เกิดอะไรขึ้น
36Kr รายงานว่า Pivot Technology ซึ่งเป็นบริษัทโครงสร้างพื้นฐาน AI ที่ตั้งอยู่ในเมืองเซินเจิ้น ซึ่งก่อตั้งขึ้นในปี 2024 ได้เสร็จสิ้นรอบการจัดหาเงินทุน Angel++ และ Angel+++ แล้ว รายงานระบุว่ารอบ Angel++ มีมูลค่ารวมหลายสิบล้านหยวน ในขณะที่รอบ Angel+++ มีมูลค่าเกือบ 100 ล้านหยวน Pivot กล่าวว่ากำลังก้าวไปไกลกว่าการรวบรวมข้อมูลเพื่อประมวลผลพฤติกรรมการทำงานของมนุษย์ไปสู่การนำเสนอทางกายภาพและข้อมูลการฝึกอบรมที่หุ่นยนต์สามารถใช้ได้ 36Kr ยังรายงานว่าบริษัทอ้างว่ามากกว่า 60% ของบริษัท AI ในประเทศที่มีมูลค่ามากกว่า 1 หมื่นล้านหยวนเป็นลูกค้า แต่บทความนี้ไม่ได้ระบุชื่อลูกค้าเหล่านั้นหรือตรวจสอบตัวเลขโดยอิสระ
36Kr รายงานว่า Pivot Technology ได้เสร็จสิ้นการจัดหาเงินทุนขั้นต้นสองรอบแล้ว รอบ Angel++ ได้รับการอธิบายว่ามีมูลค่ารวมหลายสิบล้านหยวน และเกี่ยวข้องกับ Lingge Venture Capital, การลงทุนด้านเทคโนโลยีขั้นสูงของเซินเจิ้น และนักลงทุนในอุตสาหกรรมที่เน้นไปที่สมาร์ทโฟนและการขับขี่แบบอัตโนมัติ รอบ Angel+++ มีมูลค่าเกือบ 100 ล้านหยวน โดยมีส่วนร่วมจาก Juwai Capital, Nanshan Strategic Emerging Industry Investment, Suzhou Trends Capital, Energy Conservation Capital, Hangzhou Industrial Group และ West Lake Science and Technology Innovation Investment รายงานไม่ได้ระบุจำนวนเงิน การประเมินมูลค่า เงื่อนไขการเป็นเจ้าของ วันที่ปิดบัญชี หรือการยืนยันอย่างเป็นอิสระจากนักลงทุน
จากข้อมูลของ 36Kr Pivot ก่อตั้งขึ้นในปี 2024 และเดิมเน้นไปที่การรวบรวมข้อมูลเป็นหลัก ปัจจุบันบริษัทนำเสนอตัวเองในฐานะผู้ให้บริการโครงสร้างพื้นฐาน AI ที่เป็นตัวเป็นตน งานที่ระบุไว้เกี่ยวข้องกับการแยกวิเคราะห์ข้อมูลทางกายภาพ การกำหนดลักษณะพฤติกรรม การทำแผนที่การกระทำของมนุษย์กับการกระทำของหุ่นยนต์ และการรวมข้อมูลนั้นเข้ากับข้อมูลจากหุ่นยนต์จริงเพื่อการฝึกอบรมและการตรวจสอบ บริษัทอธิบายถึงไปป์ไลน์ที่ตั้งใจไว้ว่าเป็นการแปลงการกระทำของมนุษย์ให้เป็นประสบการณ์ทางกายภาพที่เรียนรู้ได้ จากนั้นจึงกลายเป็นการกระทำของหุ่นยนต์ รายงานระบุว่าข้อมูลนี้อาจรวมถึงวิถีการเคลื่อนไหว ความสัมพันธ์เชิงพื้นที่ การเคลื่อนไหวของมือและร่างกาย สถานะของวัตถุ การสัมผัส การโต้ตอบ ขั้นตอนการทำงานของงาน มาตรฐานความสำเร็จ และความสัมพันธ์เชิงสาเหตุระหว่างการกระทำ
รายงานระบุว่า Pivot ได้สร้างเมทริกซ์ผลิตภัณฑ์ที่มีวัตถุประสงค์เพื่อเปลี่ยนข้อมูลจากแหล่งข้อมูลหลายแห่งให้เป็นผลิตภัณฑ์ข้อมูลที่สามารถนำเข้าสู่กระบวนการฝึกอบรมได้ บริษัทให้เหตุผลว่าการเพิ่มปริมาณวิดีโอที่ยังไม่ได้ประมวลผลเพียงอย่างเดียวไม่จำเป็นต้องปรับปรุงความสามารถของหุ่นยนต์ และการแสดงข้อมูลนั้นจะต้องมีประโยชน์ต่อโมเดลมากขึ้นด้วย 36Kr อ้างคำพูดของ Pivot CTO Mu Wei ว่าลูกค้าต้องการข้อมูลมากขึ้นในหลายระดับ ตั้งแต่ข้อมูลข้อต่อหุ่นยนต์และตำแหน่งเชิงพื้นที่ ไปจนถึงข้อมูลระดับที่สูงขึ้นเกี่ยวกับความตั้งใจและการโต้ตอบ 36Kr รายงานว่า Pivot อ้างว่ามากกว่า 60% ของบริษัท AI ในประเทศที่มีมูลค่ามากกว่า 1 หมื่นล้านหยวนกลายเป็นลูกค้า แต่ไม่มีรายชื่อลูกค้า วิธีการ รายละเอียดสัญญา หรือการยืนยันที่เป็นอิสระ
รายละเอียดที่มา: eu.36kr.com ↗
ทำไมมันถึงสำคัญ
รายงานอธิบายถึงชั้นที่อาจมีความสำคัญของห่วงโซ่อุปทานทางกายภาพ-AI: การแปลงประสบการณ์งานของมนุษย์ให้เป็นข้อมูลที่มีโครงสร้างและทักษะสำหรับหุ่นยนต์ ซึ่งอาจแก้ไขปัญหาการใช้งานที่ทราบที่บริษัทอธิบายไว้ นั่นคือความพร้อมใช้งานที่จำกัดของข้อมูลหุ่นยนต์ในโลกแห่งความเป็นจริงสำหรับงานและสภาพแวดล้อมที่หลากหลาย ความสำคัญในทางปฏิบัติยังคงไม่แน่นอน เนื่องจากรายงานไม่ได้ให้การยืนยันลูกค้า การยื่นทางการเงิน ผลการใช้งาน การประเมินแบบจำลอง ตัวเลขรายได้ การประเมินมูลค่า หรือเงื่อนไขทางการเงิน
การจัดหาเงินทุนมีความสำคัญเนื่องจากบ่งชี้ถึงความสนใจของนักลงทุนในโครงสร้างพื้นฐานที่สนับสนุน AI ที่เป็นตัวเป็นตน ไม่ใช่แค่ในผู้ผลิตหุ่นยนต์หรือผู้พัฒนาโมเดลพื้นฐานเท่านั้น หุ่นยนต์ที่ทำงานในโรงงาน สิ่งอำนวยความสะดวกด้านลอจิสติกส์ และสภาพแวดล้อมการบริการต้องการมากกว่าตัวอย่างที่เห็น: หุ่นยนต์จะต้องเชื่อมโยงการรับรู้กับการเคลื่อนไหว การโต้ตอบกับวัตถุ การเรียงลำดับ การจัดการข้อยกเว้น และการทำงานให้เสร็จสิ้น บทบาทที่นำเสนอของ Pivot คือการจัดระเบียบรูปแบบประสบการณ์เหล่านั้น เพื่อให้สามารถนำไปใช้ในขั้นตอนการฝึกอบรมและการตรวจสอบความถูกต้องได้ บทความนี้ไม่ได้กำหนดว่าบริษัทจะประสบความสำเร็จในระดับที่มีความหมายหรือไม่
ข้อโต้แย้งของบริษัทกล่าวถึงปัญหาคอขวดใน AI ทางกายภาพ การใช้งานหุ่นยนต์ในโลกแห่งความเป็นจริงค่อนข้างจำกัด ซึ่งจำกัดการจัดหาข้อมูลที่แสดงว่าเครื่องจักรควรจัดการกับวัตถุ สภาพแวดล้อม ขั้นตอนการทำงาน และความล้มเหลวที่แตกต่างกันอย่างไร คนงานมนุษย์มีประสบการณ์กับสถานการณ์เหล่านั้นแล้ว และบันทึกที่มีโครงสร้างของประสบการณ์นั้นสามารถขยายขอบเขตของพฤติกรรมสำหรับการเรียนรู้ของหุ่นยนต์ได้ หากวิธีนี้ใช้ได้ผล จะช่วยลดความซ้ำซ้อนของบริษัทด้านหุ่นยนต์ และทำให้ข้อมูลการฝึกอบรมเฉพาะทางสามารถนำกลับมาใช้ใหม่ได้มากขึ้น อย่างไรก็ตาม รายงานไม่ได้ให้การเปรียบเทียบแบบควบคุมซึ่งแสดงให้เห็นว่าตัวแทนของ Pivot ให้ความแม่นยำ ความน่าเชื่อถือ ความเร็ว หรือต้นทุนที่ดีกว่าวิดีโอดิบ ข้อมูลการทำงานทางไกล การจำลอง หรือไปป์ไลน์ข้อมูลภายในองค์กร
การกระจุกตัวของลูกค้าที่อ้างสิทธิ์ยังชี้ไปที่ตำแหน่งทางการค้าที่อาจมีความสำคัญ แต่ควรถือเป็นการกล่าวอ้างที่บริษัทรายงานมากกว่าข้อเท็จจริงทางการตลาดที่เป็นที่ยอมรับ บทความนี้ไม่ได้ระบุบริษัท แยกลูกค้าที่ชำระเงินออกจากผู้ใช้ทดลองหรือพันธมิตรโครงการ หรืออธิบายว่า "การประเมินมูลค่าที่สูงกว่า 1 หมื่นล้านหยวน" หมายถึงการประเมินมูลค่าในปัจจุบันหรือในอดีต นอกจากนี้ยังไม่รายงานรายได้ การรักษาลูกค้า ปริมาณการผลิต อัตรากำไร หรือส่วนแบ่งของลูกค้าที่ใช้บริการของ Pivot ในระบบที่ใช้งาน การละเว้นเหล่านั้นทำให้ไม่สามารถประเมินได้ว่าการจัดหาเงินทุนสะท้อนถึงความต้องการที่พิสูจน์แล้ว การทดลองเชิงกลยุทธ์ หรือความคาดหวังเกี่ยวกับตลาดที่เติบโตอย่างรวดเร็วหรือไม่
กลไกเชิงโต้ตอบ: มันทำงานอย่างไร
สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
จะดูอะไรต่อไป.
การติดตามผลที่สำคัญที่สุดคือ Pivot สามารถแสดงให้เห็นว่าผลิตภัณฑ์ข้อมูลของตนปรับปรุงประสิทธิภาพของหุ่นยนต์นอกการสาธิตได้หรือไม่ เฝ้าดูลูกค้าที่ระบุชื่อ สัญญาที่ตรวจสอบได้โดยอิสระ การใช้งานการผลิต ผลลัพธ์การวัดประสิทธิภาพ การทำซ้ำธุรกิจ และหลักฐานที่แสดงว่าตัวแทนของบริษัทถ่ายโอนไปยังตัวหุ่นยนต์และงานต่างๆ การรายงานเพิ่มเติมควรชี้แจงวิธีการรวบรวม ออกใบอนุญาต ป้องกัน และประเมินความถูกต้องของข้อมูลการปฏิบัติงานของมนุษย์ เนื่องจากบทความนี้ไม่ได้กล่าวถึงปัญหาเหล่านั้น
การทดสอบครั้งแรกจะเป็นหลักฐานอิสระของการปรับใช้ การรายงานในอนาคตควรขอคำยืนยันจากลูกค้าหุ่นยนต์ รุ่น หรืออุตสาหกรรมที่ระบุชื่อ และพิจารณาว่าข้อมูลของ Pivot ถูกใช้ในระบบการผลิต โครงการนำร่อง หรือเฉพาะการวิจัยเท่านั้น หลักฐานที่เป็นประโยชน์จะรวมถึงประสิทธิภาพระดับงานก่อนและหลังการใช้ข้อมูลของ Pivot อัตราความสำเร็จในสถานการณ์ที่มองไม่เห็น การจัดการความล้มเหลว การถ่ายโอนผ่านตัวหุ่นยนต์ต่างๆ และจำนวนการตรวจสอบโดยมนุษย์ที่ต้องการ รายงานปัจจุบันไม่มีการวัดผลเหล่านั้น
การจัดหาเงินทุนยังรับประกันการชี้แจงอีกด้วย นักลงทุนที่มีรายชื่ออยู่ในบทความนี้สามารถยืนยันจำนวนเงิน โครงสร้างรอบ ระยะเวลา การประเมินมูลค่า และวัตถุประสงค์การใช้เงินที่ได้ รายละเอียดเหล่านั้นจะช่วยแยกแยะการจัดหาเงินทุนที่เสร็จสมบูรณ์จากธุรกรรมที่ประกาศหรือปิดบางส่วน นอกจากนี้ยังจะแสดงให้เห็นว่า Pivot วางแผนที่จะขยายการรวบรวมข้อมูล สร้างบริการซอฟต์แวร์และอัลกอริทึม เข้าสู่ภาคอุตสาหกรรมใหม่ หรือสนับสนุนแพลตฟอร์มที่กว้างขึ้น บทความนี้กล่าวว่าบริษัทคาดว่าจะให้ความร่วมมือด้านอัลกอริธึมในเชิงลึกมากขึ้น แต่ไม่ได้ให้กำหนดการเปิดตัวผลิตภัณฑ์ แผนการจัดหาพนักงาน หรือเป้าหมายเชิงพาณิชย์
การกำกับดูแลข้อมูลเป็นอีกปัญหาหนึ่งที่ยังไม่ได้รับการแก้ไข แนวทางของ Pivot ขึ้นอยู่กับการแปลงพฤติกรรมมืออาชีพของมนุษย์ให้เป็นประสบการณ์ทางกายภาพที่สามารถนำมาใช้ซ้ำได้ ซึ่งอาจรวมถึงการเคลื่อนไหวของมือโดยละเอียด การโต้ตอบกับวัตถุ ขั้นตอนการทำงาน และการจัดการข้อยกเว้น แหล่งที่มาไม่ได้อธิบายว่าพนักงานยินยอมให้รวบรวมข้อมูลอย่างไร วิธีปกป้องขั้นตอนของนายจ้าง ข้อมูลการปฏิบัติงานที่ละเอียดอ่อนถูกแยกออกจากทักษะทั่วไป หรือวิธีตรวจสอบคำอธิบายประกอบ การตรวจสอบเพิ่มเติมควรตรวจสอบความเป็นส่วนตัว สิทธิในทรัพย์สินทางปัญญา ความปลอดภัยในสถานที่ทำงาน และความเสี่ยงที่การเป็นตัวแทนที่เรียนรู้จากสภาพแวดล้อมหนึ่งทำงานได้ไม่ดีหรือไม่ปลอดภัยในอีกสภาพแวดล้อมหนึ่ง คำถามหลักคือ Pivot สามารถแสดงให้เห็นถึงความสามารถของหุ่นยนต์ที่เชื่อถือได้และถ่ายโอนได้ แทนที่จะเป็นเพียงรูปแบบการเตรียมข้อมูลที่ซับซ้อนมากขึ้นหรือไม่