Enzzo, ein Spinout von Pioneer Square Labs, sammelte 3 Mio. US-Dollar ein, um mit KI Hardwareprodukte zu definieren

Ein Start-up aus Seattle, das Hardware-Herstellern in der Unterhaltungs-, Industrie- und Medizinelektronik ein monatliches Abonnement verkauft.

KI plus Kundendaten können die „Definitionsphase“ von Hardware in einen schnellen, umfassenden Satz von Anforderungen verdichten.

Eine Seed-Runde über 3 Mio. US-Dollar unter der Leitung von Unlock Venture Partners, mit PSL Ventures, der ersten Investition aus der KI-Partnerschaft von PSL mit Mayfield.

Pioneer Square Labs gliederte Enzzo aus, mit CEO Ford Davidson, früher bei Meta und Amazon und Gründer von Dashwire, und dem Mitgründer Zheng Liu, ehemaliger Leiter der Technik bei Imprint.

Enzzo wurde 2023 gegründet und hatte bereits zahlende Kunden mit einem monatlichen Abonnement. Das Unternehmen nutzt KI-Modelle und von Kunden hochgeladene Daten, um Produktdefinitionen, Ziele, Personas, Anforderungen, Wettbewerbseinblicke, Risiken und Anwendungsfälle sowie Präsentationen zu erstellen.

Im März 2024 kündigte Enzzo seine Seed-Runde über 3 Mio. US-Dollar an. Das Unternehmen arbeitete daran, Kundendaten über APIs zu integrieren, hatte die Vision, künftig ein eigenes KI-Modell zu trainieren, und plante, seine Belegschaft von vier Personen innerhalb von vier Monaten zu verdoppeln.

Die Definition eines Hardwareprodukts dauert Wochen oder Monate und erfordert mehrere Spezialisten, sodass jede eingesparte Zeit wertvoll ist.

Hardware-Teams setzen derzeit allgemeine Werkzeuge wie Google Docs, Notion und ChatGPT zusammen.

Das Versprechen, dass Kundendaten nicht zum Trainieren von Modellen verwendet werden, adressiert ein Anliegen von Hardware-Herstellern.

Man wählt den langsamsten, am stärksten dokumentgebundenen Schritt einer schwierigen Branche und verkauft die Beschleunigung als Abonnement; Enzzo zielte auf die Definitionsphase von Hardware ab, nicht auf Design oder Fertigung.

Stand 5. März 2024 hatte Enzzo vier Mitarbeiter, zahlende Kunden, einen Plan zur Verdoppelung der Belegschaft und das erklärte Ziel, irgendwann ein eigenes KI-Modell zu trainieren.