Cuando estás buscando una idea de startup que podría ralentizar el cambio climático, podrías convertirte en un experto en evaluaciones energéticas en el hogar. Al menos, eso es lo que les pasó a los fundadores de Kelvin, una startup francesa que está utilizando visión por computadora y aprendizaje automático para facilitar la auditoría de viviendas en términos de eficiencia energética.
Clémentine Lalande, Pierre Joly y Guillaume Sempé empezaron a analizar las auditorías de eficiencia energética en el hogar porque las reformas van a tener un impacto masivo en la reducción del consumo de energía y las emisiones de CO2. Sin embargo, al igual que el resto de la industria de la construcción, la mayoría de las empresas en este sector no utilizan la tecnología para mejorar sus procesos.
“Hay 300 millones de viviendas para renovar en los próximos 30 años en Europa”, dijo Lalande, CEO de Kelvin, a TechCrunch. “Pero la industria de la construcción es el segundo sector menos digitalizado después de la agricultura”.
En Francia, la Agencia Nacional de Vivienda (ANAH) se ha fijado el ambicioso objetivo de alcanzar 200.000 viviendas renovadas solo en 2024. Pero los artesanos simplemente no pueden seguir el ritmo, y eso perjudica al clima como resultado. En términos generales, el panorama regulatorio es favorable para este tipo de startups en Europa.
Fundada en octubre de 2023, Kelvin es una empresa de software puro. La compañía no quiere construir un mercado de proveedores de servicios, y a diferencia de Enter, otra startup de evaluación energética en el hogar con sede en Alemania que cubrió TechCrunch, tampoco quiere ser un producto orientado al cliente.
En su lugar, la startup ha reunido un pequeño equipo de ingenieros para crear su propio modelo de IA especializado en evaluaciones energéticas en el hogar utilizando aprendizaje automático. La empresa utiliza datos abiertos, como imágenes de satélite, así como su propio conjunto de datos de entrenamiento con millones de fotos y evaluaciones energéticas.
“Calculamos más de 12 fuentes de datos exclusivas, semi-públicas o abiertas que proporcionan información sobre el edificio y su rendimiento térmico. Por lo tanto, estamos utilizando técnicas de segmentación bastante estándar, analizando imágenes de satélite con modelos de aprendizaje automático para detectar características específicas, como la presencia de edificaciones adyacentes, paneles solares, unidades de ventilación colectiva, etc.”, dijo Lalande.
“También hacemos esto con datos que recopilamos nosotros mismos. Hemos desarrollado una herramienta de inspección remota con un bot que le indica a la persona que está allí las fotos y videos que debe recolectar”, agregó. “Luego tenemos modelos que cuentan radiadores en videos, detectan puertas, detectan la altura del techo y determinan el tipo de caldera o unidad de ventilación”.
Kelvin no quiere utilizar tecnologías 3D como LiDAR porque quiere construir una herramienta que pueda utilizarse a gran escala. Permite usar fotos y videos normales, lo que significa que no necesitas un teléfono inteligente reciente con un sensor LiDAR para grabar los detalles de una habitación.
Los posibles clientes de la startup podrían ser empresas de construcción, la industria inmobiliaria o incluso instituciones financieras que deseen financiar proyectos de renovación de viviendas; en particular, los financistas podrían estar buscando evaluaciones precisas antes de tomar una decisión.
En las primeras pruebas de la empresa, las evaluaciones de eficiencia energética en el hogar han sido precisas dentro del 5% de las evaluaciones tradicionales. Y si se convierte en la herramienta preferida para estas auditorías, será mucho más fácil comparar una vivienda con otra y una renovación con otra.
La startup ha recaudado ahora €4,7 millones (5,1 millones de dólares al tipo de cambio actual) con Racine² liderando la ronda y una inversión no dilutiva de Bpifrance. Seedcamp, Raise Capital, Kima Ventures, Motier Ventures y varios business angels también participaron en la ronda.
