SewerAIはAIを使って下水管の欠陥を発見する

気候変動は、下水道の破綻リスク、発生率、そしてコストを増大させています。洪水はより頻繁に発生し、下水処理システムを頻繁に圧倒する逆流を引き起こしています。さらに問題を悪化させているのは、アメリカのインフラがひどく老朽化していることです。EPA（環境保護庁）は、今後20年間で既存の下水、雨水、その他の浄水パイプラインを維持するだけでも、約7,000億ドルの投資が必要になると推定しています。

下水処理業界出身のマシュー・ローゼンタール氏とビリー・ギルマーティン氏は、テクノロジーを活用して、たとえ小さな規模であっても、この問題の解決に貢献できる機会を見出しました。5年前、二人はSewerAIを共同設立しました。SewerAIは、AIを活用して下水道検査に必要なデータ収集や欠陥のタグ付けを自動化する企業です。

「ほとんどのインフラは第二次世界大戦後に建設されたもので、耐用年数の終わりに近づいており、故障の頻度が高まり、コストが増加しています」とローゼンタール氏はTechCrunchに語った。「SewerAIは、AIを駆使したSaaSプラットフォームによって、地下インフラの点検と管理に革命をもたらします。」

SewerAIはローゼンタール氏のサイドプロジェクトとして始まりました。彼は2つの下水分析・サービス企業を共同設立した後、AIに関するオンラインコースを受講し始めました。検査映像から下水道の欠陥を予測するAIモデルの実験を進める中で、ローゼンタール氏は当時下水道検査会社に勤務していたギルマーティン氏の協力を得ました。

現在、自治体、公共事業体、民間請負業者を顧客とする SewerAI は、下水道インフラの現場検査とデータ管理を効率化するように設計されたクラウドベースの AI 搭載サブスクリプション製品を販売しています。

こうした製品の一つであるPioneerは、現場検査員が検査データをクラウドにアップロードし、問題点をタグ付けすることを可能にします。プロジェクトマネージャーは、このデータを活用して配管の修理計画を立てることができます。もう一つのツールであるAutoCodeは、配管やマンホールの検査結果を自動でタグ付けし、GoProなどのカメラで撮影した動画からインフラの3Dモデルを作成します。

「既存の既存企業は、過去20年間ほとんど革新が見られないオンプレミス型またはオントラック型のソフトウェアを提供しています」とローゼンタール氏は述べた。「SewerAIのテクノロジーは、より低いコストで1日あたりの検査数を増やすことで、収益と利益を向上させます。」

テッククランチイベント

サンフランシスコ | 2025年10月27日～29日

AI支援による配管検査という新興市場では、SewerAIだけが参入しているわけではない。同社のライバルには、パイプラインの問題をマッピング、分析、予測するSubterra、配管検査の映像を分析して損傷を検知するソフトウェアを提供するClearObject、静止画像から下水道内の潜在的な問題を特定するアルゴリズムを開発するPallonなどがある。

ローゼンタール氏によると、SewerAIの強みはデータの質、特にモデルのトレーニングデータの質にあるという。SewerAIは自治体や独立請負業者から提供された1億3500万フィート（約4億3000万メートル）のパイプ検査映像を保有しているという。米国の下水管総延長68億フィート（約1億6000万メートル）に比べればほんの一部だが、競争力のある欠陥検出AIをトレーニングするには十分なデータセットだとローゼンタール氏は述べている。

「当社の製品は現場検査とデータ管理を効率化し、顧客が緊急事態に対応するのではなく、積極的にインフラを管理できるようにします」とローゼンタール氏は述べた。

SewerAIのセールストークは、Innovius Capitalをはじめとする投資家の心を掴み、SewerAIの直近の資金調達ラウンドにはInnovius Capitalをはじめとする投資家が1,500万ドルを投じました。これにより、SewerAIの調達総額は2,500万ドルに達しました。調達資金は、市場開拓、AIモデルのトレーニング、採用、そして検査ツール以外の製品ポートフォリオの拡大に充てられる予定です。

「SewerAIは成長を続けており、既存の予算でより多くのことを実現できるようになるにつれて、当社のプラットフォームへの需要が加速しており、その結果、初めて7桁の契約を締結することができました」とローゼンタール氏は述べた。