注册    登录
新闻
热点专题 首页 > 空间动态 > 热点专题

【启迪之星投资】工业智能解决方案供应商「沛元智造」获千万级天使轮融资

发布时间: 2022-04-06 阅读:316

沛元智造

 2021年07月,公司成立;

■ 2021年11月,获启迪之星创投种子轮融资;

 2022年04月,完成千万级天使轮融资。

 

       近日,启迪之星投资企业、工业智能解决方案供应商「沛元智造」宣布完成千万级人民币天使轮融资,由初心资本投资。本轮融资将主要用于研发投入,包括扩大算法平台研发团队规模,以及加速云端SaaS架构的搭建。

 

       沛元智造成立于2021年7月,主要基于运筹学算法,通过AI数据协同、分析和决策工具,为机械制造业公司提供工业生产控制领域的全栈解决方案,帮助客户简化流程、降本增效,实现数据实时驱动决策。除此之外,公司还将逐步开发基于云端的工业优化算法平台和数字工厂低代码平台,构建针对制造业的优化求解器和数据中台系统。

 

       近年来,我国对国产自主可控工业软件的重视程度进一步提高,一系列政策的出台推动着工业软件发展走向新拐点。其中,《“十四五”软件和信息技术服务业发展规划》在“工业技术软件化推广”方面提到,要求重点开展工业技术软件化研发应用,培育高质量工业APP,进一步标志着工业软件正式成为国家科技领域最高级别的战略部署。

 

       相关数据显示,2025年,我国工业互联网核心产业市场规模预计达到1.24万亿元,各类大中小型企业都将积极提升工业互联网透露,市场发展空间广阔。其中,针对机械及电子制造行业相关领域的APS产品需求进行不完全测算,市场规模超过千亿元。

 

       沛元智造创始人、CEO曹凯华介绍,工业物联网中的工业软件分类繁多,涵盖工业设计、生产控制等多个方面,沛元智造切入的是生产控制类软件中技术含量更高的APS(Advanced Planning and Scheduling,高级计划与排程)赛道,推出了PREONE IPS(Intelligent Planning & Scheduling)智能计划与排产系统,既能与客户现有的ERP/MES兼容联通,也可为客户提供包含MES/WMS/SCADA在内的MOM系列产品。

 

▲PREONE MOM系列产品

 

      具体来看,PREONE IPS拥有三大功能:

  • 配置标准功能与针对具体场景的可选功能,核心模块无需定制开发就能快速上线;

  • 针对不同场景应用不同算法,对应多种生产模式,满足客户在生产现场的实际需求;

  • 配置了基础版本,小微客户可选择更低廉的成本进行部署。

 

       曹凯华谈道,PREONE IPS的核心特点是对智能工业的自动排产和求解。因为在离散制造业中,一个产品由数十个金属零部件组成,每个零部件需要经过多道工序加工,每道工序的加工也由不同类型的机械设备完成,这就导致每一个产品的加工背后都涉及了数量众多的生产资源,且资源之间彼此约束关联,那么如何在生产中选择出最优的生产路径就成了关键。

 

        针对当前需求,PREONE IPS基于智能优化算法和微服务架构,将生产流程中所需的功能进行模块化,可根据不同客户的生产需求“量体裁衣”,输出适配的解决方案,涵盖计划高速生成、约束关联、资源负荷监控、生产进度管理、作业计划精细制定等功能,整个部署周期从OT排查到IT开发为2个月。

 

       曹凯华提到,PREONE IPS开发的难点在于运筹优化求解器的研发,这也是公司的核心壁垒所在。“运筹优化求解器就像是产品后端的一个大脑。”他解释,简单地说,优化求解器从底层来看就是一个算法平台,而行业中的这类优化算法有很多套,其难点在于如何去将算法组合得到自己的“独家配方”。

 

▲沛元智造的PREONE IPS

 

        从技术角度看,应用于生产中的运筹优化与学术研究有很大的不同,主要体现在三个方面:

 

        1、实际应用是多维大规模的 

 

        在学术层面,运筹优化更多是在锁定某些条件或不考虑某些因素的理想情况下,去深入研究单一或某些变量的影响,在研究的那一点上极尽其复杂度,这种模式更像做加法。

 

        但实际应用通常不需要在某个点上极尽其复杂性,也不能锁定任何条件,而是多维度立体地去建立模型,这种模式更像做乘法甚至指数计算,且数据和运算是大规模的。 

 

        2、实际数据残缺,求解是病态的 

 

       一方面,客户现场的数据往往是残缺不全,甚至是稀奇古怪的,大量数据需要进行清洗和处理,对数学建模存在干扰会直接影响结果输出,这种影响隐性却巨大。 

 

       另一方面,实际场景的优化目标和约束条件常常“不按套路出牌”,造成目标函数的系数数量级差异过大,让数学建模非常不舒服,导致求解过程非常“病态”。相比之下,学术研究的问题都比较理想化,基本会过滤掉病态问题,但这些问题在实际应用中会很普遍。 

 

       3、实际成果的验证难量化 

 

       在实际使用基于运筹优化算法的智能调度排产系统时,很难找到一种标准化可量化的方式去验证结果的正确性,特别是针对复杂条件大规模场景,常用的基准检测很难构造。现阶段,行业多以参考人工经验来检测,即找有经验的老师傅来判断算法输出是否接近以往人工调度的结果。

 

       但该方法有明显局限性,“我们使用智能算法的目的就是要比人做的更好,而以往的人工经验未必就是最优的。”曹凯华解释,有可能算法输出的结果比人工更优,但由于人的不习惯和不适应而被判定为无效。

 

       要解决以上问题,需要团队对制造业的核心痛点和微末细节都有着深入理解。这也是沛元智造的优势所在,公司核心团队来自清华大学、上海交通大学、哈尔滨工业大学,拥有西门子、夏普、IBM、阿里巴巴、鹏城实验室等国内外知名企业及科研机构平均十年以上工作经验,在工业制造及生产管理运营方面积累了大量的know-how。

 

       从行业角度看,目前日本Asprova和i2、美国Planet Together、德国西门子等都是生产计划软件领域的龙头玩家。其中,Asprova是日本最早研发生产计划软件的公司,其排程软件长期占据日本市场的半壁江山(50%-60%),在全球市场也处于垄断地位。

 

      “老牌企业有着深厚的行业积累,但其底层技术多是基于规则的,也就是一套专家系统,而非算法。”曹凯华认为,相比之下,沛元智造作为新玩家的差异化在于,公司能更快地基于新一代信息技术开发产品,从底层开始就能应用智能算法,将有着“青出于蓝而胜于蓝”的优势机会。

 

       落地方面,目前沛元智造的初代产品已研发完成,从去年底已陆续导入客户。曹凯华谈道,接下来一年,公司在技术和业务层面都提出了相应的发展规划。

  • 技术层面,一是加速搭建并完善工业优化算法平台,投入实际运用;二是构架完整的SaaS系统微服务架构,并陆续上线更丰富的服务模块;三是推进低代码平台的开发。

  • 业务方面,公司将沿着机械制造行业方向深入推进,针对产业链选取相关领域做POC(Proof of Concept),今年将至少落地10家客户和项目。

版权所有 - 北京启迪创业孵化器有限公司 京ICP备13021136号-2 京公网安备11010802010945号 400电话:400 150 0019