MAIoT Start-Up Interview - профилактическое обслуживание в секторе мобильности

Как бы вы описали свою бизнес-идею потенциальному инвестору?

В Европе более 13 миллионов грузовиков, что составляет 75% всех наземных перевозок. Время безотказной работы и загрузка грузовиков имеют решающее значение для менеджеров автопарков, чтобы завоевать доверие своих клиентов. Поломка на дороге может стоить от 800 евро за прокол шины до 8000 евро за отказ турбокомпрессора с последующей поломкой двигателя.

Мы хотим, чтобы грузовики оставались на дороге там, где они должны быть, вместо ненужных остановок в мастерских или неожиданных выходов из строя. Оптимизация графика технического обслуживания дает возможность сэкономить 30% затрат, из которых мы взимаем определенную долю в нашей бизнес-модели на основе подписки. При использовании этой модели в качестве ориентира существует потенциальный рынок стоимостью 3,1 миллиарда долларов США.

Как мы делаем это? Мы повышаем эффективность операций флота с помощью расширенной аналитики данных, генерируемых бортовыми датчиками. Эти данные отражают то, как используется грузовик, а также характеристики внутреннего износа компонентов грузовика. Используя наши модели машинного обучения, мы предотвращаем возможные поломки на дороге и подсказываем, когда именно грузовик должен ехать в мастерскую, не чаще и не реже.

Какую проблему вы хотите решить, какова ваша цель?

Проблема, которую мы решаем, - это простои грузовиков: как поломки, так и неожиданные отказы, а также неэффективное в настоящее время планирование технического обслуживания. Во-первых, мы хотим внедрить искусственный интеллект в мобильные объекты, чтобы надежно прогнозировать сбои за несколько недель и избегать непредвиденных затрат. Во-вторых, мы хотим внедрить меняющуюся парадигму, когда дело доходит до обслуживания.

В настоящее время техническое обслуживание выполняется с фиксированными интервалами пробега, а мониторинг диагностических кодов неисправностей в режиме реального времени выявляет неисправности, которые уже произошли, и поэтому уже слишком поздно. Мы хотим запланировать техническое обслуживание в соответствии с нашими прогнозами, чтобы посещение мастерской было запланировано непосредственно перед прогнозируемой неисправностью. Поэтому посещения мастерских планируются заранее только тогда, когда это необходимо и наиболее эффективно.

Как вы пришли к своей идее / концепции?

Первоначально эта идея была выдвинута Адамом. Он работал в сфере грузоперевозок у ведущего поставщика. В тот момент, когда он узнал, что с помощью своих внутренних датчиков грузовики генерируют 20 ГБ данных за час работы, он осознал огромный, но еще не использованный потенциал для анализа больших данных по данным транспортных средств. Другие отрасли, такие как производственные предприятия, железные дороги, нефть и газ и т. Д., Уже были более открыты для инноваций и экспериментов с аналитикой данных, умным принятием решений и более совершенными подходами к техническому обслуживанию. Однако в грузовых автомобилях потенциал больших данных не был реализован, и в этом аспекте не хватало существующих решений для управления автопарком. Это вызвало у нас мотивацию и усилия по внедрению новых приложений в дополнение к существующему оборудованию, установленному на грузовиках.

Какая у вас бизнес-модель?

Мы оцениваем требования менеджеров автопарка с точки зрения количества и типов грузовиков, а затем устанавливаем соответствующее оборудование для передачи данных в реальном времени. После нескольких недель первоначального обучения наших алгоритмов машинного обучения на основе собранных данных мы развертываем наши модели, чтобы постоянно отслеживать поведение автопарков. Мы следуем модели на основе подписки, взимая небольшую часть затрат на обслуживание, которые можно сэкономить с помощью нашего решения. Наши результаты и несколько исследований подтверждают реализацию сокращения времени простоя на 75% и снижения затрат на 30%. Эта ежемесячная плата реализуется на контрактной основе, то есть подписки на срок от 1 года до 3 лет.

Профилактическое обслуживание в секторе мобильности в настоящее время является горячей темой, над которой работают многие стартапы и крупные компании. Что отличает вашу Идею от всех остальных игроков?

Профилактическое обслуживание в сфере мобильности в настоящее время по-прежнему направлено на стационарные машины или устройства IoT, используемые в базовой физической инфраструктуре, а не на движущихся транспортных средствах. Для мобильных единиц, таких как грузовики, техническое обслуживание осуществляется в соответствии со старым подходом, предусматривающим постоянные внутренние посещения мастерских, который не адаптирован для отдельных автопарков. Мы ориентируемся именно на эту рыночную нишу, где мы используем данные, уже созданные во внутренних коммуникационных системах грузовика, добавляя интеллектуальные возможности. Это отличает наше решение от других в этом секторе.

Целевая группа вашей службы - менеджеры автопарка, верно? Насколько они открыты для ваших услуг и как они реагируют на цифровизацию своей повседневной работы?

Парк грузовых автомобилей становится больше и неоднороднее, а логистика требует увеличения времени безотказной работы и надежности. Стремление оставаться конкурентоспособным на рынке уже подталкивает менеджеров автопарков к цифровизации. Треть компаний, которые в настоящее время не используют программные решения для отслеживания и управления своим автопарком, указали, что причиной этого не было невозможности найти подходящую систему. Наша цель - привлечь эту группу пользователей, предлагая сложное решение и привлекательный пользовательский интерфейс. В общем, если вы можете убедить менеджеров автопарка в том, что время безотказной работы будет увеличено, тогда они будут открыты для нас и нашего решения.

Ваш командный путь начался в Digital Product School, еще одной программе UnternehmerTUM в рамках Digital Hub Mobility. Какой у вас был опыт и как DPS помог вам достичь того, чего вы сейчас занимаетесь?

Школа цифровых продуктов (DPS) сплотила нас как команду. Здесь мы все встретились, где сформировалась и развивалась наша идея. Мы использовали это как период обучения и экспериментов. Мы взяли уроки DPS с точки зрения гибких методологий и дизайнерского мышления и применили их для проверки нашей идеи, проведения пользовательского тестирования и разработки нашего первоначального прототипа. Удивительная сеть познакомила нас с наставниками, конечными пользователями и экспертами в предметной области, чей вклад имел решающее значение для нашей разработки продукта и нашей команды. Справедливо сказать, если бы не DPS, мы бы не были здесь как основатели MAIoT сегодня!

Почему вы решили работать с XPRENEURS?

Мы поняли, что создание прототипа - это одно, а готовность к выходу на рынок и масштабирование бизнеса - совсем другое. XPRENEURS стремится помочь нам построить масштабируемую бизнес-модель с соответствующим руководством и сетью. Пока что опыт был замечательным: мы встречали успешных основателей стартапов на семинарах и мероприятиях и получили представление о юридических аспектах, аспектах продаж и развития бизнеса при построении нашей компании.

Вы можете получить больше информации о MAIoT на http://maiot.io/ или проверить их канал на Facebook или Twitter.

Вы также хотите стать участником программы инкубатора XPRENEURS?
Получите дополнительную информацию и подайте заявку на сайте http://xpreneurs.io/