La start-up d’automatisation de la fabrication Drishti, soutenue par Andreessen, signe avec plus de 10 clients …

Cofondateur et PDG de Drishti, Prasad Akella

Gracieuseté de Drishti

Imaginez une usine. Les employés peinent sur les lignes, faisant la même tâche, à plusieurs reprises, afin d’assembler un produit final. Un arrêt de ligne ou un goulot d’étranglement peut coûter une fortune. Il en va de même pour la moindre erreur de la part de toute personne chargée d’un travail d’assemblage détaillé. Et si le fabricant pouvait voir ce qui se passait, en temps réel, et résoudre les problèmes avant qu’ils ne deviennent de vrais problèmes? Ou trouver des moyens de rendre le processus plus fluide et plus efficace?

C’est l’idée de base de Drishti Technologies, une startup de quatre ans cofondée par Prasad Akella, un entrepreneur indien de 57 ans qui est surtout connu pour diriger l’équipe de General Motors qui a développé des robots collaboratifs dans les années 1990. Avec Palo Alto, basée en Californie à Drishti (le nom est sanskrit pour «vision»), Akella utilise la vision par ordinateur, l’apprentissage automatique et les vidéos et analyses en temps réel pour améliorer le fonctionnement des lignes de production. L’objectif: utiliser la technologie pour aider les gens à améliorer leur travail – augmenter la productivité et améliorer la qualité – plutôt que de remplacer les humains par des machines. «J’ai réalisé que la plupart de la fabrication était encore manuelle et que rien n’avait changé de façon spectaculaire depuis Henry Ford», explique Akella. «Personne ne maîtrisait les processus. D’autres entreprises se concentraient sur les machines, mais ce sont des problèmes faciles car une machine est une machine. »

La fabrication est une industrie mondiale de 13 billions de dollars, mais trouver des solutions à ses problèmes est difficile. Akella et ses cofondateurs – Ashish Gupta, un entrepreneur en série, et Krishnendu Chaudhury, un expert en vision par ordinateur et en apprentissage en profondeur qui est le directeur de la technologie de l’entreprise – ont travaillé dur, en grande partie sous le radar, pendant les quatre dernières années, avec juste Selon PitchBook, 12 millions de dollars de financement d’Andreessen Horowitz et Emergence Capital à une évaluation de 29 millions de dollars. Aujourd’hui, Drishti a franchi une étape importante, révélant qu’il avait signé avec Denso, l’un des plus grands fournisseurs mondiaux de pièces automobiles avec un chiffre d’affaires de 48 milliards de dollars, en tant que client.

Au total, Drishti a désormais recruté des clients sur les marchés de l’automobile, de l’électronique et des dispositifs médicaux à «deux chiffres», selon Akella. Bien qu’il ait refusé d’identifier l’un des autres, il a noté que ces clients ont combiné des revenus de plus de 600 milliards de dollars. «Construire un produit comme celui-ci est un effort», explique Akella. «Les clients comme celui-ci sont extrêmement exigeants, et vous ne leur tirez qu’une seule chance.»

Un employé de Denso inspecte les pièces d’un capteur d’accélération de bus dans l’usine Daian de l’entreprise à Inabe, … [+] Japon.

Bloomberg

Akella a obtenu un baccalauréat en génie aérospatial de l’élite Indian Institute of Technology, avant de déménager aux États-Unis où il a obtenu un doctorat. en robotique de Stanford. Il a d’abord plongé dans la fabrication chez General Motors, où il a dirigé l’équipe travaillant sur des robots collaboratifs dans les années 1990. Après avoir quitté GM, il a cofondé une startup de réseautage, puis a passé du temps dans de grandes entreprises, SAP et Thomson Reuters, où il se concentrait sur les données et l’analyse. À l’hiver 2016, il était prêt à changer. «Je repensais ma vie et j’ai dit:« Vous savez quoi, j’aime essayer de changer les choses, étant donné mon âge à ce moment-là, ai-je l’estomac pour recommencer? », Se souvient Akella. « En vacances à Tahoe, je suis arrivé à la conclusion que je voulais le faire. »

Il savait qu’il voulait à nouveau faire quelque chose dans le secteur de la fabrication et a réalisé que la vision par ordinateur pouvait aider les entreprises à maîtriser leurs processus. Il a rejoint le centre de recherche SRI International en tant qu’entrepreneur en résidence pour réfléchir plus clairement au problème et aux solutions possibles et obtenir des conseils d’experts en vision par ordinateur. «Je pourrais avoir un doctorat. en robotique, mais je ne connais pas assez la vision par ordinateur », dit-il. Là-bas, Akella a aligné ses cofondateurs: Gupta, qui avait auparavant travaillé sur l’agrégation de données non structurées chez Junglee (acquise par Amazon) et l’automatisation des processus métier chez Daksh (acheté par IBM), et Chaudhury, un expert en vision par ordinateur et en apprentissage profond qui précédemment travaillé chez Google, Flipkart et Adobe. Il a également commencé à travailler tranquillement avec Denso et un autre grand client dans le domaine de l’électronique qu’il refuse de nommer.

Denso a commencé à tester la technologie Drishti sur une ligne de démonstration qui fabrique des modules de refroidissement du moteur à son usine de Battle Creek, Michigan, il y a un an et demi, et envisage de l’étendre à titre d’essai à son usine du Tennessee, probablement dans le premier trimestre de cette année. « Jusqu’à ce que Drishti propose cette technologie, le seul moyen d’améliorer la productivité ou l’efficacité de ces opérations manuelles était qu’un ingénieur industriel se rende sur le terrain et prenne des notes sur les goulots d’étranglement et le temps de cycle et fasse une analyse », Raja Shembekar, vice dit le président du centre d’innovation de production nord-américain de Denso. Ce fut un processus lent et laborieux, et pour un constructeur imprégné du système de fabrication allégée de Toyota kaizen pendant des décennies, il a également été un moyen difficile d’améliorer ce dernier peu d’inefficacité. «Ce fut une lutte pour nous», dit-il.

Avec Drishti, dit-il, Denso a vu des améliorations à deux chiffres dans certains de ses indicateurs de performance clés, bien qu’il refuse d’être plus précis sur ces mesures. Les éléments clés des pistes Denso affiliées à Toyota sont la variance du temps de cycle (même quelques secondes peuvent s’additionner), les goulots d’étranglement et les processus standardisés (plus ils sont standardisés, moins il y a d’erreurs). Dans un cas sur la ligne de test, les gestionnaires ont pu confirmer que l’idée d’un travailleur de rééquilibrer une ligne pour la débarrasser des goulots d’étranglement était intelligente avant d’apporter un changement coûteux aux opérations en fonction des tripes de quelqu’un. «Lorsqu’une ligne est lancée, une station aura des problèmes aujourd’hui et créera un goulot d’étranglement. Ensuite, vous le corrigez et le goulot d’étranglement se déplace ailleurs. C’est un ballon », explique Shembekar.

Alors que Denso teste actuellement Drishti dans ses usines américaines, Shembekar estime qu’il pourrait être particulièrement utile pour ses usines situées dans des sites à moindre coût comme le Mexique et la Thaïlande, où le roulement du personnel est élevé. «Cet outil préservera les emplois car les performances dans toutes les catégories s’amélioreront et il y a moins de raisons pour Denso d’envisager une automatisation coûteuse», dit-il. Il refuse de dire combien Denso paie pour Drishti.

Le partenaire d’Andreessen, Frank Chen, qui a dirigé l’investissement de la société dans Drishti, estime que la startup peut finalement devenir le leader dans un domaine qu’elle crée. «Ils essaient d’inventer une nouvelle catégorie», dit-il. «Nous n’investissons pas pour créer une petite entreprise et espérons qu’ils seront achetés par Black & Decker.»

La technologie de Drishti offre une vue continue de ce qui se passe sur la ligne d’usine.

Gracieuseté de Drishti

Y aller n’a pas été facile pour Drishti. L’application de la vision par ordinateur et de l’apprentissage automatique aux humains au travail, qui peuvent être de formes et de tailles différentes, tenir leurs tournevis sous différents angles ou faire face à la caméra, s’est avérée être un énorme obstacle technologique. «Vous avez besoin des réseaux de neurones pour pouvoir analyser les gobs et les gobs de vidéos», explique Akella. «Il y a une technologie profonde, profonde, profonde derrière. Cela fait partie de ce qui nous a pris du temps. « 

Mais son expérience dans la conception de machines pour travailler avec les humains l’a amené à persévérer. Recherche conjointe de Drishti et A.T. Kearney a constaté que les humains sur la ligne de production effectuent 72% de toutes les tâches, suggérant que même si l’industrie se concentre sur la robotique et l’automatisation, l’avenir sera celui de la collaboration homme-machine plutôt que de la prise de contrôle robotique. «Mon point de vue, en tant qu’entrepreneur dans la cinquantaine, est différent», explique Akella. « Je ne fais pas cela à cause de la renommée, mais parce que je crois que la fabrication a besoin de transformation et je crois que je peux changer la vie des gens sur le terrain. »

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *