Proptech-företaget BrainBox AI, som fokuserar på att minska energikostnaderna och minska koldioxidavtryck i kommersiella fastigheter, meddelade att det hade samlat in 20 miljoner dollar, där 10 miljoner dollar kommer från Québecs regering som huvudinvesterare och även pengar från ABB, ett företag fokuserat på elektrifiering och automation inom en rad olika branscher.
Fram till mitten av februari 2023 fick den totala summan företaget fick, inklusive en såddrunda, två serie A-omgångar och ett anslag, var 45,1 miljoner dollar, enligt Crunchbase. De nya investeringarna ger totalen 65,1 miljoner dollar.
BrainBox förväntar sig att använda de nya medlen för att vidareutveckla sin avkarboniseringsteknologi och globala kommersialiseringsplaner.
“Québecs regerings åtagande på 10 miljoner USD, beviljat av Investissement Québec, signalerar behovet av låga CAPEX, hög effekt, koldioxidutsläpp och energieffektivitetslösningar som BrainBox AI:s”, står det i pressmeddelandet. “Denna investering understryker ytterligare ministeriet för ekonomi, innovation och energis orubbliga stöd för teknologier som bidrar till kampen mot klimatförändringar.”
Dessutom förvärvar BrainBox verksamheten Multi-Site Retail Energy Management System från ABB och kommer att integrera den i befintliga verksamheter, inklusive det inkommande New Hampshire-baserade teamet och 12 000 butiker. “Tillsammans med BrainBox AI:s branschledande teknik för AI-optimering, kommer det kombinerade erbjudandet att hjälpa återförsäljare att minska sina utsläpp av växthusgaser (GHG) och kostnader utan att ersätta deras befintliga miljöledningssystem (EMS)”, sa företaget.
Förra året meddelade BrainBox att den hade sin första installation i New York City. I information som det skickade till GlobeSt.com vid den tiden hävdade företaget att en byggnadsoperatör kan få upp till 25 % i totala energikostnadsbesparingar inom tre månader, en 20 % till 40 % minskning av koldioxidavtrycket och en 50 % förbättring i VVS-relaterade drift- och underhållskostnader. Företaget sa också då att det hade fått installationer i 100 miljoner kvadratmeter kommersiella fastigheter i nästan 20 länder.
Tillvägagångssättet använder internetansluten kontrollutrustning, maskininlärning (där programvara använder dataåterkoppling för att förbättra sin verksamhet) och tredjepartsdata som väder och beläggning.
Programvaran ersätter inte underhålls- och VVS-personal i byggnader. Istället använder den data för att göra flera ändringar i byggnader per timme och förutser vilka förhållanden som behöver vara i den omedelbara framtiden.
Det tar cirka tre månader för företaget att skapa en första modell för en byggnad. Sedan anpassas maskininlärningsalgoritmer som svar på byggnadsspecifika data, där systemet i slutändan ger kontroll över rumstemperaturen två till tre timmar före användning.
