Partly hæver 50 millioner dollars i serie B til en vurdering på 500 millioner dollars og udvider til det amerikanske marked for bilreparation

Bilreparationsindustrien har længe været en af de mindst digitaliserede sektorer i den bredere transportøkonomi. Mens bilproduktion, logistik og detailhandel har gennemgået store teknologiske forandringer, afhænger meget af kollisionsreparation og delebesørgelse stadig af fragmenterede kataloger, manuelle opslag og ikke-tilkoblede leverandørnetværk. Nu satser AI-startup Partly på, at specialiserede grundmodeller kan ændre dette.

Selskabet annoncerede afslutningen af en serie B-finansieringsrunde på 50 millioner dollars ledet af DST Global Partners (GLP ), som vurderer selskabet til 500 millioner dollars. Samtidig med finansieringen afslørede Partly en umiddelbar udvidelse til USA, hvor de etablerer deres globale hovedkvarter i Austin, Texas, og positionerer sig til at betjene, hvad de beskriver som verdens største marked for bilreparation.

Opbygning af AI til en branche, som generelle modeller har svært ved at forstå

I modsætning til mange AI-startups, der bygger på eksisterende store sprogmodeller, har Partly brugt de sidste fem år på at udvikle en specialiseret grundmodel, der specifikt er designet til bildele og reparationssystemer.

Selskabets flagskibsmodel, kaldet Interpreter, blev trænet ved hjælp af fabrikantoverenskomster, proprietære delekataloger, menneskelig feedback og syntetisk data. Ifølge Partly er modellen designet til at forstå de komplekse relationer mellem køretøjer, dele, diagrammer, reparationssystemer og besørgelsesprocesser, som generelle AI-systemer ofte har svært ved at fortolke nøjagtigt.

Udfordringen skyldes den store kompleksitet i bildeleøkosystemer. En enkelt bilmodel kan indeholde tusindvis af komponenter, mange af hvilke varierer efter udstyrsniveau, produktionsdato, region eller fabrikantrevision. Dele kan have efterfølgende versioner, kompatibilitetsbegrænsninger eller afhængigheder, der er svære at identificere uden omfattende domænespecifik viden.

Partly siger, at Interpreter kan behandle tekst, tekniske diagrammer og billeder samtidigt, hvilket muliggør opgaver som validering af delelister, identificering af beskadigede komponenter, anbefaling af erstatningsdele og markering af besørgelsesfejl før de skaber forsinkelser.

Opbygning af et fælles sprog for bildele

Selskabets bredere vision strækker sig ud over AI-baseret reparation.

Partly bygger, hvad de beskriver som infrastruktur til bildeleindustrien, herunder API’er, datastandarder, besørgelsessystemer og leverandørsoftware, der er designet til at tilkoble fabrikanter, reparationsværksteder, forhandlere, demonteringsvirksomheder og leverandører gennem en fælles digital ramme.

Historisk set har hver fabrikant opretholdt sin egen katalogstruktur og dele-taxonomi. Denne fragmentering skaber betydelige ineffektiviteter på leverandørkæden, især når reparationsværksteder skal identificere, indkøbe og bestille komponenter fra flere leverandører.

For at løse dette problem har Partly investeret massivt i at opbygge standardiserede bildata og universelle delekataloger. Selskabet kombinerer licensieret fabrikantinformation med internt udviklede datastandarder og AI-drevne datatransformationsværktøjer, der hjælper organisationer med at migrere eksisterende kataloger til en samlet struktur.

Denne datalag fungerer som grundlag for selskabets AI-systemer og softwareprodukter.

Hvorfor det amerikanske marked er vigtigt

Finansieringsannonceringen kommer sammen med Partlys formelle indtræden på det amerikanske marked, der repræsenterer en stor mulighed for teknologileverandører til bilreparation.

Det amerikanske kollisionsreparationssektor genererer mere end 50 milliarder dollars om året, men meget af industrens operationelle infrastruktur afhænger stadig af manuelle processer og ældre software-systemer. Da reparationssomkostningerne fortsætter med at stige, og køretøjsdesign bliver mere komplekst, er der voksende pres for at forbedre effektiviteten i hele reparationssystemet.

Partly planlægger at bruge Austin som deres amerikanske operationelle hub, mens de udvider ansættelsen inden for ingeniør-, produktledelse- og forretningsudviklingsfunktioner. Selskabet siger, at de har til hensigt at støtte de cirka 250.000 reparationsvirksomheder, der driver i landet.

Det skridt afspejler også en bredere tendens blandt AI-virksomheder, der retter sig mod højt specialiserede industrielle sektorer, hvor domæneekspertise og proprietære datasæt kan skabe betydelige konkurrencefordele.

Hvad specialiseret AI kunne betyde for bilreparation

Meget af den seneste AI-investering har centreret sig omkring generelle modeller og forbrugerorienterede anvendelser. Partly repræsenterer en anden kategori af AI-virksomheder: en, der fokuserer på at løse branche-specifikke problemer gennem specialiserede grundmodeller.

Dette tilgangspunkt afspejler en bredere forandringsproces, der finder sted på tværs af industrielle sektorer. Mens generelle AI-systemer excellerer i sprog- og resonanstasker, kræver industrier som produktion, logistik, sundhedspleje og bilreparation ofte modeller, der er trænet på højt specialiserede data og arbejdsgange. Succes afhænger mindre af at generere flydende tekst og mere af at forstå tekniske relationer, struktureret information og operationelle begrænsninger.

For bilreparationsindustrien kunne dette muligvis oversætte sig til hurtigere deleidentifikation, færre bestillingsfejl, kortere reparationstider, forbedret lagerstyring og mere effektiv kommunikation mellem reparationsværksteder, leverandører, forsikringsselskaber og fabrikanter.

Da køretøjer bliver mere og mere software-drevne og teknologisk komplekse, vokser mængden af information, der kræves for at reparere dem korrekt, stadig. Specialiserede AI-systemer kan muligvis optræde som en kritisk lag, der forbinder fragmenterede datasæt, teknisk dokumentation, leverandørkæder og reparationsoperationer. Med frisk kapital og et stort skridt ind på det amerikanske marked positionerer Partly sig selv i spidsen for denne forvandling.