“原子而非比特！”这句反映硅谷对实体制造日益关注的口号，上周因杰夫·贝佐斯计划筹集1000亿美元基金收购并自动化传统制造企业的消息而引发热议。

然而，工厂自动化不仅仅是硬件问题，越来越依赖先进的软件和人工智能工具，这一转变正在重塑实体制造基础设施的建设者。

加州埃尔塞贡多的Sift公司CEO卡尔蒂克·戈拉普迪感受到了行业的剧变。Sift专注于支持复杂机械如航天器和汽车的设计与制造，过去六个月公司战略发生了显著调整。

戈拉普迪和联合创始人兼CTO奥斯汀·斯皮格尔曾在SpaceX开发管理海量遥测数据的软件工具，这些数据来自物理部件上的传感器，涵盖测试、制造和发射全过程。

多数制造先进机器的企业使用现成数据库或自制Python脚本，而Sift则抓住机会，提供业界领先的专业工具。其客户涵盖美国主要火箭制造商联合发射联盟、国防承包商，以及机器人和电网管理初创企业。

戈拉普迪表示，人工智能数据分析工具的兴起促使公司业务转型。曾经作为核心竞争力的定制化工作流程，在AI和深度学习模型普及的今天已成基本要求，而公司在数据基础设施管理上的能力变得更为重要。

“我们原本预计五年内实现的愿景，今年就已开始兑现。”戈拉普迪对TechCrunch说。

这意味着要管理当今软件密集型机器产生的海量数据流。Sift处理的某些车辆同时有超过150万个传感器实时传输多格式、多时间尺度的数据。

公司目标是组织和存储这些数据以供AI应用使用，“关键在于让数据机器可读。”戈拉普迪说。如果AI代理要对制造过程做出决策或分析测试数据以发现潜在问题，Sift必须确保数据可用。

卫星公司Astranis的软件副总裁杰夫·德克斯特表示，良好的数据基础设施对他们尤为重要，因为他们每天可能执行多达一千万次自动化软件测试。

“数据存储成本每月高达数百万美元，关键是这笔钱花得值不值？有了Sift，我不再担心数据量问题。”德克斯特说。

戈拉普迪透露，Sift于2025年完成4200万美元B轮融资，估值2.74亿美元，领投方为StepStone，参与者包括谷歌风险投资GV、Riot Ventures、Fika Ventures和CIV。