Сингапурский стартап SixSense, специализирующийся на разработке глубоких технологий, создал платформу с искусственным интеллектом для прогнозирования и обнаружения дефектов микросхем на производственных линиях в режиме реального времени. Компания привлекла $8.5 млн в рамках раунда Series A, увеличив общее финансирование до $12 млн. Инвестиции возглавил фонд Peak XV’s Surge (ранее Sequoia India & SEA) при участии Alpha Intelligence Capital, Febe и других.
Основанная в 2018 году инженерами Аканкшей Джагвани (технический директор) и Авни Агарвал (генеральный директор), SixSense решает ключевую задачу полупроводниковой промышленности — трансформацию сырых производственных данных (от изображений дефектов до сигналов оборудования) в аналитику для предотвращения проблем качества и повышения выхода годных продуктов.
Несмотря на огромные объемы данных, генерируемых на производстве, соучредители отметили поразительное отсутствие систем реального времени для их анализа. Джагвани имеет опыт создания решений автоматизации для Hyundai Motors и GE, а также разработки продуктов в стартапе Embibe. Агарвал привнесла опыт Visa, где создавала масштабируемые системы анализа данных, позже защищённые как коммерческая тайна. Её интерес к применению ИИ в традиционных отраслях за пределами финтеха стал ключевым драйвером проекта.
Проанализировав различные сектора — от авиации до автопрома — основатели сосредоточились на полупроводниках. Несмотря репутацию индустрии как высокоточной, процессы контроля остаются ручными и разрозненными, отметила Агарвал в интервью TechCrunch. После общения с 50+ инженерами стало ясно: существующие системы визуализации данных (дашборды, SPC-графики) не предоставляют аналитики, оставляя обнаружение аномалий и поиск первопричин на персонал.
Платформа SixSense предоставляет инженерам ранние предупреждения о потенциальных дефектах, анализирует коренные причины и прогнозирует сбои. Решение разработано для непосредственного использования технологами, без привлечения Data Science-специалистов. «Инженеры могут настраивать модели на собственных данных фабрики, развертывать их за два дня и доверять результатам — без написания кода. Это делает платформу мощной и практичной», — пояснила Агарвал.
Среди конкурентов — внутренние инженерные команды с инструментами Cognex и Halcon, производители оборудования с ИИ-функциями, а также стартапы вроде Landing.ai и Robovision.
Платформа SixSense уже используется крупными производителями, включая GlobalFoundries и JCET, обработав более 100 млн чипов. Клиенты сообщают о сокращении производственного цикла на 30%, повышении выхода годных на 1–2% и снижении ручного контроля на 90%. Система совместима с 60% мирового парка контрольного оборудования.
«Наша цель — крупные производители: фаундри-компании, OSAT-провайдеры и IDM-предприятия. Мы уже работаем с фабриками в Сингапуре, Малайзии, Тайване и Израиле, а сейчас выходим на рынок США», — заявила Агарвал. Геополитические трения, включая американо-китайские, стимулируют рост производства в новых регионах.
«Фабрики и OSAT-компании активно расширяются в Малайзии, Сингапуре, Вьетнаме, Индии и США. Это создаёт для нас благоприятные условия: новые предприятия, свободные от устаревших систем, более открыты для внедрения ИИ-решений с первых дней», — добавила соучредитель.