

为工业客户开发人工智能语音助手的公司 Datch 今天宣布,它在由 Blackhorn Ventures 领投的 A 轮融资中筹集了 1000 万美元。首席执行官 Mark Fosdike 表示,所得款项将用于扩大业务,以及开发新的软件支持、工具和功能。

Datch 始于拥有航空工程背景的 Fosdike 遇到了两位前西门子工程师——Aric Thorn 和 Ben Purcell。他们共同认识到,为企业客户打造的语音产品必须克服特定于业务的挑战,例如理解特定客户独有的行话、首字母缩略词和语法。

“我们从系统中提取信息的方式每年都在变化,但我们输入信息的方式——尤其是在工业领域——自键盘和数据库发明以来一直没有改变,”Fosdike 说。 “多年来,工业世界一直处于黑暗之中,我们知道开发一种具有语音视觉人工智能的技术将有助于为这些工厂指明道路。”

Datch 构建的语音助手利用人工智能从工厂或现场的用户那里收集和构建数据,解析诸如“报告 1 号线点焊机的问题”之类的命令。估计要半天时间才能修好。”它们在智能手机上运行并链接到现有系统以写入和读取记录,包括来自企业资源和资产管理平台的记录。

Datch 的助手提供事件时间表,并且可以在没有互联网连接的情况下捕获数据;一旦重新上线,它们就会自动同步。使用它们,员工可以通过语音填写公司表格、创建和更新工作订单、分配任务和搜索公司记录。

Fosdike 没有详细说明 Datch 如何处理语音数据,但它会加密传输中和静止的数据并执行每日备份。

“我们必须采用大量紧密的自动化反馈循环来训练语音和 [语言] 数据,因此每个人与 Datch 的交互都略有不同,具体取决于他们所在的公司和团队,”Fosdike 解释说。 “客户正在探索不同的用例,例如在预测性维护中使用 [语言] 数据、原因代码的自动分类,以及使用语音数据在工人疲劳成为严重安全风险之前预测它。”

关于预测工人疲劳的最后一点有点可疑。可以在一个人的声音中检测到疲劳等状况的想法并不新鲜,但一些研究人员认为,人工智能不太可能以 100% 的准确度对其进行标记。毕竟,人们表达疲劳的方式不同,不仅取决于工作环境,还取决于他们的性别、文化、种族和人口背景。

抛开疲劳检测场景不谈,Fosdike 断言,Datch 的技术通过“大幅提高”运营效率,帮助工业客户在经济动荡中走在前面。他指出,一线员工通常不得不使用不直观的报告工具,而且在许多情况下,语音是一种不那么繁琐、更快的替代输入形式。

“我们帮助一线员工提高生产力,并通过减少流程时间来解决浪费在报告上的时间的痛点,”Fosdike 说。 “工业公司很快意识到,为了满足需求或使自己能够抵御全球大流行,他们需要找到一种不仅仅依靠人力来扩大规模的方法。我们的 AI 在很短的时间内为这些公司提供了高效的解决方案,而且所需的开销也更少。”

Datch 与 Rain、Aiqudo 和 Onvego 竞争,它们都在为工业客户开发语音技术。德勤的 Maxwell、Genba 和 Athena 在 Fosdike 眼中也是竞争对手。但业务保持稳定——Datch 的客户包括 ConEd、新加坡航空公司、ABB 机器人和纽约电力局。

“由于市场需求的涌入,我们比预期提前提出了最新一轮融资。现在正是利用 COVID 后数字化转型的繁荣以及基础设施法案推动的企业投资的时机,”Fosdike 说,他指的是美国立法者去年 11 月通过的 1 万亿美元一揽子计划。 “目前我们有一个 20 人的团队,并计划利用这笔资金将人数增加到 55 到 60 人,到年底扩大到大约 40 人。”

迄今为止,Datch 已经筹集了 1500 万美元的风险投资。

原文: https://techcrunch.com/2022/07/26/datch-secures-10m-to-build-voice-assistants-to-factory-floors/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme