Niobia place des agents d'IA sur les lignes de production pour expliquer les défauts des puces et des batteries (entretien)

Logiciel de détection de défauts et d'analyse des causes profondes par IA pour les lignes de fabrication de batteries et de semi-conducteurs.

Que les fabricants installeront des agents d'IA autonomes directement sur les équipements de production — en gardant les données hors du cloud — afin de réduire de plusieurs jours à quelques minutes l'identification des causes profondes des défauts.

Gaurav Jha et Harveen Kaur, tous deux titulaires d'un doctorat en chimie et ayant travaillé chez des fabricants de puces et de batteries, ont fondé cette société de San Francisco autour des enquêtes sur les défauts coûteuses et lentes qu'ils avaient vécues.

Lors d'un appel préalable à Disrupt, le cofondateur Gaurav Jha indique que les agents fonctionnent sur des GPU autonomes montés sur les équipements de production comme des capteurs, repèrent des défauts de la taille d'un trou d'épingle et mutualisent les données afin que les ingénieurs puissent interroger un chatbot sur les causes en quelques minutes.

Les ingénieurs des usines de puces et de batteries passent des jours, voire plus, à diagnostiquer les défaillances avant la reprise de la production, et chaque défaut peut coûter des millions.

Les défauts de la taille d'un trou d'épingle, comme les rayures, échappent à l'inspection conventionnelle, laissant l'analyse des causes profondes à un travail manuel lent.

Le refus des clients de transférer des données propriétaires vers l'IA dans le cloud a imposé l'architecture : des GPU embarqués sur l'appareil, des modèles open source et des clés de chiffrement détenues par le client.

Dans l'IA industrielle, le blocage ne tient pas à la qualité des modèles mais à la garde des données : du matériel autonome et des clés de chiffrement détenues par le client sont le prix d'entrée là où les données de processus sont le joyau de la couronne.

Au 13 octobre 2026, Niobia se présente à TechCrunch Disrupt 2026 comme finaliste de Battlefield ; aucun nom de client, chiffre de revenus ni tour de financement n'a été divulgué, et l'objectif à court terme porte sur les trois procédés spécialisés ainsi que sur le renforcement de l'autonomie de la technologie.