Chris Nielsen, grunnlegger og CEO av Levatas – Intervju-serie

Chris Nielsen er grunnlegger og CEO av Levatas. Levatas bygger end-to-end AI-løsninger, maskinlæringsmodeller og menneske-i-løkkesystemer som superchargerer måten bedrifter automatiserer visuell inspeksjon.

Levatas og dens patenterede maskinlærningsteknologi, Cognitive Inspection Platform™, automatiserer fullstendig industrielle inspeksjonsprogrammer for deres globale, markedsledende kunder. Cognitive Inspection Platform™ integrerer med avanserte roboter, kameraer og droner, samt forhånds trenede eller tilpassede ML-inspeksjonsmodeller for å levere end-to-end automatisering for industrielle inspeksjonsbrukstilfeller.

Basert i Sør-Florida, tjener Levatas både det regionale og globale markedet, og arbeider med bransjeledende kunder som BMW, AB InBev, Dow Chemical, Boston Dynamics, Praxair, Johnson Controls, NextEra Energy (NEE ) /FPL, Ryder, Royal Caribbean, PGA of America, Carrier, G4S, HSBC og flere.

Kunne du diskutere opphavet til Levatas og hvordan det oppstod fra at du mistet jobben din i et programvareselskap?

Tilbake i 2006 arbeidet jeg i salg for et programvareselskap som fokuserte på hvit-etikett anti-malware-programvare for store teleselskapskunder. Mens jeg var i denne rollen, utviklet jeg en prosess for å designe mockups av programvaren som hjalp meg å lukke flere avtaler. Jeg gjorde det bra, men selskapet selv fikk det hardt. Senere samme år ble jeg sagt opp sammen med mange medlemmer av teamet.

Fra denne erfaringen tok jeg mine rudimentære digitale designferdigheter – og en positiv entreprenørholdning – og begynte å tilby mine tjenester for tilpasset programvareutvikling til lokale bedrifter i Sør-Florida. Så ble det snøball. En liten bedriftskunde henvisning til meg en medium-størrelse kunde, og mine nye kontoer begynte å bli større og større. Etter hvert som flere henvisninger strømmet inn fra fornøyde kunder, måtte jeg begynne å ansette utviklingsprofesjonelle for å holde pace med veksten av bedriften og vår ekspansjon inn i digital design. Vi ble raskt en alt-i-ett digitalbyrå, som bygget alt fra nettsider til e-handelsplattformer, til backend-programvare-integreringer – selv digital markedsføringstjenester.

Levatas var opprinnelig et generelt digitalbyrå, kunne du diskutere hvordan Levatas gikk over til å fokusere på AI?

Mens byråets generelle, kjøkken-sink-tilnærming var god for å øke inntektene, erkjente vi at det ville være vanskelig å opprettholde kvalitet og konsistens når tilbudene utvidet. Vi bestemte oss for å snevre fokus; å gå bort fra design- og utviklingstjenester og fokusere eksklusivt på feltet kunstig intelligens og maskinlæringsløsninger.

Det kan se ut som en stor hopp – å gå fra et digitalbyrå som tilbyr konsulenttjenester til å bygge en enterprise SaaS-løsning som fokuserer på maskinlæringsløsninger – men det var faktisk en naturlig og organisk overgang.

Vi hadde arbeidet med noen av verdens største selskaper, bygget tilpassede digitale løsninger basert på deres data og bak-scene-systemer. Over flere plattformer og bransjer oppdaget vi klare og konsistente teknologigap som, for oss, lignet markedsmuligheter. Til slutt bestemte vi oss for å bygge løsninger og produkter for å fylle disse gapene, og i 2020, gjorde Levatas offisielt en overgang fra profesjonelle tjenester og konsulenttjenester til AI/ML-programvareproduktutvikling. Det var riktig beslutning.

Hva var den avgjørende øyeblikket da det ble bestemt at Levatas skulle fokusere på maskinpersepsjon ved å bruke både naturlig språkbehandling og datavisning mot å være et generelt AI-selskap?

Som en ikke-teknisk grunnlegger av et avansert teknologiselskap, har jeg blitt god til å lytte til de usedvanlig smarte menneskene på Levatas-teamet. Det var min forretningspartner og CTO, Daniel Bruce, som satte visjonen for Levatas til å fokusere på datavisningsløsninger. Så skjerpet han visjonen videre til “automatisering av industrielle inspeksjonsløsninger”.

Mitt første tankeskudd var at dette ville være for smalt et nisje, og at vi kanskje ikke ville finne nok kunder for å oppfylle våre forretningsvækst-mål. Jeg kunne ikke ha hatt mer feil. Det viste seg at dette er en hel marked for seg selv, fullt av store globale bedrifter som trenger akkurat det vi bygget.

Levatas har inngått et samarbeid med ett av de mest spennende selskapene i robotikk-bransjen – Boston Dynamics. Kunne du dele noen detaljer om dette samarbeidet?

Ærlig talt er det vanskelig for meg å snakke om vårt Boston Dynamics-samarbeid uten å høres ut som en total fanboy. [ler] Det sagt, å få arbeide sammen med menneskene og Spot-robotene fra Boston Dynamics har vært en av de mest personlig og profesjonell tilfredsstillende ting jeg noensinne har gjort. Mitt team føler det samme.

Ikke bare skaper de verdens mest avanserte og kapable mobile roboter, men de er også flotte mennesker å jobbe med. Det viktigste er at Spot-robotene kommer “ut av boksen” med markedsledende atletisk intelligens og fysisk kapasitet. Hva de fortsatt trenger, er “på jobben”-trening, slik at de kan forstå sine omgivelser fra et kognitivt intelligens-perspektiv. Det er der Levatas kommer inn.

Hvorfor er analog gauge-lesing så vanskelig for produsenter?

Du ville ikke tro at analog gauge-lesing er et spesielt spennende område for innovasjon. Men for profesjonelle som er ansvarlige for å operere, vedlikeholde og levere utdata fra disse anleggene, er det en stor sak.

Et gitt industrielt anlegg kan ha tusenvis av analoge gauge som overvåker ulike industrielle utstyr. Nå må personale konstant overvåke disse gaugene (manuelt) for å sikre anleggets oppetid og produktivitet. Mens digitale gauge er tilgjengelige, opererer mange anlegg med legacy-utstyr som er designet for å vare i tiår. Å sensorisere tusenvis av maskiner kan koste flere millioner dollar. Det er også svært dyrt å ha usedvanlig intelligente og kapable mennesker tilbringe dagene sine til å gå rundt anlegget og lese av og rapportere på disse analoge gaugene. Ikke bare er manuell overvåking svært ineffektiv, men den kan også lett bli forsinket blant arbeidermangel og mer presserende vedlikeholdsansvar. Og hvis utstyret feiler fordi det ikke blir sjekket ofte nok, kan det føre til enda dyrbare problemer.

Hvordan løser Levatas dette problemet med autonom teknologi?

Enkelt sagt: en industriell løsning som krever manuell menneskelig operasjon tilbyr liten eller ingen avkastning. Våre kunder vil ikke kjøpe det. Derfor tilbyr alle våre maskinleverandører løsninger med full autonomi. Deres enheter skaper inspeksjonsrutene, kjører inspeksjonsmodellene og returnerer til sine strømkilder for å lade – alt på en loop.

Menneskelige arbeidere vil fortsatt holde et øye på disse automatiserte løsningene, og sikre at de fungerer som det er meningen. Mye som en junior-ansatt som er i trening, er AI ikke ennå nøyaktig nok til å gjøre den perfekte analysen og avgjørelsen hver gang. Vi designer vår teknologi for å gjenkjenne når den må bringe en menneskelig inn i prosessen for å hjelpe med å gjøre riktig avgjørelse. I vårt felt kalles dette “menneske-i-løkken”-arbeidsflyt, og det er en del av Levatas-plattformen. Overordnet mål er å konsistent redusere tiden som mennesker tilbringer på overvåkings-relaterte oppgaver, samtidig som menneskelige arbeidere holdes informert og alltid har avgjørelsesmyndighet.

Hva er noen andre brukstilfeller for Levatas?

I tillegg til analog gauge-deteksjon og -lesing, tilbyr vi også termisk anomali-deteksjon, person-deteksjon, robot-kollisjonsunngåelse, sikkerhets-etterlevelse-overvåking og en rekke inspeksjonsmodell-kapasiteter basert på endrings-deteksjons maskinlæring. Når våre kunder har behov som ikke ennå er dekket av våre eksisterende “ut-av-boksen”-inspeksjonsmodeller, har vi et team som arbeider med kunden for å utvikle tilpassede løsninger.

Kunne du diskutere noen av utfordringene med å lansere et AI-selskap uten å være super-teknisk og ikke vite hvordan man kode?

Jeg har alltid liten på mitt team av usedvanlig smarte utviklere for å få jobben gjort, og for å guide oss ned de riktige tekniske strategi-veiene. Når det kom til å starte bedriften, liker jeg å tro at jeg hadde riktig blanding av “kan-gjøre”-holdning, positivt syn og entreprenør-ånd som ledet meg til å gjøre det første hoppet.

Siden det øyeblikket har Levatas vært all about teamet, og å bygge dette sammen. Kort sagt, takket være teamet jeg klarte å bygge rundt meg i de tidlige dagene (og til denne dagen), har min personlige manglende tekniske evner ikke vært et stort hinder mens vi vokste bedriften.

Er det noe annet du ville like å dele om Levatas?

Vi har nettopp fullført vår seed-runde kapitalinnsamling tidligere i år, og fyller opp rakett-skipet med drivstoff. Våre løsninger ser validering i markedet med våre fantastiske bedrifter-kunder, og vår pipeline vokser dag for dag på dette punktet. Noen spennende nye kunde-annonseringer kommer ut i de neste månedene, og vi vil annonsere noen verdens-første produktfunksjoner senere i år. Hold øye med!

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke Levatas.