Flox Intelligence正在开发一套基于边缘人工智能的系统，用于监测铁路、机场、道路和关键设施附近的动物，然后根据动物的物种和行为，通过不同的声音响应将其驱离。该公司表示，目前约有150台设备正在北美、欧洲和澳大利亚运行。
Flox于2020年脱胎于斯德哥尔摩瑞典皇家理工学院的一间人工智能实验室，由Sara Nozkova创立。此前，她已在交通运输和自动驾驶汽车领域工作了13年。今年，该公司参加了在旧金山于10月13日至15日举行的TechCrunch Disrupt活动中的Startup Battlefield 200决赛。
系统如何运作？
这些设备由电池供电，可以安装在杆子、树木或其他结构上。当运动传感器捕捉到附近活动时，设备会启动摄像头，并利用在设备本身运行的模型识别动物。随后，设备会发出适合该物种的声音，旨在将其驱离敏感区域。
Nozkova表示，系统会随着时间推移调整响应方式，以免动物习惯于反复出现的信号。Flox还提供一个软件平台，用于显示设备位置和现场发生的情况，并支持生成监管合规报告和监测生物多样性。
为什么这一用途很重要？
这类系统的需求源于动物与基础设施发生碰撞所造成的成本。美国联邦航空管理局估计，1990年至2025年期间，野生动物碰撞事件平均每年给美国民航造成约2.72亿美元的损失。在法国，SNCF表示，动物每年影响超过8,000列火车；而布列塔尼地区在2023年发生了120列火车与动物相撞的事件，导致660项服务中断，并造成超过15,000分钟的延误。
Flox的做法不同于哨声、灯光、围栏、猎鹰或清除等手段，因为它试图将响应与动物的身份和行为联系起来，并在本地执行分析，而不是将监测数据发送到云端。这对于偏远地点或需要即时响应的场所可能很重要，但消息来源没有提供独立测量数据，证明该系统优于替代方案，或证明其在减少碰撞方面的成功程度。
扩张与竞争
该公司采用一种商业模式：客户预先购买设备，第一年之后再支付软件和人工智能服务的年度订阅费。公司还拥有OEM合作伙伴关系，可以让其软件在火车等车辆上运行，其中包括与Alstom的合作。未来，该平台的目标是在火车、汽车、无人机和其他运行于非结构化环境中的机器上运行。
Flox面临来自Robin Radar的竞争。Robin Radar利用特定物种的求救叫声驱散鸟类并记录活动；iCHASE则通过计算机视觉探测鸟类，并使用移动激光对其进行驱赶。Nozkova表示，Flox的优势在于系统规模，以及公司围绕麋鹿和灰熊等动物的安全响应所收集的现场数据。
Flox通过种子前轮和种子轮融资共筹集了约500万美元，其中种子轮由Unconventional Ventures和Tilia Impact Ventures领投，GENIUS NY、Norrsken、Satgana以及天使投资人参与其中。公司目前正在启动一轮1,000万美元的Series A融资，资金主要将用于把设备数量从约150台提升至数千台，并将系统扩展到超出野生动物监测范围的用途。公司预计到2026年年底，收入将接近150万美元。