(Bloomberg) – La production industrielle est l’un des coins les plus sales du monde de l’entreprise. Une start-up d’anciens ingénieurs de Google pense qu’elle peut la nettoyer avec l’intelligence artificielle.
Phaidra, une société basée à Seattle, vend des logiciels d’IA pour automatiser les contrôles de bâtiments pour les centrales électriques et autres géants industriels. Il s’appuie sur le même correctif que leur ancienne société, DeepMind, le laboratoire de recherche de Google. Depuis plusieurs années, DeepMind laisse son système d’IA gérer les contrôles de température à l’intérieur des centres de données Google, pour finalement raser d’énormes morceaux de la facture d’électricité de l’entreprise.
Les algorithmes de Phaidra sont conçus pour sélectionner la température la plus efficace pour des installations uniques, telles qu’une aciérie ou un fabricant de vaccins, et identifier quand l’équipement commence à être à la traîne en termes de performance. Une fois en place, le système de Phaidra peut réduire la consommation d’énergie d’une usine jusqu’à 30% et économiser des quantités considérables de capital, selon la startup. « Cela peut immédiatement rendre ces entreprises plus rentables », explique Jeremy Brewer, associé directeur chez Starshot Capital, un investisseur.
Jim Gao, le PDG de Phaidra, qualifie la fabrication de secteur ignoré par la Silicon Valley, mais mûr pour le type d’apprentissage automatique avancé concocté dans des endroits comme Google. « Ils collectent des données depuis si longtemps, mais ils ne les utilisent pas », dit-il à propos de sa nouvelle clientèle.
En effet, le secteur industriel, qui représente environ un quart de tous les États-Unis les émissions de gaz à effet de serre et continuent de croître, commence à adopter la science des données de pointe. Un rapport d’IOT Analytics prévoit que les revenus de l’IA industrielle atteindront 72,5 milliards de dollars d’ici 2025, contre 11 milliards de dollars en 2018.
Pourtant, la plupart de cette utilisation représente des tâches de base comme la numérisation de données ou la création de tableaux de bord en ligne, pas des outils où les algorithmes exécutent des systèmes de contrôle entiers sans que les gens ne modifient les cadrans, comme celui que Phaidra présente. Peu de fabricants ont la capacité d’essayer cela ou les budgets et les prouesses d’ingénierie pour maintenir un tel système. « C’est très peu », explique Jon Van Wyck, directeur général du BCG.
Phaidra, qui a été créée en 2019, affirme avoir plusieurs clients industriels fortune 100 dans des domaines aussi vastes que le développement pharmaceutique aux usines de papier. Il refuse de nommer des clients spécifiques ou des chiffres financiers. La start-up a récemment levé 25 millions de dollars de financement auprès de Starshot et Character, des sociétés d’investissement créées par d’autres anciens de Google. Il a également recruté Robert Locke, un vétéran de 13 ans du fournisseur industriel Johnson Controls, en tant que président.
Gao a précédemment travaillé dans l’équipe de l’énergie chez DeepMind aux côtés de son co-fondateur technique, Vedavyas Panneershelvam. Les ingénieurs sont parmi les rares à avoir une vaste expérience dans l’apprentissage par renforcement, une branche de l’IA où les algorithmes sont conçus pour s’améliorer continuellement. La version la plus célèbre de DeepMind est AlphaGo, son système pour whupping le célèbre jeu de société difficile, Go.
Alors qu’AlphaGo a été optimisé pour gagner le Go, Katie Hoffman, une autre cofondatrice de Phaidra, décrit son système comme un système optimisé pour réduire les kilowattheures des usines dans lesquelles il se branche. Hoffman vient du secteur industriel – plus récemment en tant que directeur chez le fabricant d’équipements Ingersoll Rand Inc. – et affirme que de nombreux clients de Phaidra travaillent dans des domaines « critiques », avec des exigences très spécifiques sur la façon dont leurs usines doivent être refroidies et exploitées. Ils s’appuient également sur des logiciels obsolètes et codés à la main.
« Ils utilisent ce qui existe depuis les années 1950 », dit-elle. « Ces systèmes industriels sont incroyablement difficiles à faire fonctionner un bon jour. »
Les algorithmes de contrôle des bâtiments de DeepMind ont continué à modifier les cadrans à l’intérieur des centres de données de Google. Et Google a commencé à offrir un service similaire à ses clients du cloud. Mais les fondateurs de Phaidra affirment que leur approche est adaptée aux particularités du secteur industriel, qui est à des années-lumière de lasophistication d’un bâtiment Google.
Gao n’a pas partagé les prix de son entreprise, mais affirme que les clients paient Moins à Phaidra que les économies d’énergie qu’ils tirent de son service.
