Juna.ai quiere utilizar agentes de inteligencia artificial para hacer que las fábricas sean más eficientes energéticamente

Los agentes de IA están de moda, una tendencia impulsada por el auge de la IA generativa y los modelos de lenguaje grande (LLM) en los últimos años. Lograr que la gente se ponga de acuerdo sobre qué son exactamente los agentes de IA es un desafío, pero la mayoría sostiene que son programas de software a los que se les pueden asignar tareas y tomar decisiones, con distintos grados de autonomía.

En resumen, los agentes de IA van más allá de lo que puede hacer un simple chatbot: ayudan a las personas a hacer las cosas.

Aún es pronto, pero empresas como Salesforce y Google ya están invirtiendo fuertemente en agentes de IA. El director ejecutivo de Amazon, Andy Jassy, ​​insinuó recientemente una Alexa más “agente” en el futuro, una que tenga tanto que ver con la acción como con las palabras.

Al mismo tiempo, las nuevas empresas también están recaudando dinero gracias al revuelo. La última de ellas es la empresa alemana Juna.ai, que quiere ayudar a las fábricas a ser más eficientes mediante la automatización de procesos industriales complejos para “maximizar el rendimiento de la producción, aumentar la eficiencia energética y reducir las emisiones generales”.

Y para lograrlo, la startup con sede en Berlín dijo hoy que ha recaudado 7,5 millones de dólares en una ronda inicial de la firma de capital de riesgo de Silicon Valley Kleiner Perkins, Norrsken VC con sede en Suecia y el presidente de Kleiner Perkins, John Doerr.

El autoaprendizaje es el camino.

Fundada en 2023, Juna.ai es obra de Matthias Auf der Mauer (en la foto de arriba, a la izquierda) y Christian Hardenberg (en la foto de arriba, a la derecha). Der Mauer fundó anteriormente una startup de mantenimiento de máquinas predictivas llamada AiSight y la vendió a la empresa suiza de sensores inteligentes Sensirion en 2021, mientras que Hardernberg fue ex director de tecnología del gigante europeo de entrega de alimentos Delivery Hero.

En esencia, Juna.ai quiere ayudar a que las instalaciones de fabricación se transformen en sistemas más inteligentes y de autoaprendizaje que puedan ofrecer mejores márgenes y, en última instancia, una menor huella de carbono. La empresa se centra en las llamadas “industrias pesadas”, industrias como la del acero, el cemento, el papel, la química, la madera y la textil con procesos de producción a gran escala que consumen muchas materias primas.

“Trabajamos con industrias muy impulsadas por procesos, y se trata principalmente de casos de uso que utilizan mucha energía”, dijo der Mauer a TechCrunch. “Entonces, por ejemplo, los reactores químicos que utilizan mucho calor para producir algo”.

El software de Juna.ai se integra con las herramientas de producción de los fabricantes, como el software industrial de Aveva o SAP, y analiza todos los datos históricos obtenidos de los sensores de las máquinas. Esto podría implicar temperatura, presión, velocidad y todas las medidas del resultado determinado, como calidad, grosor y color.

Utilizando esta información, Juna.ai ayuda a las empresas a capacitar a sus agentes internos para determinar la configuración óptima de la maquinaria, brindando a los operadores datos y orientación en tiempo real para garantizar que todo funcione con la máxima eficiencia con un desperdicio mínimo.

Por ejemplo, una planta química que produce un tipo especial de carbono podría utilizar un reactor para mezclar diferentes aceites y someterlos a un proceso de combustión que consume mucha energía. Para maximizar la producción y minimizar los residuos, las condiciones deben ser óptimas, incluidos los niveles de gases y aceites utilizados y la temperatura aplicada al proceso. Utilizando datos históricos para establecer la configuración ideal y teniendo en cuenta las condiciones en tiempo real, los agentes de Juna.ai supuestamente le dicen al operador qué cambios deben realizar para lograr el mejor resultado.

Si Juna.ai puede ayudar a las empresas a perfeccionar sus equipos de producción, podrán mejorar su rendimiento y al mismo tiempo reducir el consumo de energía. Es beneficioso para todos, tanto para el resultado final del cliente como para su huella de carbono.

Juna.ai dice que ha creado sus propios modelos de IA personalizados, utilizando herramientas de código abierto como TensorFlow y PyTorch. Y para entrenar sus modelos, Juna.ai utiliza el aprendizaje por refuerzo, un subconjunto del aprendizaje automático (ML) que implica que un modelo aprenda a través de sus interacciones con su entorno: prueba diferentes acciones, observa lo que sucede y mejora.

“Lo interesante del aprendizaje por refuerzo es que es algo que puede llevar a cabo acciones”, dijo Hardenberg a TechCrunch. “Los modelos típicos sólo hacen predicciones, o tal vez generan algo. Pero no pueden controlar”.

Gran parte de lo que Juna.ai está haciendo actualmente se parece más a un “copiloto”: muestra una pantalla que le dice al operador qué ajustes debe realizar en los controles. Sin embargo, muchos procesos industriales son increíblemente repetitivos, por lo que es útil permitir que un sistema tome acciones reales. Un sistema de refrigeración, por ejemplo, puede requerir ajustes constantes para garantizar que la máquina mantenga la temperatura adecuada.

Las fábricas ya están acostumbradas a automatizar los controles del sistema utilizando controladores PID y MPC, por lo que esto es algo que Juna.ai también podría hacer. Aún así, para una startup de IA incipiente, es más fácil vender un copiloto; por ahora, son pequeños pasos.

“Es técnicamente posible para nosotros dejarlo funcionar de forma autónoma ahora mismo; solo necesitaríamos implementar la conexión. Pero al final lo importante es generar confianza en el cliente”, afirmó der Mauer.

Hardenberg añadió que el beneficio de la plataforma de la startup no radica en ahorrar mano de obra, y señaló que las fábricas ya son “bastante eficientes” en términos de automatización de procesos manuales. Se trata de optimizar esos procesos para reducir el costoso desperdicio.

“No hay mucho que ganar eliminando a una persona, en comparación con un proceso que cuesta 20 millones de dólares en energía”, dijo. “Entonces, la verdadera ganancia es: ¿podemos pasar de 20 millones de dólares en energía a 18 o 17 millones de dólares?”

Agentes previamente capacitados

Por ahora, la gran promesa de Juna.ai es un agente de IA adaptado a cada cliente utilizando sus datos históricos. Pero en el futuro, la compañía planea ofrecer agentes “pre-capacitados” listos para usar que no necesitan mucha capacitación sobre los datos de un nuevo cliente.

“Si construimos simulaciones una y otra vez, llegaremos a un lugar donde potencialmente podremos tener plantillas de simulación que puedan reutilizarse”, dijo der Mauer.

Entonces, si dos empresas utilizan el mismo tipo de reactor químico, por ejemplo, podría ser posible elevar y trasladar agentes de IA entre clientes. Un modelo para una máquina es la esencia general.

Sin embargo, no se puede ignorar el hecho de que las empresas han dudado en lanzarse de cabeza a la floreciente revolución de la IA debido a preocupaciones sobre la privacidad de los datos. Estas preocupaciones pasan desapercibidas en Juna.ai, pero Hardenberg dijo que no ha sido un problema importante hasta ahora, en parte debido a sus controles de residencia de datos y en parte debido a la promesa que ofrece a los clientes en términos de desbloquear el valor latente de grandes bancos. de datos.

“Lo veía como un problema potencial, pero hasta ahora no ha sido un problema tan grande porque dejamos todos los datos en Alemania para nuestros clientes alemanes”, dijo Hardenberg. “Configuran su propio servidor y tenemos garantías de seguridad de primer nivel. Por su parte, tienen todos estos datos por ahí, pero no han sido tan efectivos a la hora de crear valor a partir de ellos; se usaba principalmente para alertas o tal vez para análisis manuales. Pero nuestra opinión es que podemos hacer mucho más con estos datos: construir una fábrica inteligente y convertirnos en el cerebro de esa fábrica basándose en los datos que tenemos”.

A poco más de un año desde su fundación, Juna.ai ya tiene un puñado de clientes, aunque der Mauer dijo que no tiene libertad para revelar ningún nombre específico todavía. Sin embargo, todas tienen su sede en Alemania y todas tienen filiales en otros lugares o son filiales de empresas con sede en otros lugares.

“Estamos planeando crecer con ellos; es una muy buena manera de expandirnos con sus clientes”, añadió Hardenberg.

Con los nuevos 7,5 millones de dólares en el banco, Juna.ai ahora está bien financiado para expandirse más allá de su plantilla actual de seis personas, con planes de duplicar su experiencia técnica.

“Al fin y al cabo, es una empresa de software y eso básicamente significa personas”, dijo Hardenberg.