
Industrial AI facilite les simulations visuelles qui ont un impact réel sur l'usine.
L'un des défis auxquels sont confrontées les startups d'IA industrielle est de définir une trajectoire claire en matière de retour sur investissement (ROI) et de définir des cas d'utilisation adaptés au contexte industriel. S'ils n'arrivent pas à faire les choses correctement, leur candidature risque de se perdre dans le bruit.
Selon Crump, les startups doivent s'efforcer de répondre aux besoins spécifiques non satisfaits de l'industrie. Adopter cet état d'esprit leur donne un avantage concurrentiel. « Il y a tellement de battage médiatique sur l'IA en ce moment, et il y a un déluge de startups qui innovent grâce à cette technologie », confie-t-elle. « Les personnes qui se démarquent peuvent démontrer en quoi leur solution unique basée sur l'IA répond à un besoin évident et permet d'obtenir de meilleurs résultats. Leurs produits et services ont un impact commercial tangible et positif et un retour sur investissement clair. »
L'impact de la start-up peut varier considérablement d'un environnement industriel à l'autre, comme en témoignent les nombreuses applications potentielles de la technologie de l'IA. Les startups doivent faire preuve d'une compréhension approfondie de la manière dont leur solution interagit avec le matériel industriel ou faire équipe pour acquérir un savoir-faire dans le domaine et des ensembles de données industrielles de qualité.
L'accent devrait être mis sur les faits, l'utilisation de données exclusives et la fourniture de solutions évolutives et centrées sur l'utilisateur, suggère Samuel Schuler, directrice générale de Reimann Investors Venture Management. « Donnez la priorité à une compréhension approfondie des flux de travail industriels réels avant de personnaliser les solutions d'IA », déclare-t-il.

