气候变化正加剧污水系统故障风险、频率及成本。洪水频发导致回流问题频繁冲击处理系统，而美国基础设施严重老化更使困境雪上加霜。据美国环保署估计，未来20年仅维持现有废水、雨水及清洁水管道就需近7000亿美元投资。
污水处理行业从业者马修·罗森塔尔（Matthew Rosenthal）与比利·吉尔马丁（Billy Gilmartin）洞察到技术解决这一痛点的机会，于五年前联合创立SewerAI。该公司利用人工智能自动化下水道检查中的数据捕获与缺陷标记工作。
“多数基础设施建于二战后，现已临近寿命终点，致使故障频发且维修成本攀升，”罗森塔尔向TechCrunch表示，“SewerAI通过基于AI的SaaS平台，彻底革新了地下基础设施的检查与管理模式。”
SewerAI最初是罗森塔尔的副业项目。在创办两家废水分析服务公司后，他开始修习在线AI课程。在尝试用AI模型预测检查视频中的下水道缺陷时，他寻求了当时就职于某下水道检查公司的吉尔马丁协助。
如今，SewerAI客户涵盖市政当局、公用事业公司及私人承包商。其基于云的AI订阅产品旨在简化下水道现场检查和数据管理。
核心产品包括：
- Pioneer：允许现场检查员上传数据至云端并标记问题，助力项目经理规划修复方案；
- AutoCode：自动标记管道和人孔检查项，并从GoPro等相机视频中构建基础设施三维模型。
“传统竞争对手多提供本地部署或车载软件，过去20年鲜有创新，”罗森塔尔指出，“SewerAI以更低成本实现更高日均检查量，从而提升营收与利润。”
AI辅助管道检查赛道竞争者众。Subterra专注映射、分析及预测管道问题；ClearObject提供影像分析软件以检测损坏；Pallon则开发算法从静态图像中识别下水道潜在隐患。
罗森塔尔强调，SewerAI的核心优势在于高质量训练数据。公司拥有来自市政机构及独立承包商的1.35亿英尺管道检查视频。尽管仅占全美68亿英尺下水道的极小部分，但该数据集规模足以支撑具备竞争力的缺陷检测AI训练。
“我们的产品简化了现场检查与数据管理，赋能客户主动管理基础设施，而非被动应对突发状况。”罗森塔尔表示。
SewerAI的销售策略获Innovius Capital等投资者认可。最新一轮融资注入1500万美元，累计融资达2500万美元。资金将用于市场拓展、AI模型训练、人才招聘及产品组合从检查工具向更广领域延伸。
“SewerAI持续增长。随着我们帮助客户在现有预算内实现更多功能，平台需求加速上升，已成功签下首批七位数合同。”罗森塔尔称。