Malmöbolaget Sentian AI har tagit in sitt första externa kapital i elva miljoner kronor från privata investerare. Pengarna ska gå till att accelerera försäljningen av bolagets första produkter, som lanserades i höstas.
– Vi har kört i fem och ett halvt år med egna pengar, men nu när vi har produkter som är mogna för marknaden har vi tagit in pengar för att accelerera vår go-to-market, säger Sentians styrelseordförande och vd Martin Rugfelt till Rapidus.
Han startade bolaget 2016 tillsammans med tre tidigare kollegor från AI-bolaget Expertmaker som då nyss hade sålts till Ebay. Kvartetten tog diverse konsultuppdrag för att finansiera utvecklingen av deras egna produkter och omsatte som mest över 10 miljoner kronor 2018. Sedan dess har produktutvecklingen krävt allt större fokus och omsättningen har därmed sjunkit.
Nu har bolaget dock lanserat sina första två produkter efter åratal av pilottester och vidareutveckling – Rapidus skrev om de första pilotkunderna 2018. Sentian arbetar för det mesta med stora kunder inom processindustrin och innan årsskiftet öppnade bolaget sitt första försäljningskontor som förlades i Stockholm.
– Vi har redan några kunder i Sverige och även utomlands, inte minst i Tyskland. Nu börjar vi här hemma i Sverige, men satsar även på internationell försäljning, och har redan blivit kontaktade av en del potentiella kunder i andra länder, säger Martin Rugfelt.
Båda produkterna är AI-baserade och går ut på att effektivisera stora och kostsamma processer. SentianController är ett verktyg som optimerar tillverkningsprocesserna inom processindustrierna och har i dag kunder som tyska Jumo. SentianPlanner, som bland annat används av Securitas och Deutsche Bahn, optimerar i stället planering, logistik och distributionskedjor.
– Planner har egentligen en mycket bredare kundbas än Controller, men vi är ett litet företag och riktar först in oss på att hjälpa kunder som har behov av båda produkter. Vi jobbar dock gärna med mindre kunder också. SentianController är baserade på den senaste formen av AI, reinforcement learning som är idealisk för kontrollsystemsoptimering. Det är produkter i tiden, som inte bara ökar produktiviteten utan också kan bidra till att minska de relativa utsläppen.
Emiliano Strauss
