Axion Ray’in yapay zekası, geri çağırmaları önlemek için üründeki kusurları tespit etmeye çalışıyor

Geri çağırmalar, büyüklüğü veya pazarı ne olursa olsun, her şirket için maliyetli ve zarar vericidir.

Örneğin McKinsey, tıbbi cihaz üreten işletmelerde geri çağırmaların son yıllarda 600 milyon dolara kadar çıktığını tahmin ediyor. İtibar etkisi kalıcı olma eğilimindedir; Müşteriler çabuk affedemezler. Harris Interactive’in yaptığı bir anket, alıcıların %55’inin geri çağırmanın ardından marka değiştireceğini ve %21’inin geri çağrılan ürünün üreticisi tarafından üretilen herhangi bir markayı satın almaktan kaçınacağını ortaya çıkardı.

Peki bir iş ne yapmalı? Daniel First, belki de yapay zekaya yönelmemizi öneriyor.

Birincisi, saha servis raporlarından sensör okumalarına kadar sinyalleri alarak ve bu sinyalleri coğrafi konum ve diğer verilerle ilişkilendirerek ürün arızalarını tahmin etmek için yapay zeka destekli bir platform oluşturan Axion Ray’in CEO’su.

Bu büyük bir iş.

Değeri 100 milyon dolar olan Axion Ray, bugün Bessemer Venture Partners liderliğinde RTX Ventures, Amplo ve Inspired Capital’in katılımıyla düzenlenen A Serisi turda 17,5 milyon dolar topladığını duyurdu. Yeni dilim, Delaware merkezli Axion’un toplam tutarını 25 milyon dolara çıkaran New Castle’ı getiriyor ve First, bunun platformun yeteneklerini genişletmek, yeni sektörlere girmek ve Axion’un iş gücünü büyütmek için kullanılacağını söylüyor.

Axion fikrinin First’e McKinsey’de yapay zeka strateji bölümünde çalışırken geldiğini söylüyor. Orada, ürün sorunlarını önlemeye yönelik yapay zeka destekli projelerin, yapay zekanın yeterince ince ayar yapılmaması nedeniyle sıklıkla başarısız olduğunu gördü.

First, “Başarılı olmak için, sorunları proaktif bir şekilde azaltan yapay zeka çözümlerinin, yüksek hassasiyete sahip ölçeklenebilir bir yapay zeka platformu tarafından etkinleştirilen, farklı grupların sorunları çözmek için işbirliği yapmak için kullanabileceği iş akışlarıyla birlikte bir ürün içinde katmanlandırılması gerekiyor” dedi. “Olmadan [the right solution], kuruluş genelinde birçok farklı grup, ortaya çıkan kalite sorunları hakkında silolanmış analizler yapıyor. Bu da kopyalara ve işbirliği eksikliğine yol açıyor.”

Axion Ray ilk olarak 2021’de yalnızca bir ürünün arızalı olabileceğine dair uyarı işaretlerini tespit etmenin bir yolunu sağlamakla kalmayıp, aynı zamanda bir kuruluştaki çeşitli ekiplere (mühendislik, program, ürün, üretim, saha kalitesi ve müşteri desteği) birleşik bir görünüm sağlamak için başladı. Sorunların ve bunlarla ilişkili tüm verilerin.

“Ürün kalitesi sorunları, aşağıdaki durumlarda son kullanıcı üzerinde etkili olabilir: [the] Sorunlar hızlı ve verimli bir şekilde çözülmüyor” dedi First, TechCrunch’a bir röportajda. “Üreticiler, müşterilerini etkileyen yeni ortaya çıkan sorunları proaktif bir şekilde yönetmekte zorlanıyor çünkü saha kalite ekipleri, ortaya çıkan olası sorunları anlamak için karmaşık veri kaynaklarını manuel olarak analiz etmek için sayısız saatler harcıyor.”

First, Axion Ray’in yardım edebileceği noktanın burası olduğunu söylüyor.

Belirli bir araba modelinin kilitlenme önleyici fren sisteminin arızalanmasına örnek veriyor. Axion Ray’in algoritmaları, sorunu öncelikle mekanik saha raporlarından tespit edebilir, daha sonra çağrı merkezi şikayetleri, otomobil bayisi ziyaretlerinden elde edilen raporlar ve otomobil telemetri okumaları genelinde aynı veya benzer sorunları tespit edebilir.

First, “Ortaya çıkan yinelenen ürün kalitesi sorunlarını işaretlemek amacıyla çeşitli sistemlerdeki dağınık, yapılandırılmamış ve bağlantısız verileri taramak için özel bir yapay zeka kullanıyoruz” dedi. “Bir üreticinin, örneğin bir kameradaki donanım ve yazılımı güncellemenin belirli hata kodlarında, telematik sapmalarda, çağrı merkezine çağrılarda ve iade edilen parçalarda ani artışa yol açtığını anlamasına yardımcı olabiliriz.”

Axion’un bu kadar çok veriyi yutması gerekiyor ve First’ün iddiasının haklı bir nedeni var. Peki Axion bunu gizlilik perspektifinden nasıl ele alıyor?

Axion, normalde verileri “aktif hesap süresi boyunca” veya müşterinin sözleşmeye dayalı anlaşmasında belirtildiği şekilde sakladığını söylüyor. Verilerin ne kadar süre saklanacağı konusunda endişe duyan ürün sahipleri, bu belirsiz politikayı endişe verici bulabilir. Ancak ilk olarak Axion’un talep alınmasından sonraki 30 gün içinde müşteri verilerini sileceği iddia edildi.

“Müşteri verilerini sorumlu bir şekilde ele almaya kararlıyız” diye ekledi.

Boeing ve Denso da dahil olmak üzere sağlık hizmetleri, tüketici elektroniği, havacılık, otomotiv ve endüstriyel ekipmanlarda faaliyet gösteren 70 çalışandan ve müşteriden oluşan bir ekiple First, Axion’un büyüme gidişatından emin olduğunu söyledi.

First, “Axion Ray’in genişlemesini destekleyen birçok trend var” dedi. “Birçok endüstri, elektrikli araçlar veya diğer yazılım açısından zengin ürünler gibi öngörülemeyen sorunlara yol açan yeni teknolojiler piyasaya sürüyor. Üreticiler ayrıca daha önce hiç çalışmadıkları yeni tedarikçilerle de çalışıyor. Bu da her zamankinden daha fazla kalite sorununa yol açıyor. Son olarak üreticiler, daha manuel görevlerin otomasyonunu sağlama konusunda yapay zekadan yararlanmak için iş güçlerinin becerilerini artırmak istiyor.”

Bessemer Venture Partners’tan Kent Bennett e-posta yoluyla şunları ekledi: “Axion Ray, saha mühendislerinin kalite sorunlarını daha hızlı tespit etmeleri için iş akışlarının otomatikleştirilmesinde açık bir pazar lideri olarak ortaya çıktı. Müşterilerden Axion hakkında duyduğumuz heyecan, bize şirketin net ve büyük bir etki yarattığını gösteriyor. Yapay zeka komuta merkezlerinin çalışma süresini artırmak, müşteri memnuniyetini artırmak ve maliyeti azaltmak için sağladığı yatırım getirisi, müşteri tabanında önemli bir büyüme için katalizör oldu.”