創立SIGAI之前，創始人雷明便已在人工智慧領域聚力多年：2009年，他剛剛從清華大學計算機專業碩士畢業，順利進入百度網擔任前端工程師，期間主要負責PC版瀏覽器的研發，管理30多人技術團隊。2012年，他以合伙人&CTO的身份加入創辦深圳智美達科技發展有限責任公司，退出管理前，該企業估值已超十億。
2018年2月，雷明攜SIGAI再次走上了AI創業的道路，專注底層人工智慧算法工具與平台研究，通過雲端實驗室、基礎課程、知識庫，為各行業傳統企業客戶提供全流程、可視化的人工智慧框架平台，滿足其智能化升級需求。
雷明表示，「儘管AI技術在逐漸提升，但國內還沒有出現真正能落地的框架平台，競爭相對較小，這是SIGAI看好的潛力市場。」
經過兩年的發展，SIGAI已形成三大產品矩陣：標註平台、機器視覺平台以及強化學習平台，通過以上三個算法模型平台不斷訓練算法模型，將解決方案輸送給企業客戶。截止目前，SIGAI人工智慧框架平台已在機器視覺、決策問題、賦能教育、軍工、建材等數十個行業領域嘗試落地，助力傳統行業降本提效，實現產業智慧升級。
「我國每年從海外進口大量原木，如何在木材到達港口或陸地口岸之後進行迅速清點，一直是行業內亟待解決的痛點問題，」雷明告訴創業邦。因此，SIGAI於近期推出了「木材智能理貨」的全新解決方案。
文章圖片來源於SIGAI，經授權使用。
傳統的作業方式是人工清點，即在每個木材裝卸點進行人工計數，需耗費大量人力成本。為保證清點效率，需7x24小時不間斷作業，每個作業點需同時配置多人進行計數，且室外作業難以避免危險性高、準確率低的問題。
而SIGAI推出的木材智能理貨解決方案主要通過採集作業現場視頻，藉助機器視覺算法自動計算每次裝卸木材的數量完成作業，成功解決了上述問題。從方案的應用效果來看，該方案相比於人工作業優勢明顯：其一，採用智能理貨解決方案，一個人即可完成原來需20人完成的工作，節約40%~60%的人力成本；其二，智能理貨規避了人力疲勞問題，整體完成準確率遠高於人工計數平均水準；其三，智能理貨規避了人為偏差，且可以將現場作業視頻進行可觀留證，便於後續核對，解決糾紛問題；其四，在高溫、低溫以及高濕度等惡劣的室外環境下均可穩定的運行，不受環境限制。
從行業的角度來看，SIGAI框架平台正面對標百度的飛漿和華為的ModelArts。相比之下，後兩者目前主要服務於專業的AI研究人員，使用門檻較高，用戶上傳標註樣本後，需要專業AI算法人員調整參數和模型，完成算法匹配，而SIGAI全流程框架平台傾向於為零AI編程基礎的普通用戶賦能，客戶只需將樣本標註好並上傳到框架平台，即可自動生成算法模型，上手快且駕馭輕鬆，能大幅降低人工智慧應用的門檻和成本；同時，在落地方面，同行業產品目前還處於研發階段，未有落地應用嘗試，而SIGAI從去年開始，就已與中遠海運等客戶在多個智能理貨和智能港口等項目上成功落地應用，計數精度為99.5%，木材測量精度為99.2%。
商業模式方面，SIGAI主要通過SaaS服務和定製化項目服務模式收費，已有包括小紅書、清華同方、聯想、Haier等十幾家標杆客戶。前期，團隊會優先服務對AI需求大以及在工程、物流、教育、國防領域滲透率較高的頭部大客戶，做為典型案例，形成頭部效應；後期，團隊會逐漸發展代理商、渠道商客戶，覆蓋其他AI需求的長尾客戶，由此形成AI生態。
成立兩年，團隊已有近20人規模，核心成員大多數來自人工智慧技術行業精銳。CTO武文斌擁有清華大學計算機系學士碩士學位，具備十年以上AI研發經驗，曾任中國農業銀行軟體開發中心高級工程師、系統架構師，負責通過人工智慧算法進行貸款違約模型、客戶畫像等相關工作；CMO房圓圓是中國人民大學經濟管理碩士，也是一名連續創業者，擅長雲計算、AI領域營銷推廣，曾任Video++北京分公司首席營銷官、金山雲高級銷售總監、網宿科技大客戶銷售總監，於2019年加入SIGAI。
據悉，該項目已於2019年初完成來自PNP中國領投、啟迪種子基金跟投的數百萬元天使輪融資，現已啟動新一輪PreA輪融資，資金主要用於框架模型優化及市場拓展。
未來，SIGAI志在讓AI所見即所得，廣泛落地於傳統行業。
本文文章圖片來源於SIGAI，經授權使用。本文為創業邦原創，未經授權不得轉載，否則創業邦將保留向其追究法律責任的權利。如需轉載或有任何疑問，請聯繫editor@cyzone.cn。