Industrial Next មានគោលបំណងកែសម្រួលរ៉ូបូតរោងចក្រក្នុងរយៈពេលត្រឹមតែប៉ុន្មាននាទី មិនមែនរាប់សប្តាហ៍នោះឡើយ

ក្រុមហ៊ុនស្តាតអាប់ផ្នែករ៉ូបូត Industrial Next នៅ San Francisco បានបង្ហាញការអភិវឌ្ឍថ្មីៗនៅក្នុងវេទិកាផលិតកម្មដែលដំណើរការដោយ AI របស់ខ្លួន ដែលត្រូវបានរចនាឡើងដើម្បីអនុញ្ញាតឱ្យរ៉ូបូតខ្សែចង្វាក់ផលិតកម្មផ្លាស់ប្តូររវាងកិច្ចការផ្គុំដ៏ស្មុគស្មាញក្នុងរយៈពេលត្រឹមតែប៉ុន្មាននាទី ជំនួសឱ្យការចំណាយពេលរាប់សប្តាហ៍។ បង្កើតឡើងដោយអតីតថ្នាក់ដឹកនាំវិស្វកម្មរបស់ Tesla និង Waymo ក្រុមហ៊ុននេះកំពុងកំណត់គោលដៅលើប្រតិបត្តិការរោងចក្រដែលទាមទារការប៉ះពាល់ផ្ទាល់ និងភាពផ្ចិតផ្ចង់ខ្ពស់ ដែលកន្លងមកពិបាកនឹងជំនួសដោយស្វ័យប្រវត្តិកម្មបែបបុរាណ ហើយតែងតែបង្ខំឱ្យក្រុមហ៊ុនផលិតពឹងផ្អែកលើកម្លាំងពលកម្មមនុស្សដោយផ្ទាល់។

ខណៈពេលដែលរ៉ូបូតឧស្សាហកម្មបានគ្រប់គ្រងការលើករបស់ធ្ងន់ៗ ការផ្សារដែក និងការបាញ់ថ្នាំអស់ជាច្រើនទសវត្សរ៍មកហើយ ការកែសម្រួលពួកវាឱ្យត្រូវនឹងទម្រង់ផលិតផលថ្មីៗនៅតែមានភាពយឺតយ៉ាវយ៉ាងខ្លាំង។ នៅពេលណាដែលម៉ូដែលស្មាតហ្វូនផ្លាស់ប្តូរប្លង់ខាងក្នុង ឬក្រុមហ៊ុនផលិតរថយន្តអគ្គិសនីធ្វើបច្ចុប្បន្នភាពខ្សែភ្លើង ខ្សែចង្វាក់ផលិតកម្មជាទូទៅត្រូវជាប់គាំង ខណៈដែលក្រុមអ្នកបញ្ចូលប្រព័ន្ធសូហ្វវែរត្រូវចំណាយពេលរាប់សប្តាហ៍ដើម្បីសរសេរ និងដោះស្រាយកូដចលនាដ៏ស្មុគស្មាញ។ Industrial Next មានគោលបំណងលុបបំបាត់បញ្ហារាំងស្ទះនៃការសរសេរកម្មវិធីឡើងវិញនេះទាំងស្រុង ដោយរួមបញ្ចូលគ្នានូវម៉ូដែលគ្រឹះ vision-to-action ផ្ទាល់ខ្លួន ជាមួយនឹងកន្លែងការងាររ៉ូបូតបែបម៉ូឌុល។

ការផ្លាស់ប្តូរស្នូល៖ ការកែប្រែប្រព័ន្ធដោយមិនបាច់សរសេរកូដ

រ៉ូបូតឧស្សាហកម្មបែបបុរាណពឹងផ្អែកលើការសរសេរកម្មវិធីកំណត់ទុកជាមុន៖ វិស្វករសរសេរកូដបញ្ចូលកូអរដោនេ 3D ជាក់លាក់ទៅក្នុងឧបករណ៍បញ្ជា ដោយសន្មតថាគ្រឿងបន្លាស់នីមួយៗនឹងមកដល់ក្នុងទិសដៅដូចគ្នាបេះបិទរាល់ពេលទាំងអស់។ ប្រសិនបើសមាសភាគដែលចូលមកបែរខុសតែ 2 ដឺក្រេ ឬរាងកោងបន្តិច រ៉ូបូតនឹងឈប់ដំណើរការ ឬធ្វើឱ្យខូចខាតដល់ការផ្គុំនោះតែម្តង។

Industrial Next ជំនួសគន្លងផ្លូវដែលសរសេរកូដកំណត់ទុកមុន ដោយប្រព័ន្ធតាមដាននិងឆ្លើយតបជាបន្តបន្ទាប់ (perception-and-action loop) ដែលត្រូវបានបណ្តុះបណ្តាលតាមរយៈការក្លែងធ្វើ (simulation) និងការបង្ហាញផ្ទាល់ដោយមនុស្ស។ ជំនួសឱ្យការពឹងផ្អែកលើវិស្វករស្វ័យប្រវត្តិកម្មចំណាយពេលរាប់សប្តាហ៍ដើម្បីសរសេរកូដចលនារាប់ពាន់បន្ទាត់ អ្នកបច្ចេកទេសរោងចក្រអាចបង្រៀនកន្លែងការងាររ៉ូបូតនូវកិច្ចការថ្មីតាមរយៈការបង្ហាញផ្ទាល់ភ្នែក និងទិន្នន័យបណ្តុះបណ្តាលសំយោគ។

សមត្ថភាពស្នូលរបស់ប្រព័ន្ធនេះផ្តោតលើ៖

• ការផ្លាស់ប្តូរខ្សែចង្វាក់ផលិតកម្មយ៉ាងឆាប់រហ័ស៖ ការកំណត់រចនាសម្ព័ន្ធកន្លែងការងារឡើងវិញសម្រាប់ការរចនាគ្រឿងបន្លាស់ថ្មីក្នុងរយៈពេលត្រឹមតែ ប៉ុន្មាននាទី ជាជាង 4 ទៅ 8 សប្តាហ៍។
• ការគ្រប់គ្រងគម្លាតលម្អៀងជាក់ស្តែង៖ ទប់ទល់នឹងភាពប្រែប្រួលនៃការផលិតជាក់ស្តែង ដូចជាការប្រែប្រួលពន្លឺ គម្លាតលម្អៀងនៃទំហំគ្រឿងបន្លាស់ និងការរំកិលទីតាំងបន្តិចបន្តួច ដោយមិនបាច់បញ្ឈប់ខ្សែចង្វាក់ផលិតកម្ម។
• ការបង្រៀនផ្អែកលើការបង្ហាញផ្ទាល់៖ អនុញ្ញាតឱ្យប្រតិបត្តិករណែនាំរ៉ូបូត ឬបញ្ចូលទិន្នន័យ digital twins ជំនួសឱ្យការសរសេរកម្មវិធីគីណេម៉ាទិកចលនាកម្រិតទាប។
• ការតាមដានវដ្តផលិតកម្ម 24/7 ជាបន្តបន្ទាប់៖ ដំណើរការដោយផ្ទាល់នៅលើខ្សែចង្វាក់ផលិតកម្មល្បឿនលឿនក្នុងល្បឿនស្មើ ឬលឿនជាងកម្មករជំនាញ។

ការដោះស្រាយបញ្ហាផ្គុំគ្រឿងដែលទាមទារការប៉ះពាល់ផ្ទាល់ និងភាពផ្ចិតផ្ចង់ខ្ពស់

រូបថត: TechCrunch (ប្រភព)

Industrial Next កំពុងផ្តោតជាពិសេសលើអ្វីដែលអ្នកស្រាវជ្រាវផ្នែករ៉ូបូតហៅថា ការរៀបចំចាត់ចែង "contact-rich" ពោលគឺជាកិច្ចការដែលទាមទារការប៉ះផ្ទាល់ ការសម្របតាមកម្លាំងមេកានិក និងការកែតម្រូវកម្រិតល្អិតល្អន់បំផុត។ នៅក្នុងការផលិតគ្រឿងអេឡិចត្រូនិច និងរថយន្តទំនើប កិច្ចការទាំងនេះតំណាងឱ្យភាគច្រើននៃការងារដែលនៅតែត្រូវធ្វើដោយដៃមនុស្ស។

ឧទាហរណ៍ចម្បងមួយគឺការដោតភ្ជាប់ក្បាលតខ្សែ Flexible Flat Cable (FFC) នៅខាងក្នុងស្មាតហ្វូន និងកុងទ័ររថយន្ត។ ខ្សែបូដែលមានទទឹងត្រឹមតែ 1 មីលីម៉ែត្រអាចបត់បែនក្រោមសម្ពាធបន្តិចបន្តួច ហើយការសង្កត់ក្នុងមុំខុសនឹងធ្វើឱ្យបាក់ជើងតំណភ្ជាប់ ខណៈដែលការស្ទាក់ស្ទើរនឹងធ្វើឱ្យខ្សែចង្វាក់ផលិតកម្មយឺតយ៉ាវ។ ម៉ូដែលគ្រឹះរបស់ Industrial Next រួមបញ្ចូលគ្នានូវមតិត្រឡប់ផ្នែកចក្ខុវិស័យប្រេកង់ខ្ពស់ ជាមួយនឹងការប៉ាន់ស្មានកម្លាំង និងកម្លាំងរមួល ដើម្បីតម្រឹម ដោតបញ្ចូល និងចាក់សោក្បាលតំណភ្ជាប់ដ៏តូចល្អិតទាំងនោះដោយភាពជាក់លាក់កម្រិតក្រោម 1 មីលីម៉ែត្រ ក្នុងរយៈពេលវដ្តផលិតកម្មស្តង់ដារត្រឹមតែ 4 វិនាទីប៉ុណ្ណោះ។

កម្មវិធីគោលដៅផ្សេងទៀតរួមមានការចាប់វីសដែលមានភាពជាក់លាក់ខ្ពស់ ដែលធ្មេញវីស និងកម្រិតធន់នឹងកម្លាំងរមួលប្រែប្រួលទៅតាមឡូត៍គ្រឿងបន្លាស់ ព្រមទាំងការរៀបចំខ្សែភ្លើង ការលាបសារធាតុបញ្ចុះកម្តៅ (thermal paste) និងការត្រួតពិនិត្យពិការភាពដោយប្រើសេនស័រច្រើនប្រភេទ។

ផ្នែករឹង និងបច្ចេកវិទ្យាសូហ្វវែរ

Industrial Next មិនពឹងផ្អែកតែលើសមាសភាគទូទៅដែលមានស្រាប់នៅលើទីផ្សារនោះទេ ដោយលើកឡើងថា វេទិការ៉ូបូតដែលប្រើតែសូហ្វវែរសុទ្ធពិបាកនឹងបំពេញតាមតម្រូវការវដ្តផលិតកម្មដ៏តឹងរ៉ឹងរបស់រោងចក្រណាស់។ ក្រុមហ៊ុនរួមបញ្ចូលគ្នានូវផ្នែករឹង edge ផ្ទាល់ខ្លួន ជាមួយនឹងម៉ូដែល physical AI ផ្តាច់មុខ។

• ប្រព័ន្ធ Edge CyberSight និង CyberSpawn៖ កាមេរ៉ាឆ្លាតវៃ និងអង្គគណនាផ្ទាល់ខ្លួនដែលបំពាក់ដោយកម្លាំងដំណើរការនៅលើឧបករណ៍រហូតដល់ 30 TFLOPS។ តាមរយៈការដំណើរការ neural network ដោយផ្ទាល់នៅកម្រិត edge ជាជាងឆ្លងកាត់ការតភ្ជាប់ cloud ប្រព័ន្ធនេះធានាបាននូវល្បឿនប្រតិកម្មរហ័សកម្រិតមីលីវិនាទី។
• ម៉ូដែលគ្រឹះ Vision-to-Action ផ្តាច់មុខ៖ ជំនួសឱ្យការបម្លែងពាក្យបញ្ជាអត្ថបទទៅជា language tokens ម៉ូដែលគ្រឹះរបស់ក្រុមហ៊ុនបម្លែងទិន្នន័យរូបភាព និងបរិបទការងារដោយផ្ទាល់ទៅជាល្បឿនសន្លាក់រ៉ូបូត និងកម្លាំងរបស់ឧបករណ៍ចាប់កាន់ (end-effector)។
• កន្លែងការងារផលិតកម្មម៉ូឌុល៖ បន្ទប់រ៉ូបូតស្វ័យភាព និងស្តង់ដារដែលអាចរុញចូលទៅដាក់តាមខ្សែក្រវាត់ conveyor ដោយផ្ទាល់ ដោតភ្ជាប់ទៅនឹងប្រភពថាមពល និងបណ្តាញរោងចក្រស្តង់ដារ ហើយអាចប្តូរភារកិច្ចបាននៅពេលតម្រូវការផលិតកម្មប្រែប្រួល។
• ក្របខ័ណ្ឌ Real2Sim2Real៖ គាំទ្រដោយទីលានសាកល្បងទំហំ 10,000 ហ្វីតការ៉េ នៅ San Francisco និងគំនិតផ្តួចផ្តើមស្តង់ដារវាស់វែងបើកចំហ (sim2world.ai) ប្រព័ន្ធនេះផ្សារភ្ជាប់គម្លាតរវាងរូបវិទ្យាក្លែងធ្វើ និងភាពស្មុគស្មាញជាក់ស្តែងនៅក្នុងរោងចក្រ។

ការប្រៀបធៀបគំរូស្វ័យប្រវត្តិកម្មទំនើប

រូបថត: TechCrunch (ប្រភព)

ក្រុមហ៊ុនផលិតប្រឈមនឹងជម្រើសជាច្រើននៅពេលស្វែងរកស្វ័យប្រវត្តិកម្មសម្រាប់ខ្សែចង្វាក់ផ្គុំដែលមានផលិតផលច្រើនប្រភេទតែបរិមាណតិច។ តារាងខាងក្រោមប្រៀបធៀបរវាងរ៉ូបូតឧស្សាហកម្មបែបបុរាណ រ៉ូបូតមនុស្សទូទៅ (humanoid) និងកន្លែងការងារ AI ម៉ូឌុលរបស់ Industrial Next៖

ប្រភពដើមមកពីវិស័យរថយន្ត និងក្រុមហ៊ុនបច្ចេកវិទ្យាយក្ស

Industrial Next ត្រូវបានបង្កើតឡើងរួមគ្នានៅចុងឆ្នាំ 2021 ដោយលោក Allen Pan និងលោក Lukas Pankau ដែលអ្នកទាំងពីរធ្លាប់បានចំណាយពេលជាច្រើនឆ្នាំក្នុងការដោះស្រាយបញ្ហារាំងស្ទះស្វ័យប្រវត្តិកម្មកម្រិតធំនៅ Tesla។ លោក Pankau ធ្លាប់បម្រើការជាស្ថាបត្យករអគ្គិសនីឈានមុខគេរបស់ Tesla សម្រាប់គម្រោង Model X, Model 3 និង Model Y មុនពេលចូលរួមជាមួយ Waymo របស់ Alphabet ដើម្បីរចនាស្ថាបត្យកម្មសេនស័រ។ ចំណែកលោក Pan ធ្លាប់បានដឹកនាំគំនិតផ្តួចផ្តើមស្វ័យប្រវត្តិកម្មផលិតកម្មកម្រិតខ្ពស់នៅរោងចក្រ Fremont របស់ Tesla បន្ទាប់ពីធ្លាប់បម្រើការងារវិស្វកម្មនៅ General Motors។

ដោយបានឃើញផ្ទាល់ភ្នែកពីរបៀបដែលការផ្លាស់ប្តូរបន្តិចបន្តួចនៅលើខ្សែចង្វាក់ផលិតកម្មរថយន្តអាចបណ្តាលឱ្យខាតបង់ពេលវេលារាប់សប្តាហ៍ ស្ថាបនិកទាំងពីរបានបង្កើត Industrial Next ដើម្បីកសាងអ្វីដែលពួកគេពិពណ៌នាថាជារោងចក្រសម្របខ្លួនដែលកំណត់ដោយសូហ្វវែរ។ ក្រុមហ៊ុនបានបញ្ចប់ការសិក្សាពីវគ្គ Winter 2022 របស់ Y Combinator និងប្រមូលទុនវិនិយោគបានប្រមាណ $22 million មកទល់បច្ចុប្បន្ន ដែលដឹកនាំដោយ Khosla Ventures ជាមួយនឹងការគាំទ្រពី Lenovo Capital, AlphaX Partners និង Plug and Play។

ការដាក់ពង្រាយក្នុងឧស្សាហកម្ម និងការអនុវត្តជាក់ស្តែង

រូបថត: industrialnext.ai (ប្រភព)

ជាជាងកំណត់ប្រព័ន្ធរបស់ខ្លួនត្រឹមតែការបង្ហាញនៅក្នុងបន្ទប់ពិសោធន៍ Industrial Next បានដំណើរការឧបករណ៍ជាក់ស្តែងរួចហើយនៅលើខ្សែចង្វាក់ផលិតកម្មជាមួយនឹងក្រុមហ៊ុនផលិតកិច្ចសន្យាគ្រឿងអេឡិចត្រូនិច និងក្រុមហ៊ុនផ្គត់ផ្គង់រថយន្តទូទាំងពិភពលោក។ ថ្នាក់ដឹកនាំក្រុមហ៊ុនបានកត់សម្គាល់ថា ការដាក់ពង្រាយ AI រូបវន្តនៅក្នុងរោងចក្រទាមទារវិន័យតឹងរ៉ឹងជាងការដាក់ពង្រាយ chatbot សូហ្វវែរឆ្ងាយណាស់ ពីព្រោះម៉ូដែល edge មិនអាចយកការប៉ាន់ស្មានទូទៅមកជំនួសភាពជាក់លាក់កម្រិតក្រោម 1 មីលីម៉ែត្របានឡើយ។

ប្រតិបត្តិកររោងចក្រដែលត្រូវបានសម្ភាសន៍នៅក្នុងវេទិកាផលិតកម្មបានសង្កត់ធ្ងន់ថា ទោះបីជាការបង្ហាញ Generative AI មើលទៅគួរឱ្យចាប់អារម្មណ៍ក្នុងវីដេអូក៏ដោយ កត្តាកំណត់តែមួយគត់សម្រាប់ការយកទៅប្រើប្រាស់នៅលើខ្សែចង្វាក់ផ្គុំនៅតែជាផលត្រឡប់មកវិញនៃការវិនិយោគ (ROI)។ ប្រសិនបើកន្លែងការងារស្វ័យប្រវត្តិតែមួយភ្លាត់ស្នៀតមិនអាចដោតក្បាលតំណភ្ជាប់មួយក្នុងចំណោមមួយពាន់ ឬបន្ថែមពេល 2 វិនាទីទៅលើ takt time នោះអ្នកគ្រប់គ្រងរោងចក្រនឹងដកវាចេញពីខ្សែចង្វាក់ផលិតកម្មភ្លាម។ ការផ្តោតអារម្មណ៍របស់ Industrial Next លើការរក្សាពេលវេលាវដ្តយ៉ាងតឹងរ៉ឹង ខណៈពេលដែលកាត់បន្ថយការចំណាយលើការកែសម្រួលប្រព័ន្ធ គឺជាការដោះស្រាយឧបសគ្គហិរញ្ញវត្ថុចម្បងដែលរារាំងស្វ័យប្រវត្តិកម្មបត់បែន។

អ្វីដែលនឹងកើតឡើងបន្ទាប់៖ ការនាំយកផលិតកម្មត្រឡប់មកវិញ និងអនាគតនៃការផលិត

ខណៈពេលដែលក្រុមហ៊ុនផលិតនៅអាមេរិកខាងជើង និងអឺរ៉ុបប្រឈមមុខនឹងកង្វះខាតកម្លាំងពលកម្មជំនាញ និងជំរុញការនាំយកខ្សែច្រវាក់ផ្គត់ផ្គង់សំខាន់ៗត្រឡប់មកក្នុងស្រុកវិញ ស្វ័យប្រវត្តិកម្មបត់បែននឹងដើរតួយ៉ាងសំខាន់។ ការសាងសង់ខ្សែចង្វាក់ផ្គុំសម្រាប់តែគោលបំណងតែមួយនៅក្នុងរោងចក្រក្នុងស្រុកច្រើនតែមានតម្លៃថ្លៃហួសហេតុ លុះត្រាតែការផលិតដំណើរការជាច្រើនឆ្នាំដោយគ្មានការផ្លាស់ប្តូរការរចនា។

តាមរយៈការអនុញ្ញាតឱ្យកន្លែងការងារដែលមានស្រាប់អាចប្តូររវាងគ្រឿងបន្លាស់ និងកំណែឧបករណ៍ផ្សេងៗគ្នាដោយមានការអន្តរាគមន៍តិចតួច វេទិកាដូចជា Industrial Next អាចធ្វើឱ្យការផ្គុំក្នុងស្រុកដែលមានផលិតផលច្រើនមុខមានសមត្ថភាពប្រកួតប្រជែងសេដ្ឋកិច្ចជាមួយនឹងការផលិតទ្រង់ទ្រាយធំនៅបរទេស។ ឆ្ពោះទៅមុខ Industrial Next កំពុងធ្វើការដើម្បីពង្រីកសហគមន៍ស្តង់ដារវាស់វែងបើកចំហរបស់ខ្លួនតាមរយៈ sim2world.ai និងពង្រីកទីលានសាកល្បងរ៉ូបូតច្រើនប្រភេទដល់ជាង 50 robot stations ដើម្បីពន្លឿនល្បឿនដែលម៉ូដែលគ្រឹះអាចស្រូបយកជំនាញរូបវន្តថ្មីៗ មុនពេលឈានជើងចូលទៅក្នុងរោងចក្ររបស់អតិថិជន។

FAQ

តើ Industrial Next ធ្វើអ្វីខ្លះ? Industrial Next បង្កើតកន្លែងការងាររ៉ូបូតដំណើរការដោយ AI និងកាមេរ៉ាឆ្លាតវៃដែលអាចកែសម្រួលដើម្បីបំពេញការងារផ្គុំដ៏ផ្ចិតផ្ចង់ក្នុងរោងចក្រក្នុងរយៈពេលត្រឹមតែប៉ុន្មាននាទី ដោយប្រើការបង្ហាញផ្ទាល់ និងការក្លែងធ្វើ ជំនួសឱ្យការសរសេរកូដផ្ទាល់ខ្លួន។

ហេតុអ្វីបានជារ៉ូបូតរោងចក្របែបបុរាណមិនអាចប្តូរកិច្ចការបានលឿន? រ៉ូបូតរោងចក្របែបបុរាណពឹងផ្អែកលើកូដចលនាដែលកំណត់ទុកមុន និងឧបករណ៍មេកានិកថេរដែលរចនាឡើងសម្រាប់ទំហំជាក់លាក់។ ការណែនាំគ្រឿងបន្លាស់ថ្មី ឬការផ្លាស់ប្តូរការរចនាបន្តិចបន្តួចជាធម្មតាទាមទារឱ្យវិស្វករស្វ័យប្រវត្តិកម្មចំណាយពេលរាប់សប្តាហ៍ដើម្បីសរសេរគន្លងចលនាឡើងវិញ និងកែតម្រូវសេនស័រ។

តើរ៉ូបូតរបស់ Industrial Next ត្រូវបានបណ្តុះបណ្តាលយ៉ាងដូចម្តេច? ជំនួសឱ្យការសរសេរកូដមួយជួរម្តងៗដោយដៃ រ៉ូបូតរបស់ក្រុមហ៊ុនរៀនកិច្ចការតាមរយៈការបង្ហាញផ្ទាល់ដោយមនុស្ស និងការក្លែងធ្វើរូបវិទ្យាសំយោគ ដែលអនុញ្ញាតឱ្យម៉ូដែលគ្រឹះមូលដ្ឋានរបស់វាសម្របខ្លួនទៅនឹងការប្រែប្រួលនៃពន្លឺ ទីតាំងគ្រឿងបន្លាស់ និងគម្លាតលម្អៀង។

ហេតុអ្វីបានជាមិនប្រើរ៉ូបូតមនុស្ស (humanoid) សម្រាប់ការងាររោងចក្រទាំងនេះ? រ៉ូបូតមនុស្សមានភាពស្មុគស្មាញផ្នែកមេកានិកខ្លាំង តម្លៃខ្ពស់ និងមានវដ្តការងារយឺត ដែលច្រើនតែមិនសមស្របសម្រាប់ខ្សែចង្វាក់ផ្គុំដែលទាមទារការប៉ះពាល់ផ្ទាល់ និងពឹងផ្អែកលើល្បឿនកម្រិតមីលីវិនាទី។ Industrial Next ពឹងផ្អែកលើកន្លែងការងារម៉ូឌុលដែលបង្កើតឡើងសម្រាប់គោលបំណងជាក់លាក់ ដែលអាចដំឡើងបញ្ចូលគ្នាដោយផ្ទាល់ទៅក្នុងប្រព័ន្ធ conveyor របស់រោងចក្រដែលមានស្រាប់។

តើនរណាជាអ្នកផ្តល់មូលនិធិដល់ Industrial Next? ក្រុមហ៊ុនស្តាតអាប់ដែលមានមូលដ្ឋាននៅ San Francisco មួយនេះ ទទួលបានទុនប្រមាណ $22 million ពីអ្នកវិនិយោគរួមមាន Khosla Ventures, Y Combinator, Lenovo Capital, AlphaX Partners និង Plug and Play។

Sources

• TechCrunch
• industrialnext.ai
• yespress.io
• ycombinator.com
• optim.vc
• yespress.io
• extruct.ai
• startupintros.com