當你把耳朵貼在隆隆的內燃機、呼呼作響的風扇或砰砰作響的氣壓機上時，你聽到了什么？或許是噪音。但是正如任何一個經驗豐富的汽車修理工會告訴你的那樣，噪音中嵌入的模式傳達了有價值的信息。一些人甚至預言了機械故障。

受到這個想法的啟發，軟件開發人員加爾·紹爾（Gal Shaul）和模擬信號處理工程師薩爾·約斯科維茨（Saar Yoskovitz）在2011年創立了總部位于以色列和紐約的初創公司Augury，兩人將其描述為“Shazam for machines”。該公司的無線手持設備奧古斯都（Auguscope）可以記錄超聲波振動，并將其上傳到云端，在那里輸入人工智能算法，預測機器的健康狀況。

Augury的客戶包括Johnson Controls、Aramark和Armstrong，以及PSG Dover、Trane、Carrier、Mueller和Aecom。這家初創公司資金充足：今天，它宣布已經從Insight Venture Partners獲得2500萬美元的融資，獲得Eclipse Ventures、Munich Re/HSB Ventures、Pritzker Group VC和Lerer Hippeau等現有投資者的支持。

C輪融資將Augury的總額提升至5100萬美元，隨著該公司完成對Alluvium的收購，Alluvium是一家機器學習初創公司，擁有一個可以從工業數據流中獲得洞察力的平臺。

insight venture partners董事總經理Peter Sobiloff和insight負責人哈雷•米勒（Harley Miller）將加入董事會。

Yoskovitz說，新的資本和收購將推動Augury的全球擴張，并使其能夠更好地支持現有的合作伙伴。他聲稱，擁有Alluvium將使Augury成為第一批在一個包中同時提供機械和運營洞察的工業分析公司之一。

Augury的web儀表板監視器

他說：“在過去一年中，我們在市場上取得了實質性的進展，并期待在未來一年加深我們的合作關系。”“有了這筆資金，我們將繼續創新，并在全球范圍內支持我們的合作伙伴。”

Yoskovitz說，Augury的技術在設計上是可推廣的，并隨著規模的擴大而改進。這些錄音是技術人員在機器的不同位置錄制的，用來建立占卜云的基準讀數，并與其他客戶擁有的類似設備發出的聲音進行比較。這樣，Augury就不需要為每臺新機器重新訓練它的模型——隨著時間的推移，系統開始識別異常聲音和其他故障指標。例如，Augury的服務可能會學習在升降機機器人中發現一個有缺陷的執行器，并將這些知識應用到其他設備中檢測有缺陷的執行器。

早期，Augury直接與服務公司和設施經理合作診斷關鍵系統，如商業建筑內的泵、風扇、冷水機和HVAC（供暖、通風和空調）系統。但此后，它將服務擴展到非關鍵機器，為這些機器提供持續監控，用于通知每臺機器的維護計劃。

Augury聲稱，通過發現早期的破損跡象，它能夠減少75%的故障，增加45%的正常運行時間，降低30%的資產成本。技術人員使用它的智能手機應用程序拯救了3000多臺機器，監控了60000多臺工商業設備，避免了7000多起故障。在一個案例中，Augury成功地診斷出轉子桿上的裂紋，如果不加以檢查，就有必要更換整個電機。

Yoskovitz說：“隨著市場在向數字化轉型的過程中繼續快速發展，越來越多的企業試圖通過基于人工智能的機器健康解決方案來發現運營中的盲點。”

需要明確的是，像Augury這樣的預測維護解決方案并不新鮮。它們已經在噴氣發動機和燃氣輪機上使用了幾十年，通用電氣數字公司（GE Digital）的Predix和初創公司Petasense等競爭對手也提供了類似的wi - fi、云和人工智能驅動的振動傳感器。有些公司甚至在內部提供這項服務，比如Gogo，它記錄飛機上服務器的風扇速度，溫度的一個指標，為地面上的服務器運營商建立決策樹，并幫助預測設備故障。

這是一個成熟的市場，根據麥肯錫全球研究所（McKinsey Global Institute）分析師最近的一份報告，預計到2025年，工廠維護業務將達到12億至37億美元。

但是Yoskovitz對Augury的技術有著宏偉的愿景，他希望有一天這項技術能被應用到家用電器中，比如洗衣機和電烤箱。

Sobiloff似乎很有信心。他表示：“我們看到整個行業的數字化趨勢出現了大幅上升，過去一年里該行業出現了顯著增長，這是采用人工智能技術優化供應鏈運營的轉變的例證。”“我們期待著與Saar及其團隊合作，在2019年將這項改變行業的技術帶給更多的客戶和行業。”

圖文出自：venturebeat