Chris Nielsen, grundare och VD för Levatas – Intervjuserie

Chris Nielsen är grundare och VD för Levatas. Levatas bygger kompletta AI-lösningar, maskinlärningsmodeller och system med mänsklig inblandning som superchargerar hur företag automatiserar visuell inspektion.

Levatas och dess patenterade maskinlärningsteknologi, Cognitive Inspection Platform ™, automatiserar helt industriella inspektionsprogram för sina globala, marknadsledande kunder. Cognitive Inspection Platform ™ integrerar med avancerad robotik, kameror och drönare, samt förutbildade eller anpassade ML-inspektionsmodeller för att leverera kompletta automatiseringslösningar för industriella inspektionsfall.

Med säte i South Florida, tjänar Levatas både den regionala och globala marknaden, och arbetar med branschledande 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 och fler.

Kan du diskutera ursprunget till Levatas och hur det uppstod ur din förlust av jobbet på ett mjukvaruföretag?

Tillbaka 2006 arbetade jag inom försäljning för ett mjukvaruföretag som fokuserade på vitmärkta antivirusprogram för stora telekommunikationskunder. Medan jag hade den rollen utvecklade jag en process för att designa mockups av mjukvaran som hjälpte mig att stänga fler affärer. Jag gick bra, men företaget självt hamnade i svårigheter. Senare samma år blev jag uppsagd tillsammans med många medlemmar i teamet.

Från den upplevelsen tog jag mina rudimentära digitala designfärdigheter – och en positiv entreprenöriell attityd – och började erbjuda mina anpassade mjukvarudesign- och utvecklingstjänster till lokala företag i South Florida. Sedan snöbollade saker. En liten affärskund hänvisade mig till en medelstor kund, och mina nya konton började bli större och större. När fler hänvisningar strömmade in från nöjda kunder var jag tvungen att börja anställa utvecklingsproffs för att hålla jämna steg med företagets tillväxt och vår expansion inom digital design. Vi blev snabbt en allt-i-allo-digitalbyrå, som byggde allt från webbplatser till e-handelsplattformar, till backend-mjukvaruintegrationer – till och med erbjudande digitala marknadsföringstjänster.

Levatas var initialt en allmän digitalbyrå, kan du diskutera hur Levatas sedan gick över till AI?

Medan byråns allmänna, köksskåpsapproach var bra för att öka intäkterna, insåg vi att det skulle vara svårt att upprätthålla kvalitet och konsekvens när utbudet av tjänster utvidgades. Vi beslutade att smalna av vår fokus; flytta bort från design- och utvecklingstjänster och fokusera uteslutande på artificiell intelligens och maskinlärningslösningar.

Medan det kan verka som ett stort språng – att gå från en digitalbyrå som erbjuder konsulttjänster till att bygga ett företags-SaaS-lösning fokuserad på maskinlärning – var det faktiskt en naturlig och organisk övergång.

Vi hade arbetat med några av världens största företag, byggt anpassade digitala lösningar baserade på deras data och bakom kulisserna system. Över flera plattformar och branscher upptäckte vi tydliga och konsekventa tekniska luckor som, för oss, verkade som marknadsmöjligheter. Till slut beslutade vi att bygga lösningar och produkter för att fylla dessa luckor, och 2020 vände Levatas officiellt från professionella tjänster och konsultverksamhet till AI / ML-mjukvaruproduktutveckling. Det var rätt drag.

Vad var den avgörande ögonblicket när det beslutades att Levatas skulle fokusera på maskinperception med hjälp av både naturlig språkbehandling och datorseende, snarare än att vara ett allmänt AI-företag?

Som en icke-teknisk grundare av ett avancerat teknologiföretag har jag blivit bra på att lyssna på de otroligt smarta människorna i Levatas-teamet. Det var min affärspartner och CTO, Daniel Bruce, som satte visionen för Levatas att fokusera på datorseende-lösningar. Sedan skärpte han den visionen ytterligare till “att automatisera industriella inspektionslösningar”.

Mitt första tankar var att detta skulle vara för litet av en nisch, och att vi kanske inte skulle hitta tillräckligt med kunder för att uppfylla våra affärstillväxtmål. Jag kunde inte ha varit mer fel. Det visade sig att detta är en hel marknad i sig, full av stora globala företagskunder som behöver exakt vad vi byggde.

Levatas har samarbetat med ett av de mest spännande företagen inom robotiken – Boston Dynamics. Kan du dela några detaljer om detta samarbete?

Ärligt talat är det svårt för mig att prata om vårt samarbete med Boston Dynamics utan att låta som en total fanboy. [skrattar] Det sagt, att få arbeta med människorna och Spot-robotarna från Boston Dynamics har varit en av de mest personligt och professionellt uppfyllande sakerna jag någonsin har gjort. Mitt team känner likadant.

Inte bara skapar de världens mest avancerade och kapabla dynamiska robotar, utan de är också fantastiska människor att arbeta med. Slutsatsen är att Spot-robotarna kommer “ur lådan” med marknadsledande atletisk intelligens och fysiska förmågor. Vad de fortfarande behöver är “på jobbet” utbildning, som möjliggör för dem att förstå sin omgivning från ett kognitivt intelligensperspektiv. Det är där Levatas kommer in.

Varför är analog mätning av mätare så smärtsamt för tillverkare?

Man skulle inte tro att analog mätning av mätare är ett särskilt spännande område för innovation. Men för proffsen som är ansvariga för att driva, underhålla och leverera utdata från anläggningarna är det en stor sak.

En given industriell anläggning kan ha tusentals analog mätare som övervakar olika industriutrustning. Just nu måste personalen ständigt övervaka dessa mätare (manuellt) för att säkerställa anläggningens drifttid och produktivitet. Medan digitala mätare är tillgängliga, använder många anläggningar utrustning som är utformad för att vara långlivad. Att sensorisera tusentals maskiner kan kosta flera miljoner dollar. Det är också mycket dyrt att ha otroligt intelligenta och kapabla människor som tillbringar sina dagar, varje dag, att gå runt anläggningen för att läsa av och rapportera om dessa analog mätare. Inte bara är manuell övervakning mycket ineffektiv, utan den kan också lätt halka efter i brist på arbetare och mer pressande underhållsansvar. Och om utrustningen går sönder för att den inte kontrolleras så ofta, kan det leda till ännu dyrare problem.

Hur löser Levatas detta problem med autonom teknologi?

Enkelt uttryckt: en industriell lösning som kräver manuell mänsklig drift erbjuder liten eller ingen avkastning. Våra kunder kommer inte att köpa det. Därför tillhandahåller alla våra maskinvarupartner lösningar med full autonomi. Deras enheter skapar inspektionsrutter, kör inspektionsmodeller och återvänder till sina strömkällor för att ladda – allt på en loop.

Människliga arbetare kommer fortfarande att hålla ett öga på dessa automatiserade lösningar, för att säkerställa att de fungerar som avsett. Mycket som en junior anställd som är i utbildning, är AI inte ännu tillräckligt exakt för att göra den perfekta analysen och beslutet varje gång. Vi utformar vår teknik för att känna igen när den måste involvera en människa i processen för att hjälpa till att fatta rätt beslut. I vår bransch kallas detta “människa i loop”-arbetsflöde, och det är en del av Levatas-plattformen. Sammantaget är målet att konsekvent minska den tid som människor tillbringar på övervakningsrelaterade uppgifter, samtidigt som man säkerställer att mänskliga arbetare alltid har beslutsfattande befogenheter.

Vad är några andra användningsfall för Levatas?

Förutom analog mätarupptäckt och avläsning erbjuder vi också termisk avvikelseupptäckt, personupptäckt, robotkollisionsundvikande, säkerhetsöverensstämmelseövervakning och en mängd inspektionsmodellförmågor baserade på förändringsdetektering maskinlärning. När våra kunder har behov som inte ännu uppfylls av våra befintliga “från hyllan” inspektionsmodeller, har vi ett team som arbetar med kunden för att utveckla anpassade lösningar.

Kunde du diskutera några av utmaningarna med att lansera ett AI-företag utan att vara super-teknisk och inte veta hur man kodar?

Jag har alltid litat på mitt team av otroligt smarta utvecklare för att få jobbet gjort, och för att vägleda oss ned de rätta tekniska strategierna. När det gällde att faktiskt starta företaget, tyckte jag att jag hade rätt mix av “kan-göra”-attityd, en positiv syn och det entreprenöriella andan som ledde mig att göra det första språnget.

Finns det något annat du vill dela om Levatas?

Vi har just avslutat vår seed-runda kapitalinsamling tidigare i år, vilket effektivt fyllde på raketbränslet. Våra lösningar ser validering på marknaden med våra fantastiska företagskunder, och vår pipeline växer för varje dag just nu. Några spännande nya kundtillkännagivanden kommer att komma ut under de närmaste månaderna, och vi kommer att tillkännage några världsledande produktfunktioner senare i år. Håll utkik!

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Levatas.