23948sdkhjf

Etteplan påskyndar den fjärde industriella revolution

Genom att investera i svenska Ekkono Solutions, en utvecklare av maskininlärning och artificiell intelligens, satsar Etteplan på den fjärde industriella revolutionen.

Etteplan gör en strategisk investering om 20 procent i det svenska startup-företaget Ekkono Solutions. 

Enligt Etteplan utgör digital teknik en enorm tillväxtpotential. AI-baserade lösningar påskyndar den fjärde industriella revolutionen samt främjar införandet av teknik som stöder både gröna och digitala omställningar. 

Om Ekkono Solutions

Ekkono Solutions grundades 2016 och är ett svenskt teknik- och mjukvaruföretag inom Edge Machine Learning (ML) som sysselsätter maskininlärningsingenjörer, datavetare och embeddedutvecklare. Ekkono Edge Intelligence är en programvara för edge computing. Den kan användas för att analysera till exempel fordon eller elmotorer i realtid, självlärande och individuellt, under drift.

Källa: Etteplans pressmeddelande 

− Dataanalys och optimering av maskiner och utrustning blir allt viktigare när företagen utvecklar sina maskiner och utrustningar för att bli allt mer energieffektiva. Investeringen i ett startup-företag stöder Etteplans strategi och mål att införa modern teknik som en del av våra servicelösningar, säger Juha Näkki, vd och koncernchef för Etteplan, i en kommentar.

Han fortsätter: 

− Vårt mål är att samarbeta på djupet och styra utvecklingen av Ekkonos teknik. Vi vill använda tekniken för att skapa värde för våra kunder och stödja utvecklingen av framtida hållbara maskiner och utrustning.

Etteplan är en fantastisk partner för oss. Deras djupa och breda tekniska kunskap hjälper oss att vidareutveckla användningen och implementeringen av vår teknik. Bland Etteplans kunder finns många maskin- och utrustningstillverkare som kan använda vår innovativa teknik för att förbättra sina produkter, säger Ekkonos vd Jon Lindén.

Kommentera en artikel
Meddela redaktionen
Utvalda artiklar

Se senaste nyhetsbrevet ???id_11737???

Sänd till en kollega

0.127