估值超百億，OpenAI前高管創業，殺入16萬億美元市場

編譯 | 栗子 編輯 | 雲鵬 10月21日消息，據CNBC美國時間10月20日報道，OpenAI前研究主管鮑勃·麥格魯（Bob McGrew）創辦的AI公司Arda，正在把AI引入美國製造業。Arda做的是面向製造業的AI軟件，目標是幫助製造工程師更快地搭建和調整自動化產線。目前，Arda已完成2.3億美元融資，估值達15億美元。本輪由Altimeter Capital領投，Accel和Khosla Ventures參投。需要提醒，該融資信息來自CNBC對Arda的獨家採訪，並非企業官方公告。

一、Arda要給製造工程師配一個“Cursor” 麥格魯直接概括Arda的產品：一個面向製造工程師的界面和智能體，做的事類似Claude或Cursor之於程序員。程序員用Cursor，可以更快地把設計思路變成可運行的軟件，而Arda的軟件，也能更快地把新的產品設計，變成可實際運轉的自動化產線。簡言之，Arda想做的，就是成為製造領域的“效率倍增器”。▲麥格魯（圖源：Joe Lonsdale 博客，2023年採訪） 傳統制造業高度依賴人。一個武器或無人機的設計發生變化，重新培訓一名工人可能只需要一天，但改造對應的自動化設備往往要三到六個月。

因為產線上的自動化設備是為特定設計“寫死”的，設計一變，相應的運動路徑、檢測標準等都得跟著調，硬件和軟件也都要重新適配。麥格魯說，Arda要解決的就是這個時間差，要讓製造工程師用AI更快地搭建產線、適配新設計，而不是等自動化改造慢慢跟上。這意味著Arda切入的不是辦公室裡的文本生成，而是工廠裡設計、工藝和自動化設備之間的銜接環節。這個環節過去高度依賴工程師的經驗和手工調試，改一次產線，往往要反覆試錯。因此，麥格魯強調，Arda使用的是自有模型、開源模型和部分前沿模型的組合，並非單一模型包打天下。其中，自有模型負責吃透製造場景裡的專有數據和工藝邏輯，開源模型和前沿模型則承擔通用能力部分。

這種組合的好處是靈活——製造場景差異大，單一模型很難覆蓋所有工序，混用反而更容易落地。二、麥格魯等到推理模型落地才離開OpenAI 麥格魯2017年加入OpenAI，那時ChatGPT還沒誕生，公司規模也遠不如今天。他參與過早先模型的推理能力研究，也經歷了ChatGPT發佈前那段最關鍵的攻堅階段。2024年，OpenAI出現一波高管離職潮，米拉·穆拉蒂（Mira Murati）、伊利亞·蘇茨克維（Ilya Sutskever）等人先後離開，麥格魯也在其中。

他回憶，自己曾在房間裡和山姆·奧爾特曼（Sam Altman）、後來創辦Anthropic的達里奧·阿莫代伊（Dario Amodei）以及蘇茨克維一起討論：當模型能替你寫郵件時，世界會是什麼樣？那時的這些討論更像對未來的推演，沒人確定不久能成真。在2023年11月奧爾特曼被突然解僱又迅速回歸的那個週末，麥格魯也選擇留下來。因為他想把OpenAI的推理產品做出來。在他看來，這款推理產品就是“AGI（通用人工智能）之前最後一個關鍵突破”。用他的話說，只要把這個產品交付，自己在OpenAI的職業生涯就沒有什麼遺憾，可以去做下一件事了。三、投資方為什麼下注？

製造業是個16萬億美元的市場 Arda的聯合創始人還包括奧古斯都·奧德納（Augustus Odena），他曾參與創辦Adept（其是一家由Transformer架構核心作者參與創立的AI智能體即Agent公司），此前在谷歌和Meta工作；以及前Palantir（其是一家美國大數據分析與AI軟件公司，核心業務是為政府機構和大型企業提供數據整合、分析與決策平臺）的工程師亞歷克斯·馬克（Alex Mark）和雅各布·弗裡克（Jakob Frick）。本輪融資由Altimeter的合夥人阿普爾夫·阿格拉瓦爾（Apoorv Agrawal）主導，他和麥格魯在Palantir時期就認識。

阿格拉瓦爾認為，全球製造業約16萬億美元（約合107.51萬億元人民幣），其中僅美國就佔了約3萬億美元（約合20.16萬億元人民幣），而Arda有機會分走其中相當一部分。此外，麥格魯還提到，如果產品設計變化頻繁，真正能落地生產的地方往往在東亞，因為自動化改造等不起，而那裡有大量可快速重新培訓的工人。他希望Arda能改變這種情況，讓美國在頻繁迭代的製造場景裡也具備競爭力。四、Arda下一步要做機器人 Arda現在做的是幫工程師更快搭建和調整自動化產線，再往前走，就是讓機器人在產線上承擔更多物理操作。麥格魯說，機器人是Arda產品路線圖的下一步。

▲圖片來源：Arda官網 自動化工廠不僅可能帶來更多製造能力，也可能帶來更多崗位。因為產線要想跑起來，需要人來做工藝、維護、質檢和管理等一系列工作。而他把這視為一個經濟機會，尤其是在特朗普政府推動製造業迴流的背景下。他還舉了一個更具體的例子來說明。美國從來沒有成功建成過一款智能手機，也沒有成功組裝過。如果能在美國造智能手機，這不是搶走美國人的工作，而是把工作帶回美國。結語：製造業AI的機會不在聊天，在產線上 Arda的融資故事，核心不在於又一個OpenAI前高管創業成功與否，而在於AI開始從寫代碼、寫郵件走向製造業工廠。

寫代碼錯了可以重跑，但產線改錯了，代價是停機、報廢和交付延期…… 製造業AI的難點不在模型本身，而在模型給出的建議能不能經得起車間現場的驗證。來源：CNBC