Spin-off du CNRS, Amiral Technologies s'appuie sur près de 10 ans de recherche universitaire en intelligence artificielle et en théorie de l'automatisation et du contrôle. L'entreprise a développé avec succès une technologie de rupture : à partir de capteurs installés sur des machines, détectant des signaux physiques tels que le courant électrique, les vibrations ou l'humidité, des algorithmes permettent de générer des indicateurs de santé généraux pour l'équipement. Ces indicateurs de santé sont ensuite interprétés par des algorithmes d'apprentissage automatique non supervisés. Ils permettent d'identifier les causes de pannes les plus probables.
Contrairement à la majorité des autres solutions sur le marché, cette solution (nommée DiagFit), qui fait appel à l'apprentissage automatique, ne nécessite pas l'historique des pannes identifiées sur un équipement pour pouvoir utiliser l'intelligence artificielle. En effet, l'algorithme est adapté à un cas d'utilisation spécifique afin de définir un environnement de fonctionnement normalisé pour l'équipement.
Plus précise, plus rapide et indépendante des capteurs eux-mêmes, la technologie est déjà utilisée par des PME et des entreprises de taille intermédiaire, ainsi que par de grands groupes industriels tels que Valéo, Airbus, Daher, Vinci et Thales.
Le marché de la maintenance prédictive bénéficie d'une dynamique de croissance soutenue, tirée par un tissu industriel équipé de plus en plus de capteurs, un besoin d'optimiser les stocks de pièces détachées et, bien sûr, un besoin accru d'éviter tout arrêt coûteux dans la chaîne de production.
Amiral Technologies ambitionne désormais de devenir le premier fournisseur du marché européen. La levée de fonds lui permettra de renforcer son équipe technique et commerciale, ainsi que d'accélérer le développement de DiagFit et de ses recherches scientifiques et technologiques.
Romain Proglio - Partenaire - Précision
Accuracy Talks Straight #3 - Histoires de start-ups