Quando a startup de IA industrial CVECTOR se reúne com fabricantes, provedores de serviços públicos e outros clientes em potencial, os fundadores costumam fazer a mesma pergunta: você ainda estará aqui em seis meses? Um ano?
É uma preocupação justa em um ambiente em que as maiores e mais ricas empresas de tecnologia estão atraindo os melhores talentos com salários de dar água nos olhos e direcionar cada vez mais startups de IA em ascensão com elaborados acordos de adquirir.
A resposta que os fundadores da CVECTOR Richard Zhang e Tyler Ruggles dão toda vez também é a mesma: eles não vão a lugar nenhum. E isso importa para seus clientes – uma lista que inclui serviços nacionais de gases e um fabricante químico na Califórnia – que usam software CVector para gerenciar e melhorar suas operações industriais.
“Quando conversamos com alguns desses grandes jogadores em uma infraestrutura crítica, a primeira ligação, 10 minutos, como 99% do tempo que vamos ter essa pergunta”, disse Zhang ao TechCrunch. “E eles querem garantias reais, certo?”
Essa preocupação comum é uma das razões pelas quais a CVector trabalhou com empreendimentos esquemáticos, que apenas liderou uma rodada pré-semente de US $ 1,5 milhão para a startup.
Zhang disse que queria atrair investidores que tenham reputação de trabalhar nesses tipos de problemas difíceis em cadeia de suprimentos, fabricação e infraestrutura de software, que é exatamente o que o esquema está focado como um fundo em estágio inicial.
Julian Counihan, o parceiro esquemático que fez o investimento, disse ao TechCrunch que existem algumas maneiras pelas quais as startups podem tentar aliviar esse tipo de preocupação dos clientes. Existem soluções práticas – digamos, colocar código em garantia ou oferecer uma licença perpétua e gratuita para o software, se houver uma aquisição. Mas, às vezes, “tudo se resume a fundadores alinhados com a empresa e comunicando claramente esse compromisso de longo prazo com os clientes”, disse ele.
Evento do TechCrunch
São Francisco
|
27-29 de outubro de 2025
É esse compromisso que parece estar ajudando o CVector a encontrar sucesso precoce.
Zhang e Ruggles trazem habilidades únicas que jogam bem com o tipo de trabalho que a CVector fornece a seus clientes. Um dos primeiros empregos de Zhang estava trabalhando como engenheiro de software da Giant Giant Shell, onde ele disse que estava frequentemente no campo “Construindo aplicativos para iPad para pessoas que nunca usaram um iPad antes”.
Ruggles, que é doutorado em física experimental de partículas, passou um tempo trabalhando no Large Hadron Collider “trabalhando com dados de nanossegundos, tentando garantir um tempo de atividade muito alto, sendo responsabilizado pelo tempo de inatividade e solucionando rapidamente problemas”.
“Esses são lugares em que você consegue aumentar esse tipo de confiança, e esse tipo de formação realmente ajuda a dar às pessoas alguma confiança em você”, disse Ruggles.
O CVector é mais do que apenas os currículos de seus fundadores. A empresa também é inteligente e engenhosa desde que saiu do final de 2024. Construiu sua arquitetura de software de IA industrial-o que se refere como um “sistema cerebral e nervoso para ativos industriais”-aproveitando tudo, desde soluções de fintech até dados de precificação de energia em tempo real e software de código aberto da equipe da MCLaren F1 Racing.
Eles também estão adotando abordagens diferentes sobre como moldar esse cérebro e sistema nervoso em tempo real com seus clientes. Um exemplo que Zhang deu é com dados climáticos.
A mudança das condições climáticas pode ter um impacto sobre como o equipamento de fabricação de alta precisão funciona em uma escala macro, mas também há efeitos de imitação a considerar, disse ele. Se nevar, isso pode significar que as estradas e estacionamentos circundantes serão salgados. Se esse sal for transportado para uma fábrica nas botas dos trabalhadores, poderá ter um impacto tangível no equipamento de alta precisão que os operadores poderiam não ter notado anteriormente ou poder explicar.
“Trazer esses tipos de sinais para suas operações e seu planejamento é incrivelmente valioso”, disse Ruggles. “Tudo isso é ajudar a executar essas instalações com mais sucesso, com mais lucro.”
A CVector já implantou seus agentes industriais de IA em setores como produtos químicos, automotivo e energia, e tem seus olhos no que Zhang se refere como “infraestrutura crítica em larga escala”.
Com os provedores de energia especificamente, Zhang disse que um problema comum é que seus sistemas de despacho de grade são escritos em idiomas antigos de codificação como Cobra e Fortran, que tornam o gerenciamento em tempo real desafiador. O CVector é capaz de criar algoritmos que podem ficar em cima desses sistemas antigos e oferecer aos operadores melhor visibilidade nesses sistemas com baixa latência.
O CVector é pequeno no momento, com apenas uma equipe de oito pessoas distribuída em Providence, Rhode Island, Nova York e Frankfurt, Alemanha. Mas eles esperam crescer agora que a pré-semente está completa. Zhang enfatizou que eles estão recrutando apenas “pessoas alinhadas à missão” que “realmente querem fazer uma carreira em infraestrutura física”-que continuarão a facilitar a convencer os clientes de que a startup não vai a lugar algum.
Embora exista uma linha bastante reta do que Zhang estava fazendo no Shell para o que o CVector está fazendo agora, é um pouco mais uma partida para Ruggles. Mas ele disse que tem sido um desafio que ele apreciou.
“Adoro o fato de que, em vez de tentar escrever um artigo, enviá -lo, adquiri -lo através do processo de revisão por pares e publicá -lo em um diário e espere que alguém o olha, que eu esteja trabalhando com um cliente em algo que está no chão e que poderíamos ser, poderíamos estar ajudando -os a mantê -lo em funcionamento”, disse ele. “Você pode fazer alterações, criar recursos e criar coisas novas para seus clientes – rapidamente”.
