تمويل

Sybilion تجمع 4.2 مليون دولار في جولة التمويل الاولية لمساعدة الشركات المصنعة على التنقل في عدم استقرار السوق

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

تعمل الشركات الصناعية في بيئة حيث يمكن أن تحدد التوقيت ربحية. يمكن أن يمحو قرار الشراء الذي يتم بعد عدة أسابيع – بعد ارتفاع أسعار الطاقة أو ارتفاع أسعار النقل – ملايين الدولارات من الهامش. ومع ذلك ، لا تزال العديد من الشركات المصنعة تعتمد على جداول البيانات والتقارير التحليلية المنفصلة والتنبؤات غير المتصلة عند اتخاذ قرارات تشغيلية تبلغ قيمتها مليارات اليورو.

تهدف شركة Sybilion الناشئة ، التي تتخذ من البرتغال مقراً لها ، إلى تغيير هذا الوضع. أعلنت الشركة عن جولة تمويل أولية تبلغ 4.2 مليون دولار لتوسيع منصة مصممة لمساعدة المنظمات الصناعية على اتخاذ قرارات أسرع وأكثر ثقة في الأسواق المتقلبة. قادت جولة التمويل شركة VentureFriends و Semapa Next ، و جاءت بعد جولة تمويل قبل البذرة بقيمة 600000 دولار التي قادتها Vanagon Ventures و EWOR قبل بضعة أشهر.

سيتم استخدام التمويل لدعم استمرار تطوير ما يسميه Sybilion “طبقة القرار” للتصنيع – برنامج يعمل على ربط الإشارات السوقية العالمية مباشرة بالخيارات التشغيلية داخل الشركات.

لماذا يتعلق الأمر بالtiming في الصناعة

تواجه الشركات المصنعة بشكل متزايد تكاليف مدخلات متقلبة مدفوعة bằng أسواق الطاقة ، وأسعار السلع ، والتحولات الجيوسياسية ، واضطرابات السلسلة التوريدية. يمكن أن يكون للخطأ الصغير في Timing في قرارات الشراء أو التسعير عواقب مالية كبيرة.

على سبيل المثال ، يمكن أن يترجم خطأ التوقيت بنسبة 3-5٪ في قاعدة التكلفة البالغة 200 مليون دولار إلى ملايين الدولارات في الهامش المفقود.

على الرغم من وفرة البيانات المتاحة للشركات – من تدفقات السوق التاريخية إلى التنبؤات الداخلية – thường ما تكمن التحديات في تحديد الإشارات التي تهم في لحظة معينة. غالباً ما يعتمد فريق الشراء وفريق المبيعات وفريق المالية على مجموعات بيانات وطرازات مختلفة ، مما يؤدي إلى تأخيرات في التنسيق بينما تستمر الأسواق في التحرك.

تم بناء Sybilion للتصدي لهذا الفجوة بين توافر المعلومات وثقة القرار.

بناء “طبقة القرار” للصناعة

تتبنى منصة Sybilion نهجًا خارجيًا لاتخاذ القرارات الصناعية. بدلاً من التركيز فقط على التنبؤات الداخلية ، تقوم النظام بتحليل تدفق هائل من البيانات الخارجية وتربطه مباشرة بالتعرض التشغيلي للشركة.

تقوم المنصة بمعالجة أكثر من تريليون عامل خطر خارجي ، بما في ذلك:

  • أسعار السلع والمواد الخام
  • أسعار النقل واللوجستيات
  • مستقبل الطاقة الكهربائية
  • شذوذات الطقس وبيانات المناخ
  • ازدحام الموانئ وحركة التجارة
  • معايير استخدام الصناعة
  • المؤشرات الاقتصادية الكلية

من خلال ربط هذه الإشارات ببنى التكاليف ومحفظة المنتجات ، تحدد المنصة العوامل التي تهم فعلاً للشركة في وقت معين.

بدلاً من تقديم تنبؤ واحد ، تُруктуر Sybilion لحظة القرار نفسها – مُحدداً الإجراءات الممكنة والتنازلاتات وحدود المخاطر المُقنعة. الهدف هو مساعدة الفرق على الالتزام في وقت أقرب ، قبل أن تترجم التغيرات في السوق إلى تكاليف أعلى أو نفوذ تفاوضي أقل.

من البحث الأكاديمي إلى التطبيق الصناعي

تعود أصول الشركة إلى الأبحاث الأكاديمية حول عدم اليقين و اتخاذ القرارات.

بدأ الرئيس التنفيذي والمؤسس المشارك لشركة Sybilion ، د. Bjol R. Frenkenberger ، الجامعة في سن 12 ولاحقاً أجرى بحثاً دكتوراه في جامعة أكسفورد حول كيفية اتخاذ المنظمات القرارات في ظل ظروف غير مؤكدة. خلال ذلك البحث ، لاحظ نمطاً متكرراً: الشركات الصناعية لديها وصول إلى كميات هائلة من البيانات الخارجية ولكنها تكافح لترجمة ذلك إلى خيارات تشغيلية في الوقت المناسب.

مع المؤسسين المشاركين Nuno Barros, Jonas Falkner, and Friedrich Weninger ، أطلق Frenkenberger Sybilion لإنشاء نظام قادر على ربط ديناميكيات العالم الخارجي مباشرة بالقرارات التجارية الداخلية.

النتيجة هي برنامج يعمل كجسر بين استخبارات السوق والتنفيذ التشغيلي.

النجاح المبكر مع العملاء الصناعيين

في عامها الأول ، حصلت Sybilion بالفعل على زخم مع الشركات الصناعية التي تسعى إلى تحسين إدارة عدم استقرار السلسلة التوريدية.

تتضمن أمثلة الحالات الأولية:

  • توزيع البلاستيك الهندسي الشركات التي تتناسق في وقت مبكر على قرارات التسعير والشراء من خلال تحليل تدفقات البوليمر العالمية والديناميات الأساسية.
  • فرق الشراء الكيميائية التي تستخدم مستقبلات الطاقة ومؤشرات السلع لتحديد قرارات الشراء داخل حدود المخاطر المحددة.
  • الشركات المصنعة الموجهة للتصدير التي تقييم تدفقات التجارة لتحديد أين تزداد الطلب وتعديل استراتيجيات التخصيص وفقاً لذلك.

تُبلغ الشركة عن إيرادات سنوية متكررة بستة أرقام مع عدم وجود انحراف وبدون فريق مبيعات مخصص ، مما يشير إلى توافق سوقي قوي في وقت مبكر بين العملاء الصناعيين.

صعود منصات الذكاء القراري

تُظهر صعود Sybilion اتجاهاً أوسع في برامج الشركات: التحرك بعيداً عن لوحات التحكم والتنبؤات نحو أنظمة تُруктуر القرارات بشكل فعلي.

في السلاسل التوريدية والعمليات الصناعية ، تواجه الشركات بشكل متزايد نوافذ قرارات مضغوطة مع تحولات جيوسياسية وأحداث مناخية ودورات سلع. غالباً ما يعني انتظار التنسيق المثالي عبر الإدارات تفويت اللحظة المثالية للعمل.

تهدف منصات مثل Sybilion إلى معالجة هذا الأمر من خلال تقديم ذكاء القرار – برنامج مصمم ليس فقط لتسليم البيانات ، ولكن لتوجيه توقيت و هيكلة الخيارات الاستراتيجية.

对于 الشركات المصنعة ، تكون المخاطر كبيرة. يمكن للشركات التي تفسر الإشارات الخارجية في وقت مبكر تأمين الإمدادات في شروط أفضل ، وحماية الهوامش ، وتجنب الإجراءات الطارئة المكلفة مثل النقل السريع أو الإنتاج الزائد.

النظرة إلى الأمام

مع التمويل الجديد ، تُخطط Sybilion لتوسيع عمق خريطة الإشارات لمنصتها ، مما يحسن كيفية ربط الديناميات السوقية الخارجية بالتعرضات التشغيلية و القرارات.

أحد الأولويات الأخرى هو توسيع التكاملات من خلال إطار Sybilion Connect ، مما يسمح للرؤى بالتدفق بشكل مباشر إلى أنظمة البرمجيات التي تستخدمها الشركات بالفعل للشراء والعمليات والتنظيم.

على المدى الطويل ، تعمل الشركة على تطوير قدرات التخطيط المساعدة ، حيث يمكن للنظام مساعدة الفرق على تقييم الخطوات المحتملة وتوصية بالخطوة التالية في ظل ظروف سوق غير مؤكدة.

إذا نجحت ، يمكن أن تمثل هذه النهج تحولاً في كيفية إدارة الشركات الصناعية لعدم الاستقرار – تحويل عدم اليقين من خطر phản應ي إلى ميزة استراتيجية.

أنطوان قائد صاحب رؤية وشريك مؤسس في Unite.AI، يدفعه شغف راسخ بتشكيل مستقبل الذكاء الاصطناعي والروبوتات وتعزيزه. وبصفته رائد أعمال أسس عدة مشروعات، يؤمن بأن الذكاء الاصطناعي سيُحدث تحولًا في المجتمع يضاهي ما أحدثته الكهرباء، وكثيرًا ما يتحدث بحماس عن إمكانات التقنيات التحويلية والذكاء الاصطناعي العام (AGI).

وبصفته مستشرفًا للمستقبل، يكرس جهوده لاستكشاف كيف ستشكل هذه الابتكارات عالمنا. وهو أيضًا مؤسس Securities.io، وهي منصة تركز على الاستثمار في التقنيات المتطورة التي تعيد تعريف المستقبل وتعيد تشكيل قطاعات بأكملها.