这家物理AI公司，要给美国28万家传统工厂装上「大脑」
关于传统工厂的升级改造，已成为AI时代每个参与者必须面对的重要议题。无论是作为AI Agent的数字员工，还是具身智能机器人，都在积极向市场证明：“我们能进入工厂替代人工。”
在大洋彼岸，一家美国AI企业也在这条道路上快速推进，目标锁定在美国大约28万家仍依赖传统机械和工人的工厂。
2026年9月9日，Harmoni宣布完成1000万美元的A轮融资，由Bessemer Venture Partners领投，公司未透露估值。同日，它推出了HAL。
HAL是一个安装在车间内的AI系统。
工人可以询问它某台机器为何比平时运转更慢，可以要求它提交维修请求，也可以让它将问题标记给下一班次。创始人David Caputo解释说，这使得工人能够“literally speak to the machines（真正地与机器交流）”。
这项业务听起来规模不大。
1000万美元、40家客户、一家仅有19人的公司，但其押注的方向，
与美国当前最热门的路线正好背道而驰。
01 车间：工人排队打卡，每人手里攥着一支U盘
2013年，David Caputo离开投行，与朋友共同创立了一只专门收购制造业公司的基金。当他第一次走进自己买下的工厂车间时，他感到慌乱。
“我记得我在车间里转了一圈，心想，天啊，我犯了个错误。”他后来对Business Insider回忆道。工人们排着队一个接一个打卡，每个人手里都攥着一支U盘，里面装着操作机床所需的程序。
“事情不能这么做，”他说。
他花了一段时间寻找一款能将机床、工人和流程整合起来的软件，但未能找到。2020年，他与多年从事制造业顾问工作的Adam Ellis一起动手开发，公司主体于2022年正式成立，命名为Harmoni。
Harmoni创始人David Caputo与Adam Ellis
Caputo讲述过两个发生在他自己工厂里的事故。
一次，操作工拿着左手件的作业指导书去加工右手件，孔打在了错误的位置，一个零件当场报废，价值18000美元。
另一次更为棘手。一位老员工工作了十年，他用来给机床加载程序的U盘被他手工修改了十年。他退休后移居地球另一端，公司花费了整整一年时间重建U盘中的程序，这款产品也因此停产了一年。
这两件事都与机床精度无关。它们指向同一个断层：ERP、机床和工人之间从未真正打通。
Caputo在Harmoni官网的一篇文章中给这一层起了个名字，叫“wild west no man's land”。制造业长期遵循ISA95标准组织系统，顶层是ERP和MES，结构清晰；底层是机床和PLC，技术同样成熟。
夹在中间的这层一直是断裂的。工人只能在散布于车间的终端上手工录入，效率损失和人为错误都由此产生。
在Caputo自己收购的工厂里，这一层断层直接转化为了报废件和停产的产线。
从行业整体来看，情况更为普遍。
加州州立理工大学波莫纳分校工业与制造工程系主任Shokoufeh Mirzaei对Business Insider表示，亚马逊这类大公司在自动化上遥遥领先，而许多美国中小工厂连基本的分析都没有，运行的还是互联网出现之前的系统。她说，制造商普遍不愿意更换昂贵的设备，但对现有机器进行改造的权限是开放的。
02 路径：先把平板铺上，再谈AI
Harmoni的硬件是一块定制平板，通过磁力吸附在机床上。
这块平板能够连接的设备范围很广，从现代数控系统一直到二战时期制造的机器。工人可以在上面打卡、调取图纸、追踪工单、上报问题。
真正的改造发生在平板背后。
Harmoni利用RFID识别走近机床的是谁、正在执行哪个工单、应该加载哪个版本的程序。人员一靠近，系统会自动调出对应的作业指导书、图纸和点检表，自动记录工时和机器状态，再将数据回写至ERP。机床级的多因素认证、一键呼叫工程和维护、实时OEE指示灯、车间看板，都在这一层中完成。
官方将这套逻辑拆分为三根支柱：自动化负责消除非生产性动作，如工时记录、ERP事务、文档检索、质量报告、支持请求；流程控制负责将工程数据锁定在正确的零件版本上，使操作工无法调出过期图纸或运行错误程序；可观测性负责将ERP、机床、操作工和RFID的数据整合成一张实时视图。
部署周期为数周。客户数据显示，这套自动化每年为每位操作员多提供200小时的生产性时间。官网博客给出的数字更具体，每个操作工每班能回收30到45分钟，投入产出比在两倍到五倍之间。两个数据口径吻合，按一年250个班计算，30到45分钟正好落在200小时附近。
圣何塞的WessDel是一家为航空航天和国防企业生产精密零件的厂商，于2024年开始使用Harmoni。在此之前，工人需要在三个不同的终端前排队打卡、手工录入机器信息。WessDel副总裁Jeff McKay表示，这些事务能占用一个工人将近一小时的工时。现在只需刷工牌即可，机器活动也会自动记录。
平板的路径跑通了，HAL才有了落脚点。
这套AI的能力上限被平板锁死。系统本来就知道哪台机器在运行、在做什么工单、上一轮运行结果如何，所以工人提问时无需先交代背景。问“这台机器为什么慢”，HAL就能知道“这台”具体指哪台。这使得它绕开了大多数工业AI最难的一步，即先教会模型看懂现场。
官网博客还提到了两个运行在自有数据上的预测模型。报废预测器为管理层提供一张热力图，用于排定质检优先级，在坏件制造出来之前进行干预；工时产出预测器分析车间变量，预测零件产出速率。
客户名单中最大的一块是航空航天与国防领域，目前约40家，公司预计9月再增加10家。
03 路线：硅谷在建新工厂，它改造老工厂
美国正在推动再工业化。
Hadrian、Machina Labs这类公司的做法是从零开始建造新工厂，直接按照高度自动化的标准设计，侧重机器人和自动化。
但Harmoni走的是相反的方向，它瞄准的是仍在使用传统机械和工人的工厂。
“我们做这套东西，就是为了武装这些人，让他们能与那些自动化工厂竞争。” Caputo说。
这条路径的需求侧来自劳动力缺口。德勤与制造业协会的一项研究估算，到2033年，美国制造商需要多达380万名额外工人，其中约一半岗位可能招不满。
滑铁卢大学工程学教授、RoboHub主任William Melek认为，Harmoni这类工具能帮助制造商应对长期劳动力短缺。但他同时提醒，自动化掉部分工厂工作的技术，也可能引发担心岗位流失的工会反弹。
Caputo回应说，Harmoni面向的工厂会继续使用人力，它要砍掉重复的行政工作，而不是削减人头。 他补充说，他的客户本来就招不到足够的人。
至于人形机器人，Caputo认为如果那一天真的到来，Harmoni的系统也能协调它们，但那个未来还很遥远。“技术还没到那一步，” 他说。
竞争格局并不宽松，制造商的软件本来就是拼凑起来的。MachineMetrics和Datanomix追踪机器和生产，另一些工具追踪工人、设备维护和特定工单的操作步骤。Harmoni的主张是，工厂不应该自己去缝补这些系统。它将自己定位为胶水层，利用自动化流程中获取的上下文来防止人为错误。
这个定位能否成立，取决于一件很朴素的事：
工厂愿不愿意为“缝补系统”单独付一笔钱。
04 对照：国内的钱投给了机器人，它的钱投给了平板
将Harmoni的融资规模放到国内坐标中，反差就体现出来了。
1000万美元，按汇率约合7000万元人民币。公司未披露估值，团队19人，客户40家，最大的一块是航空航天与国防领域的中小工厂。
国内具身智能赛道在同一时期是另一个量级。据IT桔子数据，2026年上半年国内具身智能融资总额935亿元，共322笔。截至2026年6月，已有8家公司估值达到200亿元人民币，除了已上市的宇树科技之外，智元机器人、银河通用、星海图、千寻智能、自变量机器人、智平方和灵心巧手都在名单之中。
IT桔子《2026上半年中国具身智能领域投融资报告》
资金流向的方向也不同。
国内这一轮融资主要投向本体、大脑和数据工厂，以换取更大参数的模型、更多自由度的身体，以及自建的数据采集产线。Harmoni拿到的资金投向一块磁吸平板、RFID和中间的软件层。
更值得关注的是验证方式的分野。
国内比拼的是模型能力、出货台数、中标金额；Harmoni比拼的则是每个操作员每年节省出来的200小时。前者是能力指标，后者是账本指标。
这两种路径反映的是背后的两种市场结构。
美国那28万家工厂，机床可能还是二战时期制造的。这些工厂的痛点是信息断层，更换机器人解决不了问题。大部分工位上的工作本来就是变动、小批量、频繁换型的，而传统自动化擅长的是高度重复的物理动作。Harmoni选择不动设备，先补上数据这一层的缺陷。
虽然中国的制造业自动化底子更厚，灯塔工厂数量全球第一，头部企业有条件直接上机器人重构产线。但中小工厂的数字化同样是一块硬骨头，只是这块骨头目前还没有对应的资本叙事。
还有一个容易被忽略的差别是，Harmoni卖的是“不换设备也能让老厂接单”，而国内第一梯队卖的是“用机器人重构产线”。
前者的客户决策周期短、单笔金额小，可以按软件销售；后者需要动产线、需要验收、需要将整条流程跑通，天然需要更大的资本背书，也天然需要更长的验证周期。
05 潮涌AI观点
Harmoni最值得国内同行关注的，是它做事的顺序。
它先花了三年布局平板技术，将RFID、工时、图纸版本、机床状态这些车间上下文一条条收束，然后才在这个底座上放置AI。HAL的能力上限被那块平板锁死，平板采集到什么上下文，HAL就能回答什么问题。这套逻辑与“接个大模型API就宣称工业智能”是两回事。
国内过去两年融资主要投向“更聪明的身体”和“更聪明的大脑”，很少有人专门投“把老产线数据连接起来”这一叙事。
原因不难理解，这件事不性感、不快、估值上不去。它赚的是每个操作员每年200小时的工时钱，而不是下一个操作系统的钱。
但中国中小制造企业的基数比美国大得多，这一层的需求同样存在，只是暂时没有被资本叙事覆盖。
当国内第一梯队的估值已进入200亿俱乐部，而模型能力的进步又缺乏像出货台数那样直观的观测指标时，Harmoni就提供了一个反向参照：工业AI的护城河可能不在参数里，而在机床旁边那块平板能采集到什么数据。
需要说明的是，这条路径的验证还远未完成。
40家客户、未披露估值、19人团队、A轮1000万美元，这些都是早期数字。Bessemer用1000万美元买的只是一个方向，不是一份成绩单。
两家走的是两条路，不必分出高下。但有一个问题值得国内同行思考：如果一间工厂的机床还能再用二十年，你是先给它换身体，还是先给它装大脑？
*参考文章
- Business Insider《This startup raised $10 million to bring AI to old factories》
- Harmoni官方《Harmoni Raises $10 Million Series A Led by Bessemer Venture Partners and Unveils HAL》
- Harmoni官网博客《The Origins of Factory Orchestration》
- Cleveland Business Journal《Akron startup Harmoni raises $10M, launches AI tech to solve manufacturing workforce crisis》，2026年9月9日
- 定焦One《具身智能“200亿俱乐部”：8家公司、吸金千亿，豪赌一个未来》