
兩位前 SpaceX 工程師透過 Sift Stack 將火箭發射軟體技術引入工廠生產線
由前 SpaceX 工程師創立的 Sift Stack 正在重新利用火箭遙測數據基礎設施,協助先進製造業管理龐大的感測器數據,以供人工智慧應用使用。
「原子,而非位元!」(atoms, not bits!)的呼聲——這句話捕捉了矽谷對實體製造日益增長的痴迷,更甚於數位產品——在上週達到頂峰,有消息稱傑夫·貝佐斯(Jeff Bezos)正籌建一項 1000 億美元的基金,用於收購並自動化傳統工廠。
但工廠自動化純粹不只是硬體問題。它越來越依賴複雜的軟體和人工智慧(AI)工具,而這種轉變正在重塑那些建構實體製造世界基礎設施的公司。
Sift Stack 是一家總部位於加州埃爾塞貢多(El Segundo)的公司,其工具支援太空船和汽車等複雜機器的設計與製造。該公司執行長 Karthik Gollapudi 正感受到腳下的土地在變動。他表示,這些變化在過去六個月中重塑了公司的重心。
Gollapudi 與其共同創辦人、技術長 Austin Spiegel 於 2022 年創立了這家公司。此前,他們在 SpaceX 負責開發軟體工具,用於管理測試、製造和發射過程中產生的大量遙測數據(從實體組件感測器串流傳輸的即時性能資訊)。
大多數製造先進機器的公司會使用現成的資料庫工具或自行編寫 Python 腳本,但 Sift 看到了為企業提供頂級工具的機會。其客戶範圍涵蓋美國主要火箭製造商聯合發射聯盟(United Launch Alliance)、其他國防承包商,以及機器人和電網管理新創公司。
然而,Gollapudi 表示,用於數據分析的 AI 工具出現,迫使他的業務發生了轉變。在 AI 和深度學習模型的世界中,曾經作為公司招牌產品的各類客製化工作流已成為基本配備。但公司管理數據基礎設施的能力卻突然變得更具價值。
「我們對未來五年發展的長期願景,實際上在今年就已經實現了,」Gollapudi 告訴 TechCrunch。
這意味著要管理來自當今軟體密集型機器的強大數據流。該公司合作的部分車輛擁有多達 150 萬個感測器,同時以多種格式和時間尺度串流傳輸數據。
為 AI 應用程式組織和儲存這些數據是公司的目標——「很大一部分價值在於將其轉化為機器可讀的形式,」Gollapudi 說。如果 AI 代理(agents)要對製造做出決策,或分析測試數據以標記潛在問題,Sift 的目標就是讓這些數據可供其使用。
衛星公司 Astranis 的軟體副總裁 Jeff Dexter 表示,對於像他這樣每天可能進行 1,000 萬次自動化軟體測試的公司來說,良好的數據基礎設施至關重要。該公司使用 Sift 來管理測試、製造和營運。
「不可避免地,情況會發展到僅僅為了儲存數據,每月就要花費我們數百萬美元,」Dexter 說。「這真的變成了:這一百萬美元花得值嗎?有了像 Sift 這樣的技術,我不再擔心數據量有多少。」
Gollapudi 告訴 TechCrunch,Sift 在 2025 年完成了 4,200 萬美元的 B 輪融資,投後估值為 2.74 億美元。此輪融資由 StepStone 領投,GV(Google 的風險投資部門)、Riot Ventures、Fika Ventures 和 CIV 參投。
話題
