Les rappels sont coûteux et préjudiciables pour toute entreprise, quelle que soit sa taille ou son marché.
Par exemple, McKinsey estime que, pour les entreprises fabriquant des dispositifs médicaux, les rappels ont atteint 600 millions de dollars au cours des dernières décennies. L’impact sur la réputation a tendance à être durable ; les clients ne pardonnent pas rapidement. Un sondage Harris Interactive a révélé que 55 % des acheteurs changeraient de marque à la suite d’un rappel, et que 21 % éviteraient d’acheter toute marque fabriquée par le fabricant du produit rappelé.
Que peut donc faire une entreprise ? Peut-être se tourner vers l’IA, suggère Daniel First.
M. First est le PDG d’Axion Ray, une entreprise qui crée une plateforme alimentée par l’IA pour prédire les défaillances de produits en prenant des signaux – des rapports de service sur le terrain aux relevés de capteurs – et en les mettant en corrélation avec la géolocalisation et d’autres données.
C’est une grosse affaire.
Axion Ray, évaluée à 100 millions de dollars, annonce aujourd’hui qu’elle a levé 17,5 millions de dollars dans le cadre d’un tour de table de série A mené par Bessemer Venture Partners, avec la participation de RTX Ventures, Amplo et Inspired Capital. Cette nouvelle tranche porte le total des fonds levés par Axion, basée à Brooklyn, à 25 millions de dollars, qui, selon First, seront consacrés à l’expansion des capacités de la plateforme, à l’entrée dans de nouveaux secteurs et à l’augmentation de la main-d’œuvre d’Axion.
L’idée d’Axion est venue à First alors qu’il travaillait chez McKinsey, dans la division de stratégie d’IA. Il y a constaté que les projets d’IA visant à prévenir les problèmes liés aux produits échouaient souvent parce que l’IA n’était pas suffisamment affinée.
« Pour réussir, les solutions d’IA qui atténuent les problèmes de manière proactive doivent être intégrées à un produit, avec des flux de travail que les différents groupes peuvent utiliser pour collaborer à la résolution des problèmes, grâce à une plateforme d’IA évolutive et très précise », explique M. First. « Sans (la bonne solution), de nombreux groupes différents au sein de l’entreprise effectuent des analyses en silo sur les problèmes de qualité émergents. Cela crée des doublons et un manque de collaboration. »
First a lancé Axion Ray en 2021 pour non seulement fournir un moyen de détecter les signes avant-coureurs de la défaillance d’un produit, mais aussi pour donner aux différentes équipes d’une organisation – ingénierie, programme, produit, production, qualité sur le terrain et support client – une vue unifiée des problèmes et de toutes les données qui y sont associées.
« Les problèmes de qualité des produits peuvent avoir un impact sur l’utilisateur final s’ils ne sont pas traités rapidement et efficacement », a déclaré M. First lors d’un entretien avec TechCrunch. « Les fabricants ont du mal à gérer de manière proactive les problèmes émergents qui affectent leurs clients, car les équipes de qualité sur le terrain passent d’innombrables heures à analyser manuellement des sources de données désordonnées pour comprendre les problèmes émergents potentiels. »
Selon M. First, c’est là qu’Axion Ray peut aider.
Il donne l’exemple d’un dysfonctionnement du système de freinage antiblocage d’un modèle particulier de voiture. Les algorithmes d’Axion Ray pourraient d’abord détecter le problème à partir des rapports des mécaniciens sur le terrain, puis identifier les mêmes problèmes ou des problèmes similaires dans les plaintes des centres d’appel, les rapports des visites des concessionnaires automobiles et les relevés télémétriques des voitures.
« Nous utilisons une IA spécialisée pour analyser les données désordonnées, non structurées et déconnectées de divers systèmes afin de repérer les problèmes récurrents de qualité des produits », explique M. First. « Nous pouvons aider un fabricant à comprendre que la mise à jour du matériel et du logiciel d’un appareil photo, par exemple, a entraîné un pic de certains codes d’erreur, d’aberrations télématiques, d’appels au centre d’appels et de pièces retournées. »
Cela fait beaucoup de données ingérées par Axion – et pour de bonnes raisons, diraient les premiers. Mais comment Axion gère-t-elle cette situation du point de vue de la protection de la vie privée ?
Axion indique qu’elle conserve normalement les données « pour la durée d’un compte actif » ou selon les termes de l’accord contractuel d’un client. Les propriétaires de produits qui s’inquiètent de la durée de conservation des données peuvent trouver cette politique nébuleuse inquiétante. First a toutefois affirmé qu’Axion supprimera les données de ses clients dans les 30 jours suivant la réception d’une demande.
« Nous nous engageons à traiter les données de nos clients de manière responsable », a-t-il ajouté.
Avec une équipe de 70 employés et des clients dans les domaines de la santé, de l’électronique grand public, de l’aéronautique, de l’automobile et de l’équipement industriel, y compris Boeing et Denso, M. First se dit confiant dans la trajectoire de croissance d’Axion.
« De multiples tendances ont soutenu l’expansion d’Axion Ray », explique M. First. « De nombreuses industries lancent de nouvelles technologies – comme les véhicules électriques ou d’autres produits riches en logiciels – qui introduisent des problèmes imprévus. Les fabricants travaillent également avec de nouveaux fournisseurs avec lesquels ils n’ont jamais travaillé auparavant. Il en résulte plus de problèmes de qualité que jamais. Enfin, les fabricants veulent améliorer les compétences de leur main-d’œuvre pour bénéficier de l’IA dans l’automatisation des tâches plus manuelles. »
Kent Bennett de Bessemer Venture Partners a ajouté par courriel : « Axion Ray s’est imposé comme un leader incontesté du marché de l’automatisation des flux de travail pour les ingénieurs de terrain afin d’identifier plus rapidement les problèmes de qualité. L’enthousiasme des clients à l’égard d’Axion nous indique que la société a un impact clair et massif. Le retour sur investissement de son centre de commande IA, qui permet d’améliorer le temps de fonctionnement, la satisfaction des clients et de réduire les coûts, a été le catalyseur d’une croissance significative au sein de la base de clients. »