Chris Nielsen，Levatas创始人兼首席执行官 – 采访系列

Chris Nielsen是Levatas的创始人兼首席执行官。Levatas构建了端到端的AI解决方案、机器学习模型和人机协同系统，以增强企业自动化视觉检查的方式。

Levatas及其专利的机器学习技术，认知检查平台（Cognitive Inspection Platform），为其全球领先的客户完全自动化了工业检查程序。认知检查平台（Cognitive Inspection Platform）与先进的机器人、相机和无人机以及预训练或自定义的ML检查模型集成，提供了工业检查用例的端到端自动化。

位于南佛罗里达，Levatas同时服务于区域和全球市场，与行业领先的客户如宝马、安海斯-布希、陶氏化学、波士顿动力、普莱克斯、约翰逊控制、下一代能源/佛罗里达电力、莱德、皇家加勒比、美国高尔夫协会、运通、G4S、汇丰银行等合作。

您能否讨论Levatas的起源故事，以及它是如何从您在一家软件公司失业开始的？

2006年，我在一家软件公司担任销售职务，该公司专门为大型电信客户提供白标抗恶意软件。虽然我在那个职位上表现良好，但公司本身却陷入了困难。同年晚些时候，我被解雇，和许多团队成员一起失去了工作。

从那次经历中，我带走了我初步的数字设计技能和积极的企业家精神，开始为南佛罗里达的当地企业提供自定义软件设计和开发服务。然后事情开始发展。一个小企业客户将我介绍给一个中型客户，我的新账户开始变得越来越大。随着更多的推荐从满意的客户那里流入，我不得不开始雇用开发专业人员来跟上业务的增长和我们在数字设计方面的扩张。我们很快成为了一家万能的数字代理商，建立了从网站到电子商务平台、后端软件集成，甚至数字营销服务等一切东西。

Levatas最初是一家综合性数字代理商，您能否讨论一下Levatas如何转向人工智能？

虽然这种万能的方法对增长收入很好，但我们意识到，随着服务的扩展，保持质量和一致性将会很困难。我们决定缩小我们的重点；放弃设计和开发服务，专注于人工智能和机器学习解决方案领域。

从提供咨询服务的数字代理商转变为构建专注于机器学习的企业SaaS解决方案，乍一看似乎是一个巨大的跳跃，但实际上这是一个自然的和有机的转变。

我们一直与世界上一些最大的公司合作，根据他们的数据和内部系统构建定制的数字解决方案。跨多个平台和行业，我们发现了一些清晰而一致的技术差距，这些差距对我们来说似乎是市场机会。最终，我们决定构建解决方案和产品来填补这些差距，并在2020年，Levatas正式从专业服务和咨询转向人工智能/机器学习软件产品开发。这是一个正确的决定。

是什么时候决定Levatas将专注于机器感知，使用自然语言处理和计算机视觉，而不是成为一家普通的AI公司？

作为一家高科技公司的非技术创始人，我已经很擅长倾听Levatas团队中那些非常聪明的人。是我的商业伙伴和CTO丹尼尔·布鲁斯（Daniel Bruce）为Levatas设定了专注于计算机视觉解决方案的愿景。然后他进一步将该愿景细化为“自动化工业检查解决方案”。

我的第一反应是，这个细分市场太小了，我们可能找不到足够的客户来实现我们的业务增长目标。我错了。事实证明，这是一个整个市场，里面有大量的全球大型企业客户，他们需要我们正在构建的解决方案。

此外，还有一个快速扩张的高级数据采集硬件制造商领域，例如机器人、无人机、相机、物联网传感器等，也在寻找我们在Levatas构建的解决方案。这种公司转变发生在过去5-6年中的两个阶段。第一个阶段，我们从综合数字转型顾问转变为人工智能/机器学习专家（仍然作为顾问）。最后阶段，我们从专业服务转变为新的软件产品开发业务模式，这就是我们今天的样子。

Levatas与机器人领域最令人兴奋的公司之一——波士顿动力公司（Boston Dynamics）合作。您能否分享一些关于此次合作的细节？

老实说，我很难谈论我们的波士顿动力公司合作伙伴关系而不听起来像一个彻头彻尾的粉丝。[笑]与波士顿动力公司的人们和Spot机器人合作，是我个人和职业生涯中最有意义的事情。我的团队也有同样的感觉。

不仅他们创造了世界上最先进和最有能力的动态移动机器人，而且他们也很好相处。关键是，Spot机器人“开箱即用”，具有市场领先的运动智能和身体能力。然而，它们仍然需要“现场培训”，使它们能够从认知智能的角度理解环境。这就是Levatas的作用。

我们的工业检查模型和认知检查平台使Spot机器人能够检查客户设施的关键元素，使他们能够理解所看到的内容并根据发现做出反应。虽然Spot机器人能够做很多事情，但我们通常会将它们部署在安全、保安和预防性维护用例中。这些用例并不特定于任何一个行业，但我们在电力、石油和天然气以及制造业等领域看到很大的需求，尤其是在与波士顿动力公司合作时。

模拟表盘读取为什么会成为制造商的痛点？

您可能不会认为模拟表盘读取是一个特别令人兴奋的创新领域。但对于那些负责操作、维护和交付这些设施的人来说，这是一个大问题。

一个工业设施可能有成千上万个模拟表盘来监测各种工业设备。目前，人员必须不断监测这些表盘（手动）以确保设施的正常运行和按目标生产率运行。虽然数字表盘是可用的，但许多设施使用的设备是为数十年设计的。为成千上万件设备添加传感器的成本可能达到数百万美元。让非常聪明和有能力的人花费他们的时间每天、每天走遍设施，目视读取和报告这些模拟表盘的成本也是非常高的。不仅手动监测效率非常低，而且在工人短缺和更紧迫的维护责任面前，很容易落后。如果设备由于没有被检查而发生故障，这可能会导致更昂贵的问题。

相比之下，一个移动机器人可以按照预定的时间表在设施周围行走，使用Levatas软件进行自动检查。部署机器人引入了一致性、可靠性和准确性的下一个层次的数据采集。它还让人类员工能够将他们的时间花在更高价值的任务上——做只有人类才能做的工作。

Levatas如何使用自主技术解决这个问题？

简单地说：需要手动操作的工业解决方案几乎没有投资回报率。我们的客户不会购买它。因此，我们的所有硬件合作伙伴都提供具有完全自主性的解决方案。他们的设备创建检查路线，运行检查模型，并返回到它们的电源进行充电——所有这些都是循环的。

人类工人仍然会监督这些自动化解决方案，确保它们按照预期运行。就像任何新员工一样，人工智能还没有足够的准确性来每次都做出完美的分析和决策。我们设计了我们的技术，以便在需要人类介入时将其纳入决策过程中。在我们的领域，这被称为“人机协同”工作流程，它是Levatas平台的一部分。总的目标是不断减少人类在监测相关任务上花费的时间，同时仍然确保人类工人得到通知并始终拥有决策权。

Levatas还有什么其他用例？

除了模拟表盘检测和读取外，我们还提供热异常检测、人员检测、机器人碰撞避免、安全合规监控和基于变化检测机器学习的检查模型能力。当我们的客户有尚未被现有“现成”检查模型满足的需求时，我们有一个团队与客户合作开发定制解决方案。

虽然我们对与Spot机器人合作的工作感到兴奋，但Levatas的自动化检查解决方案也可以部署在无人机、摄像头网络上，并且可以与任何其他类型的数据采集设备（如工业物联网传感器）集成。

您能否讨论一下作为非技术创始人启动一家AI公司的挑战，以及您不知道如何编码？

我一直依靠我团队中非常聪明的开发人员来完成工作，并从技术战略角度指导我们走在正确的道路上。当谈到实际启动业务时，我认为我有正确的“可以做到”的态度、积极的态度和创业精神，这让我做出了最初的跳跃。

从一开始，Levatas就一直是关于团队的建设，以及我们一起建立的东西。简而言之，多亏了我在早期（直到今天）围绕在我身边的团队，我的个人技术能力的缺乏并没有成为我们发展业务的重大障碍。

您还想分享关于Levatas的其他信息吗？

我们刚刚在今年早些时候完成了种子轮融资，有效地为我们的火箭注入了燃料。我们的解决方案正在市场上获得验证，我们的惊人的企业客户和我们的管道每天都在增长。未来几个月将会有一些令人兴奋的新客户公告，我们将在今年晚些时候宣布一些世界首创的产品功能。请继续关注！

感谢这次精彩的采访，希望了解更多的读者可以访问Levatas。