1.3 亿美元投进工厂巡检
Tractian 在 10 月 22 日宣布完成 1.3 亿美元 D 轮融资，由 Sapphire Ventures 领投、M&G Catalyst 联合领投，投后估值 14 亿美元。这家公司做的是工业设备的预测性维护，通过给工厂里的关键设施装传感器和接入设备数据，提前预警故障。它目前覆盖 2000 多处关键设施，客户名单里包括可口可乐、惠而浦、礼来和巴西飞机制造商 Embraer。
融资背后是一组被反复引用的产业数字。非计划停机让全球 500 大工业企业每年损失约 11% 的营收，折合约 1.4 万亿美元；工业资产的平均服役年限是 24 年；德勤预计到 2030 年之前制造业会出现 210 万个岗位空缺。三个数字指向同一件事：老旧设备、产能吃紧、人力缺口同时压过来，而设备停机这件事本身已经贵到不能靠事后抢修解决。
巡检机器人的经济账
工业 AI 的落点往往不在炫技，而在能不能把停机时间换回来。我们此前写过 Mistral Large 4 接入英伟达物理 AI 工业仿真的那条路径，用的是把大模型能力接到工业仿真环境里，让物理世界的数据可以被推理。Tractian 走的是更贴近资产现场的一层，直接对着旋转设备、泵、电机这些具体对象做状态估计。
从采购角度看，这类产品的说服力不在于模型指标，而在于能不能给出可验证的停机小时数下降。传感器加通信加边缘计算加软件订阅，整体是一笔需要几年回收的支出，客户要的是把非计划停机转成计划检修的那部分差价。1.4 万亿美元这个总盘子，是这类公司共同去分的蛋糕。
融资节奏透露的信号
D 轮意味着产品形态和商业模式已经过了验证期，接下来是规模化扩张。对一家覆盖 2000 处设施的公司来说，从 2000 做到 20000 处，挑战从算法转向交付、供应链和运维体系。这也是工业软件赛道的普遍规律，早期靠单点技术领先拿到标杆客户，中后期拼的是组织能力。
值得留意的是这类公司上市节奏的变化。工业 AI 过去被归为慢赛道，因为客户决策链长、预算年度化。生成式模型把建模和故障诊断的成本压下来之后，一批原本算不过来账的场景开始能算账了。Tractian 的融资规模说明，至少在关键设施这一类资产上，付费意愿已经成立。
延伸阅读
- MIT 让 13 个智能体在荒岛上自己玩：玩过的更会解题2 天前
- 网信委印发国家信息化十五五规划：适时启动 6G 商用2 天前
- Manus完成超5亿美元新融资：博裕/IDG领投，重启北京办公室大举招聘2 周前
- 微软报告称全球 18.8% 劳动人口用上 AI，南北差距近 1.8 倍4 周前
继续读
同一批更新里这几篇值得一看：
- Higgsfield 延长轮英伟达加注：年化收入破 10 亿美元，4000 万用户2026-10-26
- DeepSeek 新一轮融资引入君联资本与吉利：最快 2027 年初上市2026-10-25
- 山大论文实测：换编码智能体框架，成本翻 3 倍成绩不动2026-10-25
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记