过去几年，大型企业意识到，想要充分发挥 AI 智能体的价值，应当从零重新设计业务流程，而不只是简单地把现有工作流程自动化。如今制造企业在部署物理 AI 模型驱动的机器人时，也开始领悟同样的道理。
初创企业 Foundry 就是代表，该公司成立尚不足一年。公司向《The Information》独家透露，已完成一轮总额 1 亿美元的新融资，用于建设自动化工厂。本轮 A 轮融资由 Marlinspike Partners 领投，曾领投 Foundry 种子轮的科斯拉风投（Khosla Ventures）参与跟投。
Foundry 围绕 AI 驱动的机器人来设计工厂，而不是把机器人塞进已经建好的生产线。机器人被划分成多个作业单元，专注完成布线、紧固、精准放置这类技能型工序，而非专门用于生产某一款特定产品。
得益于这种灵活性，Foundry 采用 “制造即服务” 商业模式，可以在同一座工厂内为客户生产多种多样的产品。目前它已经拥有少量客户，覆盖军工、能源、自动驾驶汽车以及电信行业。
联合创始人兼首席执行官阿达什・库尔卡尼表示：“自主化工厂的价值，就在于同一个厂区内可以生产众多不同产品。”
“一套经过充分学习掌握紧固作业的模型，既可以用来制造卫星、无人机、机器狗，也能制造自主潜水器。” 他说，“我们周一生产无人机，周二做电池，周四造卫星。”
库尔卡尼坦言，这种灵活性会牺牲一部分生产效率。但对客户来说，能够快速迭代产品的通用性价值更高。“传统大规模自动化工厂效率极高，但它的高效只局限单一目标：大批量复刻一模一样的产品，几乎不存在设计调整空间。”
科斯拉风投创始人维诺德・科斯拉在采访中提到，至少未来数年内，对于 iPhone、汽车这类大批量生产场景，专用工厂依旧更合适。但 Foundry 这套模式能够 “顺应市场需求，极短周期内快速切换生产品类”，这给美国工厂创造了机会，可以和中国的低成本劳动力展开竞争。
“美国工厂必须换一套思路：资本投入效率更高、产品适配性更强、响应市场需求更迅速，并且贴近消费市场。再也不能接受 60 天的漫长货运周期。”
库尔卡尼此前在 Scale AI 负责机器人部门。Scale AI 是一家数据标注初创公司，Meta 持有部分股份，库尔卡尼曾主导第三方机器人数据相关业务。他的联合创始人埃马纽埃尔・拉马基亚，之前在特斯拉负责 Model Y 项目。
Foundry 近期入驻位于加州埃默里维尔的首座工厂，厂区面积约 13 万平方英尺。工厂尚在搭建阶段，但已经开始向付费客户交付产品。
这座工厂最终将部署数千台机器人：主体是搭载 Foundry 自研工具的工业机械臂，同时配备一批转运设备，把半成品在各个作业单元之间流转输送。
有一类机器人在厂区完全看不到 —— 双足行走人形机器人。近些年，人形机器人可以实现制造自动化的美好预期，把一众人形机器人创业公司估值推到天文数字；但 Foundry 不选用人形机器人，这也暗示人形机器人的市场规模或许并没有部分支持者鼓吹的那么大。
“我做过双足机器人相关工作，我很看好这个方向，技术本身十分惊艳，但人形机器人在很多场景效率很低。” 库尔卡尼说，“在现有人工操作的旧厂房部署人形机器人或许说得通，但如果你从零规划一座全新工厂，完全没必要依赖人形方案。”
（科斯拉曾预测未来两年机器人初创企业估值将会回调，他同时表示，长远来看人形机器人会成为 Foundry 业务的 “关键组成部分”。）
Foundry 的机器人同样存在短板。库尔卡尼称，即便针对特定制造任务完成训练，AI 机器人依旧难以完成部分工序，例如需要微米级精度的作业。遇到这类场景，Foundry 会安排数百名人类技术人员操作；人类工作过程采集的数据，会用来迭代优化 AI 模型。
Foundry 相比那些向工厂、仓库售卖机器人的企业，拥有一大优势：它能够留存各类产品生产过程中产生的数据。不少传统工厂并不愿意让外部企业采集自家厂区的数据。
“对我们而言，谈判拿到数据所有权并不难。” 库尔卡尼说，“这些训练数据，都是帮客户简化制造流程带来的副产品。”
科斯拉表示，机器人能够随着工作持续学习是核心亮点。“这是会自我学习的工厂。就算它学习组装军工设备，学到的能力同样可以复用去组装闹钟。”
