Flox Intelligence chce zastąpić alarm bez kontekstu urządzeniem, które najpierw rozpoznaje zwierzę, a potem wybiera reakcję. Około 150 jednostek działa w Ameryce Północnej, Europie i Australii. Następnym wyzwaniem nie jest pokaz rozpoznawania, lecz dowód, że adaptacyjne odstraszanie pozostaje skuteczne jako infrastruktura transportowa i komunalna.
Firma rozpoczyna serię A na 10 mln dolarów, aby dojść do kilku tysięcy urządzeń, według relacji o finansowaniu. To cel, nie zamknięta runda. Większa baza sprawdzi utrzymanie, zakres gatunków i wsparcie równie mocno jak algorytm.
Lokalna pętla decyzji zamiast głośniejszej syreny
Flox wyodrębnił się z KTH w Sztokholmie w 2020 r. Założycielka i szefowa Sara Nozkova wcześniej pracowała 13 lat w transporcie i pojazdach autonomicznych. Powtarzany hałas nie rozwiązuje tego samego problemu co rozumienie, jakie zwierzę jest obecne i jak się zachowuje.
Flox Edge budzi czujnik ruchu, kamera robi zdjęcie, a model na urządzeniu identyfikuje obiekt. Widzenie komputerowe, bioakustyka i obserwacje zachowania służą dobraniu dźwięku do gatunku i sytuacji. Przetwarzanie lokalne ogranicza zależność od sieci i opóźnienia przy odległych torach, drogach i lotniskach.
Firma zmienia sygnały przeciw habituacji, gdy zwierzęta przestają reagować na powtarzane bodźce. Lis, gęś, łoś i niedźwiedź reagują inaczej; żerowanie, migracja i młode też zmieniają zachowanie. Poprawna klasyfikacja nie gwarantuje odejścia przy stresie, rozproszeniu lub przyzwyczajeniu do podobnych dźwięków.
Jednostki można mocować do słupów, drzew i istniejących konstrukcji. Panel zapisuje wdrożenia i zdarzenia; firma opisuje również raporty zgodności i bioróżnorodności. Klienci kupują sprzęt, a po pierwszym roku płacą roczny abonament na oprogramowanie i AI. Są też licencje OEM, testowane przez Alstom w wyposażeniu kolejowym.
Nozkova podała TechCrunch około 5 mln dolarów wcześniejszego finansowania i oczekiwane około 1,5 mln przychodów w 2026 r. Te dane i 150 urządzeń wskazują początek biznesu, nie istniejącą już sieć obsługi kilku tysięcy jednostek.
Mianownik ryzyka zależy od gatunku
Dane FAA o zderzeniach ze zwierzętami obejmują około 344 tys. zgłoszeń w lotnictwie cywilnym USA w latach 1990–2025, w tym około 24,5 tys. na 870 lotniskach w 2025 r. Szacowana średnia roczna strata pieniężna wynosi w tym okresie 272 mln dolarów i nie obejmuje wszystkich szkód ekologicznych lub operacyjnych.
Ptaki stanowią 96% zgłoszonych zderzeń. Ptactwo wodne to tylko 4% uderzeń, lecz 23% powodujących uszkodzenia; około 70% zdarzeń występuje między ziemią a 500 stopami. Pytanie nie brzmi więc tylko, czy urządzenie widzi ptaki, ale jakie gatunki i sytuacje obsługuje.
Boeing 737 MAX 9 United uderzył w kojota podczas startu z Chicago O’Hare w styczniu 2025 r. i bezpiecznie zawrócił, wymagając kontroli i zakłócając podróż, jak podała AP. Zwierzęta naziemne też mają znaczenie. Alstom podaje około 5 tys. kolizji rocznie w Szwecji; SNCF mówi o ponad 8 tys. pociągów rocznie dotkniętych przez błąkające się zwierzęta we Francji.
W Bretanii 120 kolizji w 2023 r. zakłóciło 660 kursów i spowodowało ponad 15 tys. minut opóźnień. Ciągłe ogrodzenia są jednak drogie i dzielą siedliska, a patrole nie obejmą każdego korytarza. Psy, sokoły, światła, lasery, pirotechnika i zarządzanie siedliskiem pozostają użyteczne zależnie od gatunku, terenu i dalszych działań.
Próby nie dowodzą uniwersalnego bezpieczeństwa
W latach 2022–2024 Flox pracował ze Swedavią na lotniskach Malmö, Kiruna i Umeå. Relacja firmy podaje 100% odstraszania ponad 200 zwierząt, w tym ptaków drapieżnych, gęsi, lisów i kopytnych. To wynik dostawcy w konkretnych warunkach, nie niezależny wskaźnik dla każdego lotniska.
W Mora, według Flox, sroki, wrony i inne zwierzęta unikały chronionych części pasa po sześciu miesiącach, przy mniejszym udziale patroli i improwizacji. To dłuższy przykład, ale kupujący potrzebują definicji sukcesu, przeoczeń, czasu powrotu, podziału na gatunki i sezonowych wyników.
Flox i Alstom najpierw umieścili kamery AI na pociągach do obserwacji zwierząt na szwedzkich liniach; druga faza dodała dźwięki w kwietniu 2026 r. Raport kolejowy wymienia łosie, sarny, lisy, dziki, zwierzęta gospodarskie i ptaki.
Alstom wyróżnił rozpoznawanie zwierząt gospodarskich, wron i gołębi, a łosie i sarny wymagały dalszego treningu. Niebezpieczne gatunki mogą też być trudne do identyfikacji. Liczba wykryć dowodzi obecności, nie spadku kolizji; jadący pociąg ma inny czas i geometrię niż nieruchoma jednostka.
Flox reklamuje reakcję poniżej dwóch sekund, ale margines bezpieczeństwa obejmuje położenie kamery, odległość i kierunek zwierzęcia, nie samo wnioskowanie. Uczenie też wymaga precyzji: okresowe aktualizacje, nowe biblioteki dźwięków i autonomiczna adaptacja lokalna potrzebują innego nadzoru.
Adaptacyjny dźwięk należy do planu bezpieczeństwa i dobrostanu
FAA zaleca zarządzanie zintegrowane: siedliska, pokarm i woda, roślinność, ogrodzenia, rozpędzanie i usuwanie w razie potrzeby. Flox może dodać warstwę, nie zastąpić kontroli, zgłoszeń ani reagowania awaryjnego. Inne automatyzacje to gatunkowe głosy alarmowe Scarecrow Robin Radar i ruchomy laser sterowany obrazem iCHASE.
Fałszywie ujemne wyniki pozostawiają zagrożenie, a dodatnie tworzą zbędny hałas, rozpraszające alarmy i utratę zaufania. Deszcz, śnieg, ciemność, odblaski i roślinność utrudniają pracę kamer. Model przy szwedzkim lotnisku może nie przenieść się bez zmian na ssaki przy australijskiej drodze.
Nieśmiercionośne nie znaczy nieszkodliwe. Ważne są natężenie, ekspozycja, wpływ na inne gatunki i mieszkańców oraz miejsce ucieczki. Wypchnięcie zwierzęcia z chronionego obszaru w inne zagrożenie nie jest sukcesem. Długa niezależna obserwacja lepiej dowodzi odporności na habituację niż wybrana historia.
Eksploatacja dodaje brudne obiektywy, słabe baterie, zużyte głośniki i zmienną roślinność. Operatorzy potrzebują kontroli zmian modeli i dźwięków, podpisanych zarządzanych aktualizacji oraz zapisów zdarzeń. Lokalne przetwarzanie zmniejsza zależność od łączności, nie ryzyka paneli, kont i dystrybucji oprogramowania.
Dowód infrastruktury to odnowienia i mniej incydentów
Trzy postępy wzmocnią sprawę: niezależne wyniki rozpoznawania i odstraszania według gatunków w trudnych sezonach; dane Alstomu z mniejszą liczbą kolizji lub ryzykownych wtargnięć; powtórne zamówienia, odnowienia i adopcja OEM przy wzroście. Cel finansowania lub ruchliwy panel nie zastąpi wyników.
Flox chce też swojej percepcji w samochodach, dronach, traktorach i robotach terenowych. Ostrzeżenie kierowcy, zmiana trasy i sterowanie pojazdem mają różne obowiązki bezpieczeństwa. Odstraszacz rolniczy, urządzenie na pasie i sterownik auta nie mogą dzielić jednego nieodróżniającego sytuacji progu błędu.
Realna szansa to pomoc w wyborze miejsca, czasu i sposobu interwencji oraz poprawa ogrodzeń, inspekcji i siedlisk dzięki historii zdarzeń. Aby ustalić tę rolę, Flox musi wykazać trwałe spadki incydentów, opóźnień, pracy patroli i szkód dla zwierząt, nie tylko lepsze etykiety czy więcej wykryć.