צילום: 4M Analytics

חברת 4M Analytics הממפה תשתיות תת-קרקע גייסה 30 מיליון דולר

סך הגיוס הכולל של החברה מגיע ל-45 מיליון דולר; המימון ישמש להגדלת פעילות החברה בארה"ב, פיתוח יכולות נוספות של בינה מלאכותית וראייה ממוחשבת

דור עצמון | 21/09/2022 17:00

נושאים בכתבה גיוס הון סבב גיוס

חברת 4M Analytics הממפה תשתיות תת קרקעיות גייסה כ-30 מיליון דולר, מה שמביא את סך הגיוס הכולל שלה ל-45 מיליון דולר. את סבב הגיוס הובילו Insight Partners ו-ITI Venture Capital Partners. בסבב השתתפו גם נועם ברדין, מנכ״ל Waze לשעבר וניר ארז, מנכ"ל ומייסד Moovit. המימון ישמש להגדלת פעילות החברה בארה"ב, פיתוח יכולות נוספות של בינה מלאכותית וראייה ממוחשבת ולמימוש החזון של יצירת מפת התשתיות הראשונה של ארה"ב.

החברה מסבירה כי קדמת האנושות תלויה בתשתיות דוגמת קווי מים, ביוב, חשמל, סיבים, וגז המהוות חלק בלתי נפרד מהצמיחה והשגשוג שהעולם המערבי חווה בשנים האחרונות. תת הקרקע הפך למבוך של צנרות וסיבים ומעולם לא מופה. מהנדסים אזרחיים מתמודדים עם חוסר הוודאות המדובר ועם מה שהפך להיות סיכון מספר אחד לכל פרויקט תשתיתי – פגיעה בתשתית קיימת. עוד מסבירים ב-4M Analytics כי קשה למדוד ולכמת את החריגות מלוחות הזמנים והפריצות התקציביות של פרויקטים המתוכננים ונבנים בכל רגע, אך שמרנים מעריכים כי מדובר במאות מיליארדי דולרים בכל שנה בארה"ב בלבד.

4M Analytics שואפת להעניק לאותם מהנדסים, בין אם הם סוללים כביש או מאריכים קו ביוב, גישה לתת קרקע. כדי שעוד מהשלבים המוקדמים יותר של הפרויקט, הם יוכלו למזער את חוסר הוודאות שאיתו התמודדו. החברה מייצרת מפה - פלטפורמה אחת, המהווה מקור מבוסס נתונים, המתארת את האמת המתרחשת בתת הקרקע. שילוב של תצלומי לווין ואוויר, יחד עם נתונים גיאוגרפיים, תסריטי בנייה ועוד, המעובדים על ידי סוגים שונים של בינה מלאכותית, מאפשרים לחברה לייצר מפה שמהנדסים מאמינים לה, דבר שלא היה עד כה, כלי אשר לא רק מייעל ומצמצם את המעורבות האנושית אלא גם מייצר וודאות בנוגע לעמידה בזמנים ותקציב.

יניב שלו, CTO: "יש לנו חזון גדול, לייצר מפת תשתיות גלובלית, ממש מכאן - מישראל. לעשות לתת קרקע את מה ש-Google maps עשו לעולם שמעל הקרקע. שאיפתנו היא שכל מהנדס בכל מדינה יוכל להצביע על נקודה במפה ולהבין את סבך התשתיות שקבור מתחת, משימה לא פשוטה בכלל. איסוף מידע ממאות אלפי מקורות מידע לא קוהרנטיים, מצילומי לווין ועד תכנוני הנדסה ישנים, הבניית המידע הגיאו-מרחבי בעזרת AI, ובסוף וידוא של התוצאות בעזרת אלגוריתמי ראייה ממוחשבת וטכניקות מיפוי ייחודיות. זה לא נעשה עד כה, ואנחנו מוכיחים שזה אפשרי״.

כל הכותרות 24/7 הטלגרם שלנו - תכנים יחודיים

הגב לכתבה

שם המגיב *

כותרת תגובה *

תוכן התגובה

השדות המסומנים ב-* הם שדות חובה

יואב שפרינגר וגלעד עזרא, מייסדים Apptor.ai צילום פרטי

סטארטאפ להכיר

אין לנו מתחרים- הדרך להתחרות זה אם הלקוחות יתחילו לפתח את המוצר בעצמם

שיחה עם יואב שפרינגר- המנכ"ל ושותף מייסד של Apptor.ai

הדס ברטל | 25/12/2025 05:40

נושאים בכתבה סטארט-אפ AI בינה מלאכותית אי קומרס

ספר בקצרה על עצמך:

אני במקור מבית חנן בצפון. בצבא שירתי ב-8200, שם גם פגשתי את השותף שלי, גלעד עזרא, ובזמן השירות, עבדנו על פיתוח מודלים של פרדיקציה לצבא כדי לזהות התנהגויות, אבל הרעיון זה להתעסק ב-predictable AI. אחרי הצבא הייתי בפלייטיקה בעולמות ה-AI retention. את הסטארטאפ הקמנו במהלך המלחמה, והתחלנו לרוץ איתו ממש תוך כדי המילואים.

ספר על החברה ומניין בא הרעיון?

אלו דברים דומים שעשינו בצבא. חיפשנו איפה אפשר למקסם את מה שעשינו בצבא ולהשליך על שוק, שהוא ממש בלו אושן עבורנו ואין חברה שעושה משהו דומה. תעשיית ה- direct sales, שהיא מאוד אמריקאית ואנחנו בנינו כמה מודלים של פרדיקציה שעוזרים לחברות direct sales לייצר תקשורת טובה יותר עם הלקוחות שלהן. המודלים מזהים טוב יותר מה הלקוח רוצה לקנות, מה המוצר שכדאי להציע לו ומתי יספיק לקנות, כאשר המטרה היא לטרגט בצורה טובה יותר את הלקוחות דרך המודלים שאנחנו מריצים. זה דומה לאי קומרס אבל יש הבדלים כי דרך המכירה בחברות direct sales היא שונה מעט, ואותן חברות רואות את עצמן כתעשייה נפרדת. למשל הרבהלייף היא לקוחה שלנו, ואם ספורה מבחינים שאני עובד איתם, הם יחשבו "מעולה, חברה דומה לנו." לעומת זאת, אם הרבהלייף היו רואים שאני עובד עם ספורה הם היו חושבים שזה אי קומרס. בשנה אחת הגענו ללקוחות וחברות כמו הרבהלייף, שופ דוט קום, It works! Global ו-Immunotec.

אופן המכירה ב-direct sales זה דרך מפיצים שהם המשווקים את המוצרים של החברה. עד שאנחנו הופענו, כל החברות הללו היו בונות על המפיצים לעשות את עבודת השיווק והמכירות והכל היה קורה דרכם בלי ערוצים נוספים. המפיצים מביאים לקוחות והם מדברים עם לקוחות וכדומה. מה שקורה בפועל זה שמאחר וכיום יש עוד הרבה אלטרנטיבות לעשות הכנסה מ-gig economy ובגלל התחרות הרבה בשוק, אז המודל לפיו הם בונים רק על המפיצים כבר לא עובד. מה שאנחנו מביאים לשולחן זה שאנחנו מייצרים מודלים של פרדיקציה שעושים את הכל באופן אוטומטי, את ה-retention, ההמלצות על מוצרים כאשר אנחנו יודעים לזהות מה כל לקוח יקנה ומתי והחברות כבר לא צריכות לבנות על המפיצים אלא אנחנו עושים את זה בשבילם, הכל כבר הופך לאוטומטי.