This industrial AI startup is winning over customers by saying it won’t get acquired.

Image Credits:CVector

Cuando la startup de inteligencia artificial industrial CVector se encuentra con fabricantes, proveedores de servicios públicos y otros clientes potenciales, los fundadores a menudo se hacen la misma pregunta: ¿estarán aquí en seis meses? ¿En un año?

Es una preocupación justificada en un entorno donde las mayores y más ricas empresas tecnológicas están atrayendo al talento más destacado con salarios desorbitados y acaparando cada vez más emergentes startups de inteligencia artificial con elaboradas operaciones de adquisición.

La respuesta que los fundadores de CVector, Richard Zhang y Tyler Ruggles, dan cada vez es la misma: no se van a ninguna parte. Y eso importa a sus clientes, que incluyen a proveedores de gas natural y un fabricante químico en California, que utilizan el software de CVector para gestionar y mejorar sus operaciones industriales.

“Cuando hablamos con algunos de estos grandes jugadores en una infraestructura crítica, la primera llamada, a los 10 minutos, como el 99% de las veces vamos a recibir esa pregunta,” dijo Zhang a TechCrunch. “Y quieren aseguraciones reales, ¿verdad?”

Esta preocupación común es una de las razones por las que CVector trabajó con Schematic Ventures, que acaba de liderar una ronda pre-seed de $1.5 millones para la startup.

Zhang dijo que quería traer a inversores que tuvieran una reputación por trabajar en estos tipos de problemas difíciles en la cadena de suministro, la fabricación y la infraestructura de software, exactamente lo que Schematic está enfocado en como fondo de etapa temprana.

Julian Counihan, el socio de Schematic que hizo la inversión, dijo a TechCrunch que hay varias formas en las que las startups pueden intentar aliviar estas preocupaciones de los clientes. Hay soluciones prácticas, como poner el código en custodia, o ofrecer una licencia gratuita y perpetua del software si ocurre una adquisición. Pero a veces “depende de que los fundadores estén alineados con la misión de la empresa y comuniquen claramente su compromiso a largo plazo con los clientes,” dijo.

Es este compromiso lo que parece estar ayudando a CVector a encontrar éxito temprano.

Zhang y Ruggles aportan habilidades únicas que se complementan bien con el tipo de trabajo que CVector proporciona a sus clientes. Una de las primeras tareas de Zhang fue trabajar como ingeniero de software para el gigante petrolero Shell, donde a menudo estaba en el campo “construyendo aplicaciones para iPad para personas que nunca habían usado un iPad antes.”

Ruggles, que tiene un doctorado en física de partículas experimentales, pasó tiempo trabajando en el Gran Colisionador de Hadrones “trabajando con datos de nanosegundos, asegurando un alto tiempo de actividad, siendo responsable del tiempo de inactividad y solucionando problemas rápidamente.”

“Esos son lugares donde se puede construir esa confianza, y ese tipo de antecedentes realmente ayuda a que la gente tenga confianza en ti,” dijo Ruggles.

CVector es más que los currículums de sus fundadores, aunque. La empresa también ha sido astuta y creativa desde que comenzó a finales de 2024. Construyó su arquitectura de software de inteligencia artificial industrial — lo que llama un “cerebro y sistema nervioso para activos industriales” — utilizando todo, desde soluciones fintech hasta datos de precios de energía en tiempo real y software de código abierto del equipo de Fórmula 1 McLaren.

También están tomando diferentes enfoques sobre cómo moldear este cerebro y sistema nervioso en tiempo real con sus clientes. Un ejemplo que dio Zhang es con los datos meteorológicos.

Las condiciones meteorológicas cambiantes pueden tener un impacto en cómo funcionan los equipos de fabricación de alta precisión a gran escala, pero también hay efectos en cadena que considerar, dijo. Si nieva, eso podría significar que las carreteras y los estacionamientos circundantes se salen. Si esa sal se lleva al interior de una fábrica en los zapatos de los trabajadores, puede tener un impacto tangible en el equipo de alta precisión que los operadores podrían no haber notado o sido capaces de explicar antes.

“Llevar esos tipos de señales a sus operaciones y planificación es increíblemente valioso,” dijo Ruggles. “Todo esto es para ayudar a que estas instalaciones funcionen con más éxito, con más rentabilidad.”

CVector ya ha desplegado sus agentes de inteligencia artificial industrial en sectores como químicos, automoción y energía, y tiene sus ojos puestos en lo que Zhang llama “grandes infraestructuras críticas.”

Con los proveedores de energía, Zhang dijo que un problema común es que sus sistemas de gestión de la red están escritos en lenguajes de programación antiguos como Cobra y FORTRAN que hacen que la gestión en tiempo real sea complicada. CVector puede crear algoritmos que se sientan sobre esos sistemas antiguos y den a los operadores una mejor visibilidad de estos sistemas con baja latencia.

CVector es pequeño en este momento, con solo un equipo de ocho personas distribuidas entre Providence, Rhode Island, Nueva York, Nueva York y Frankfurt, Alemania. Pero esperan crecer ahora que la pre-semilla está completa. Zhang subrayó que están reclutando solo “personas alineadas con la misión” que “realmente quieren hacer una carrera en infraestructura física” — lo que continuará facilitando que los clientes se convenzan de que la startup no se va a ninguna parte.

Aunque hay una línea bastante directa desde lo que Zhang estaba haciendo en Shell hasta lo que CVector está haciendo ahora, es un poco más de un cambio para Ruggles. Pero dijo que ha sido un desafío que ha disfrutado.

“Me encanta el hecho de que en lugar de intentar escribir un artículo, enviarlo, someterlo a revisión por pares y publicarlo en una revista y esperar que alguien lo mire, estoy trabajando con un cliente en algo que está en el terreno y que podemos ayudarlo a mantenerlo en funcionamiento,” dijo. “Puedes hacer cambios, construir características y construir cosas nuevas para tus clientes — rápidamente.”