Im Zeitalter der künstlichen Intelligenz, das alle Branchen erfasst, erlebt die Industrie eine bisher unvorstellbare Revolution der Intelligentisierung. Wenn die Gründungsmitglieder von CVector mit potenziellen Kunden wie Herstellern und Versorgungsunternehmen zusammentreffen, werden sie immer mit derselben Frage konfrontiert: Werdet ihr in sechs Monaten noch hier sein? Und nach einem Jahr?
Diese scheinbar einfache Frage spiegelt tiefes Misstrauen der Industriekunden gegenüber der Nachhaltigkeit von AI-Startups wider. In einer Umgebung, in der Technologiekonzerne mit beeindruckenden Gehältern Top-Talente anwerben und gezielt durch gut gestaltete Akquisitionen junge AI-Startups ins Visier nehmen, ist dieses Misstrauen besonders begründet.
CVectors Mitgründer Richard Zhang und Taylor Ruggles geben stets dieselbe und entschlossene Antwort: Sie werden nicht gehen. Dieses Versprechen ist für ihre Kunden von zentraler Bedeutung, darunter nationale Gasversorgungsunternehmen und Chemiehersteller in Kalifornien, die die Software von CVector zur Verwaltung und Verbesserung industrieller Betriebsabläufe nutzen.
Zhang berichtete in einem Interview über die allgemeine Sorge seiner Kunden: „Wenn wir mit diesen großen Unternehmen aus dem Schlüsselsektor sprechen, taucht in 99 % der Fälle nach zehn Minuten des ersten Anrufs diese Frage auf. Sie benötigen echte Sicherheit.“
Ganz aufgrund dieser verbreiteten Sorge hat sich CVector mit Schematic Ventures zusammengetan, das gerade die Seed-Finanzierung im Vorforschungsstadium mit 1,5 Millionen Dollar leitete. Zhang sagte, er wünschte sich Investoren mit guter Reputation in Bereichen wie Lieferketten, Fertigung und Software-Infrastruktur – genau das, was Schematic als Frühphasenfonds betreibt.
Julian Kynihan, Partner bei Schematic, erklärte TechCrunch einige Wege, wie das Startup die Sorgen seiner Kunden lindern kann. Neben praktischen Lösungen wie dem Hosting des Codes oder der Bereitstellung von kostenlosen dauerhaften Softwarelizenzen bei einer Akquisition sei „die wichtigste Sache, dass die Gründer mit der Unternehmensmission übereinstimmen und diese langfristige Verpflichtung klar an die Kunden vermitteln“.
Genau diese Verpflichtung scheint CVector bereits zu frühen Erfolgen zu verhelfen. Zhang und Ruggles bringen jeweils einzigartige Fähigkeiten mit, die perfekt zu den Arbeiten passen, die CVector für seine Kunden leistet. Zhangs frühe Arbeitserfahrung war unter anderem als Softwareingenieur bei Shell, wo er oft „iPad-Anwendungen für Menschen erstellte, die noch nie ein iPad benutzt hatten“.
Ruggles, der einen Doktortitel in experimenteller Teilchenphysik hat, arbeitete am Large Hadron Collider und „verarbeitete Daten auf Nanosekundenebene, um sicherzustellen, dass die Systeme eine sehr hohe Verfügbarkeit haben und schnell Störungen beheben können“. Ruggles sagte: „Solche Umgebungen vermitteln Ihnen das Gefühl von Sicherheit, und diese Hintergründe helfen wirklich, Vertrauen und Sicherheit zu schaffen.“
Doch CVectors Wert geht weit über die CVs der Gründer hinaus. Seit ihrer Gründung Ende 2024 hat das Unternehmen kluge und strategische Eigenschaften gezeigt. Das Unternehmen hat seine industrielle AI-Softwarearchitektur – die sie „das Gehirn und das Nervensystem industrieller Vermögenswerte“ nennen – entwickelt, indem es verschiedene Quellen integriert hat, darunter Finanztechnologie-Lösungen, Echtzeit-Energiedaten und Open-Source-Software von der Formel-1-Mannschaft McLaren.
Sie verwenden auch unterschiedliche Ansätze, um gemeinsam mit ihren Kunden dieses Gehirn und Nervensystem in Echtzeit zu gestalten. Zhang nannte ein Beispiel mit Wetterdaten. Änderungen in den Wetterbedingungen können auf makroökonomischer Ebene die Arbeitsweise hochpräziser Fertigungsgeräte beeinflussen, aber auch Kettenreaktionen bedenken. Wenn es schneit, werden die umliegenden Straßen und Parkplätze mit Salz bestreut. Wenn dieses Salz durch die Stiefel der Arbeiter in die Fabrik gebracht wird, kann dies eine wesentliche Auswirkung auf hochpräzise Geräte haben, die die Betreiber möglicherweise nicht bemerkt oder erklären können.
Ruggles betonte: „Es ist äußerst wertvoll, diese Signale in den Betrieb und die Planung einzubringen. All dies hilft, diese Einrichtungen effizienter und profitabler zu betreiben.“
CVector hat bereits in Branchen wie Chemie, Automobil und Energie seine industrielle AI-Agenten eingesetzt und richtet nun seinen Blick auf das, was Zhang „umfassende kritische Infrastruktur“ nennt. Besonders bei Energieversorgern erwähnte Zhang ein häufiges Problem: Ihre Stromnetz-Scheduling-Systeme sind mit alten Programmiersprachen wie Cobra und Fortran geschrieben, was eine Echtzeit-Bearbeitung erschwert. CVector kann Algorithmen erstellen, die auf diesen alten Systemen laufen und den Betreibern eine bessere Sichtbarkeit mit geringer Latenz bieten.
CVector ist bislang klein, mit einem Team aus acht Mitarbeitern in Providence, Rhode Island, New York City und Frankfurt am Main. Doch nach Abschluss der Seed-Finanzierung im Vorforschungsstadium erwarten sie eine Expansion. Zhang betonte, dass sie nur „Menschen mit gleicher Mission“ einstellen, die „wirklich eine Karriere in der physischen Infrastruktur aufbauen möchten“ – was weiterhin den Kunden ermöglichen wird, in diesem Startup zu vertrauen, dass es nicht verschwindet.
Obwohl es von Zhangs Arbeit bei Shell bis hin zu CVectors aktueller Geschäftstätigkeit eine direkte Verbindung gibt, betrachtet es für Ruggles eher eine Transformation. Doch er sagt, dass es ein Herausforderung ist, die er sehr genießt.
Ruggles sagte: „Ich mag die Tatsache, dass man nicht versucht, Artikel zu schreiben, einzureichen, durch den Peer-Review-Prozess zu kommen und in einer Fachzeitschrift veröffentlicht zu werden, und dann hofft, dass jemand es sieht. Stattdessen arbeitet man mit Kunden an echten Problemen, an denen man helfen kann, die Systeme laufend zu halten. Man kann Veränderungen herbeiführen, Funktionen entwickeln und rasch neue Produkte für Kunden erstellen.“