法国初创公司Deepomatic已筹集到 1050 万美元（1000 万欧元）的 B 轮融资。虽然创始轮次相对较小，但该初创公司已成功说服一些大型客户使用其视觉自动化平台。例如，电信公司在现场使用 Deepomatic 来检查任务是否已成功完成。
EnBW New Ventures 和 Orbia Ventures 领投了 Deepomatic 于 10 月关闭的新一轮融资。现有投资者 Alven、Hi-Inov Dentressangl 和 Swisscom Ventures 将再次参与新一轮融资。
当我在 2015 年首次报道 Deeepomatic 时，这家初创公司已经存在了几年。公司一直专注于计算机视觉应用的深度学习。主要问题是为这项技术找到合适的客户是一个漫长的过程。
在电信行业，Deepomatic 似乎终于释放了它的真正潜力。 “我们发现了一个非常需要我们正在努力的行业——那就是电信公司，”联合创始人兼首席执行官奥古斯丁马蒂告诉我。
当现场工作人员安装光纤电缆或铺设新的 5G 塔时，他们必须填写复杂的表格以确保他们遵循了一些特定的流程。这可能非常乏味，因为工人可以为承包商公司工作。这些公司可以与具有不同要求的多家电信公司合作。
填写表格时也很容易出错。有时，现场工作人员也可以在某种程度上工作时说某事工作正常。正如我们在纤维集中点中看到的那样，它会产生一些质量保证问题。
这就是为什么许多现场服务公司也在使用照片。当他们完成安装后，他们必须为他们的安装和他们的仪器拍照，以证明一些新设备已经启动并以正确的参数运行。这意味着更多的工作。
借助 Deepomatic，现场服务公司大多使用照片作为基准。自动分析照片以提取一些知识。 Deepomatic 然后可以在感觉不对劲时发送一些警报，并且应该仔细检查。
“我们从最复杂的部分开始，即识别错误，”马蒂说。最重要的是，Deepomatic 现在销售端到端平台，这样现场工作人员只需使用 Deepomatic 即可完成工作。它还与 ERP 等特定企业工具集成。
当初创公司与新客户合作时，会进行一些集成工作，以便 Deepomatic 完全按预期工作。它涉及添加控制点、重用其计算机视觉库中的一些现有任务或在一组新照片上训练其算法。 Deepomatic 算法是在初创公司自己的基础设施上训练的。但它的产品可以在客户自己的云基础设施上运行，在某些情况下还可以在本地运行。
该公司目前拥有大约 20 个大客户，例如 Bouygues Telecom、Swisscom 和 Movistar，以及一些较小的客户。由于这是企业软件，客户通常每年要支付数十万欧元才能使用 Deepomatic。
每个月，Deepomatic 都会监控超过一百万个现场操作。每天有超过 20,000 名现场工作人员用手机拍照并将其上传到 Deepomatic 后端。
接下来，Deepomatic 及其 70 名员工的团队希望进入新市场和新行业，例如可再生能源、电动汽车、建筑、保险等。Deepomatic 希望与欧洲、美国和南美的公司合作。
许多政府和大公司目前正在大力投资，以在未来几十年彻底改造其基础设施。同时，现场工作人员人才短缺。似乎 Deepomatic 进入市场的时机恰到好处，成为此次基础设施改革的重要工具。
Deepomatic 希望为现场工作人员构建基于 AI 的计算机视觉伴侣作者： Romain Dillet ，最初发表于TechCrunch