Finansowanie

BrightAI pozyskuje 97 mln USD na rozwój fizycznej sztucznej inteligencji dla infrastruktury krytycznej

Evan Mercer
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyStos edge-first firmy BrightAI przechowuje dane operacyjne na zasobie operatora…
Zobacz więcej
  • Stos edge-first firmy BrightAI przechowuje dane operacyjne na zasobie operatora, zamiast kierować je przez inną platformę.
  • Firma podaje, że 98% z 12 158 zbadanych operatorów miało niewystarczającą widoczność zasobów, którymi zarządza.
  • BrightAI twierdzi, że prawie 60% jego możliwego rynku znajduje się poza Ameryką Północną, w Azji i Europie.

18 listopada 2026 r. BrightAI ogłosiło pozyskanie inwestycji w wysokości 97 mln USD. Rundzie przewodził Smith Point Capital, a jej celem jest rozwój platformy fizycznej sztucznej inteligencji, która łączy czujniki, roboty i oprogramowanie terenowe do monitorowania infrastruktury krytycznej. Dzięki finansowaniu łączna kwota pozyskanego kapitału wzrosła do 184 mln USD.

W finansowaniu, obok Smith Point, uczestniczyły Cobalt Capital, Marlinspike Partners, Zero Infinity Partners oraz dotychczasowy klient BrightAI, GE Vernova. Wzięli w nim udział także dotychczasowi inwestorzy: Khosla Ventures, Inspired Capital i Upfront Ventures.

Luka w monitorowaniu infrastruktury

Operatorzy z sektorów energetyki, gospodarki wodnej i odpadowej oraz przemysłu ciężkiego wciąż w dużej mierze działają według schematu: inspekcja, wykrycie problemu i reakcja. Według BrightAI podczas ponad połowy zaplanowanych inspekcji nie stwierdza się żadnych nieprawidłowości, a poważne awarie mogą pozostać niezauważone aż do chwili, gdy już się rozpoczną. W rezultacie ekipy kierują się harmonogramami, a nie bieżącym stanem zasobów.

BrightAI informuje, że 98% z 12 158 operatorów objętych badaniem w 16 branżach świadczących usługi krytyczne nie miało wystarczającej wiedzy o stanie zarządzanych lub nadzorowanych zasobów. Firma szacuje, że możliwy do uzyskania roczny wpływ na całym świecie przekracza 7,5 bln USD.

Teza inwestycyjna Smith Point zakłada, że oprogramowanie działające wyłącznie w chmurze jest najmniej skuteczne w przypadku infrastruktury znajdującej się pod ziemią, na słupach lub w odległych lokalizacjach, gdzie dostęp do energii, łączności i pracowników jest ograniczony. To uzasadnia nacisk BrightAI na przetwarzanie brzegowe, które zmniejsza potrzebę stałego połączenia między zasobem a zdalną platformą.

Jedna platforma — od czujnika po prace terenowe

Stateful łączy czujniki brzegowe, autonomiczne maszyny i asystentów noszonych na ciele ze wspólną warstwą modeli bazowych. Monitoruje stan zasobów, identyfikuje problemy, udostępnia instrukcje krok po kroku i uwzględnia wyniki prac terenowych w swoich modelach. BrightAI tworzy czujniki, rozwiązania do przetwarzania brzegowego, modele i systemy terenowe jako jeden stos technologiczny, dzięki czemu dane operacyjne nie muszą przechodzić przez inną platformę i pozostają własnością operatora.

Naklejka Stateful rejestruje drgania, temperaturę i sygnały akustyczne; w zależności od konfiguracji urządzenia dostępny jest także monitoring wizualny. Dokumentacja produktów BrightAI informuje, że modele bazowe działające na urządzeniu mogą wykrywać anomalie w czasie rzeczywistym nawet w razie utraty połączenia sieciowego, a energooszczędna łączność bezprzewodowa nie wymaga stałego dostępu do internetu.

Na potrzeby dokładniejszych inspekcji autonomiczna inspekcja wykorzystuje drony i roboty zgodne z systemem do oceny słupów energetycznych, rurociągów, wskaźników i zaworów za pomocą analizy obrazu i termowizji. Ogranicza to konieczność wysyłania pracowników w niebezpieczne lub trudno dostępne miejsca. BrightAI informuje, że jej systemy autonomiczne zapewniają ponad pięciokrotnie wyższą wydajność niż inspekcje wykonywane ręcznie.

Urządzenie ubieralne Stateful zapewnia technikom głosowe i tekstowe wskazówki dotyczące procedur i rozwiązywania problemów, rejestruje obserwacje z terenu oraz porządkuje zakończone czynności w ustrukturyzowane raporty z prac. Łączy w ten sposób wykrywanie problemów z działaniami w terenie: odczyty czujników i inspekcje maszyn mogą prowadzić do prac wykonywanych zgodnie z instrukcjami, a dane o zakończonych zadaniach są następnie przekazywane z powrotem na platformę.

Skala wdrożeń i ekspansja międzynarodowa

Według BrightAI Stateful działa w ponad 50 000 lokalizacji operacyjnych, integruje miliony czujników i połączonych systemów oraz przetwarza dziesiątki bilionów rzeczywistych odczytów z czujników. Monitoruje setki tysięcy zasobów krytycznych i dostarcza wskazówki dziesiątkom tysięcy pracowników pierwszej linii oraz systemów autonomicznych.

Do klientów i partnerów współtworzących rozwiązania należą GE Vernova, Reworld, Osmose Utilities Services, Azuria Water Solutions, Kodiak Gas Services i Diamondback Energy. GE Vernova była klientem BrightAI jeszcze przed dokonaniem inwestycji. Zgodnie z ogłoszeniem firma wdroży narzędzia BrightAI w segmentach Power, Wind i Electrification, aby zwiększyć możliwości zespołów przeprowadzających inspekcje terenowe.

Plany ekspansji obejmują również rynki poza Ameryką Północną. BrightAI informuje, że niemal 60% jej potencjału rynkowego przypada na rynki poza tym regionem, zwłaszcza w Azji i Europie, i zakłada biura oraz zespoły operacyjne w terenie na kluczowych rynkach międzynarodowych. Firma zdążyła już otworzyć siedzibę główną o powierzchni 25 000 stóp kwadratowych w Palo Alto, centrum operacyjne w Midland w Teksasie oraz centrum prezentacyjne w Waszyngtonie. W 2025 r. podwoiła też zatrudnienie.

Finansowanie łączy międzynarodową ekspansję BrightAI z szerszym wdrożeniem w GE Vernova oraz stosem produktów, który uczy się na podstawie danych z czujników, inspekcji i prac terenowych. Kluczowe pytanie dotyczące realizacji planów brzmi, czy wraz z rozbudową działalności operacyjnej firma będzie w stanie wcześniej i niezawodniej wykrywać awarie w usługach krytycznych, a jednocześnie pozostawić kontrolę nad danymi operacyjnymi w rękach operatorów.

Evan Mercer jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się startupami AI, kapitałem ryzyka i dynamiką finansowania kształtującą kolejną generację firm technologicznych. Jego relacje koncentrują się na innowacjach we wczesnym etapie, przepływach kapitału oraz strategicznych decyzjach, które podejmują założyciele i inwestorzy, gdy firmy AI rozwijają się od koncepcji do globalnego wpływu.

Ze strategicznej i analitycznej perspektywy Evan bada rundy finansowania, pozycjonowanie rynkowe oraz pojawiające się trendy w ekosystemie startupów AI. Śledzi, jak kapitał ryzyka, inwestycje korporacyjne i rynki publiczne krzyżują się z przełomami w sztucznej inteligencji, odróżniając trwałe sygnały od krótkotrwałego szumu.

Artykuły autorstwa Evana Mercera są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, kontekst i odpowiedzialne relacjonowanie globalnego krajobrazu inwestycji w AI