智东西
编译 栗子
编辑 云鹏

智东西10月21日消息，据CNBC美国时间10月20日报道，OpenAI前研究主管鲍勃·麦格鲁（Bob McGrew）创办的AI公司Arda，正在把AI引入美国制造业。

Arda做的是面向制造业的AI软件，目标是帮助制造工程师更快地搭建和调整自动化产线。

目前，Arda已完成2.3亿美元融资，估值达15亿美元。本轮由Altimeter Capital领投，Accel和Khosla Ventures参投。需要提醒，该融资信息来自CNBC对Arda的独家采访，并非企业官方公告。

一、Arda要给制造工程师配一个“Cursor”

麦格鲁直接概括Arda的产品：一个面向制造工程师的界面和智能体，做的事类似Claude或Cursor之于程序员。程序员用Cursor，可以更快地把设计思路变成可运行的软件，而Arda的软件，也能更快地把新的产品设计，变成可实际运转的自动化产线。

简言之，Arda想做的，就是成为制造领域的“效率倍增器”。

▲麦格鲁（图源：Joe Lonsdale 博客，2023年采访）

传统制造业高度依赖人。一个武器或无人机的设计发生变化，重新培训一名工人可能只需要一天，但改造对应的自动化设备往往要三到六个月。因为产线上的自动化设备是为特定设计“写死”的，设计一变，相应的运动路径、检测标准等都得跟着调，硬件和软件也都要重新适配。

麦格鲁说，Arda要解决的就是这个时间差，要让制造工程师用AI更快地搭建产线、适配新设计，而不是等自动化改造慢慢跟上。这意味着Arda切入的不是办公室里的文本生成，而是工厂里设计、工艺和自动化设备之间的衔接环节。

这个环节过去高度依赖工程师的经验和手工调试，改一次产线，往往要反复试错。因此，麦格鲁强调，Arda使用的是自有模型、开源模型和部分前沿模型的组合，并非单一模型包打天下。

其中，自有模型负责吃透制造场景里的专有数据和工艺逻辑，开源模型和前沿模型则承担通用能力部分。这种组合的好处是灵活——制造场景差异大，单一模型很难覆盖所有工序，混用反而更容易落地。

二、麦格鲁等到推理模型落地才离开OpenAI

麦格鲁2017年加入OpenAI，那时ChatGPT还没诞生，公司规模也远不如今天。他参与过早先模型的推理能力研究，也经历了ChatGPT发布前那段最关键的攻坚阶段。

2024年，OpenAI出现一波高管离职潮，米拉·穆拉蒂（Mira Murati）、伊利亚·苏茨克维（Ilya Sutskever）等人先后离开，麦格鲁也在其中。

他回忆，自己曾在房间里和山姆·奥尔特曼（Sam Altman）、后来创办Anthropic的达里奥·阿莫代伊（Dario Amodei）以及苏茨克维一起讨论：当模型能替你写邮件时，世界会是什么样？那时的这些讨论更像对未来的推演，没人确定不久能成真。

在2023年11月奥尔特曼被突然解雇又迅速回归的那个周末，麦格鲁也选择留下来。因为他想把OpenAI的推理产品做出来。在他看来，这款推理产品就是“AGI（通用人工智能）之前最后一个关键突破”。用他的话说，只要把这个产品交付，自己在OpenAI的职业生涯就没有什么遗憾，可以去做下一件事了。

三、投资方为什么下注？制造业是个16万亿美元的市场

Arda的联合创始人还包括奥古斯都·奥德纳（Augustus Odena），他曾参与创办Adept（其是一家由Transformer架构核心作者参与创立的AI智能体即Agent公司），此前在谷歌和Meta工作；以及前Palantir（其是一家美国大数据分析与AI软件公司，核心业务是为政府机构和大型企业提供数据整合、分析与决策平台）的工程师亚历克斯·马克（Alex Mark）和雅各布·弗里克（Jakob Frick）。

本轮融资由Altimeter的合伙人阿普尔夫·阿格拉瓦尔（Apoorv Agrawal）主导，他和麦格鲁在Palantir时期就认识。阿格拉瓦尔认为，全球制造业约16万亿美元（约合107.51万亿元人民币），其中仅美国就占了约3万亿美元（约合20.16万亿元人民币），而Arda有机会分走其中相当一部分。

此外，麦格鲁还提到，如果产品设计变化频繁，真正能落地生产的地方往往在东亚，因为自动化改造等不起，而那里有大量可快速重新培训的工人。他希望Arda能改变这种情况，让美国在频繁迭代的制造场景里也具备竞争力。

四、Arda下一步要做机器人

Arda现在做的是帮工程师更快搭建和调整自动化产线，再往前走，就是让机器人在产线上承担更多物理操作。麦格鲁说，机器人是Arda产品路线图的下一步。

▲图片来源：Arda官网

自动化工厂不仅可能带来更多制造能力，也可能带来更多岗位。因为产线要想跑起来，需要人来做工艺、维护、质检和管理等一系列工作。而他把这视为一个经济机会，尤其是在特朗普政府推动制造业回流的背景下。

他还举了一个更具体的例子来说明。美国从来没有成功建成过一款智能手机，也没有成功组装过。如果能在美国造智能手机，这不是抢走美国人的工作，而是把工作带回美国。

结语：制造业AI的机会不在聊天，在产线上

Arda的融资故事，核心不在于又一个OpenAI前高管创业成功与否，而在于AI开始从写代码、写邮件走向制造业工厂。

写代码错了可以重跑，但产线改错了，代价是停机、报废和交付延期……

制造业AI的难点不在模型本身，而在模型给出的建议能不能经得起车间现场的验证。

来源：CNBC