蒙特利尔一家中型制造商的采购经理每天早晨打开邮箱，第一件事不是看生产排期，而是翻找供应商发来的报价单。有的在邮件附件里，有的在Excel表格里，还有的躺在ERP系统某个未被同步的角落。一条产线可以拥有世界级设备、饱满订单和精确到分钟的计划，却可能因为一颗未到货的紧固件而停摆——而关于这颗紧固件的最新状态，正埋在某位采购员的收件箱里。

这不是某个工厂的偶发事故，而是制造业采购的日常。过去二十年，制造企业在数字化转型上投入了巨额资金，ERP系统覆盖了生产、财务、库存和人力，但采购——这个直接决定物料成本、交付周期和供应链韧性的环节——仍然高度依赖邮件、电子表格和人工催单。2026年9月24日，蒙特利尔AI采购平台Axya宣布完成1700万加元A轮融资，试图把AI塞进这条被数字化浪潮绕过的缝隙里。

本轮融资由McRock Capital领投，Yamaha Motor Ventures参与，现有股东BDC Industrial Innovation Venture Fund和Real Ventures跟投。据BetaKit报道，这1700万加元由1200万加元股权融资和500万加元CIBC Innovation Banking风险债务组成。公司称这是一轮“有意义的上涨轮”，但未披露具体估值。累计融资总额由此达到2240万美元。

字段 内容
公司 Axya
轮次 A轮
金额 1700万加元（1200万加元股权 + 500万加元风险债务）
投资方 McRock Capital（领投）、Yamaha Motor Ventures、BDC Industrial Innovation Venture Fund、Real Ventures、CIBC Innovation Banking（风险债务）
总部 蒙特利尔
创始人 Félix Bélisle-Dockrill、Karim（完整姓氏未披露）
官网 https://axya.co/

从Bombardier和Airbus的供应商质量岗，到一家采购AI公司

Axya的故事起点不在车库，而在航空航天制造商的供应商质量部门。创始人兼CEO Félix Bélisle-Dockrill拥有机械工程背景，职业生涯早期曾在两家大型航空航天制造商从事供应商质量工作。McRock Capital官网的一篇文章进一步明确，这两家公司是Bombardier和Airbus。在那个岗位上，他每天面对的是同一个问题：评估和管理供应商所需的信息分散在供应链的各个角落，没有一个系统能把它们串起来。

2019年，Bélisle-Dockrill创立了Axya，公司前身为GRAD4。联合创始人Karim担任CTO，但公开材料中未披露其完整姓氏。公司从成立到完成A轮用了大约七年时间，其间在2022年完成了一轮540万加元的种子融资。这个节奏在AI创业公司中不算快，但Axya切入的领域本身就是一个慢生意：制造业采购的数字化不是靠一个API调用或一个聊天界面就能解决的，它需要和那些已经在工厂里运行了十年甚至二十年的ERP系统打交道。

产品逻辑：不替换ERP，而是把供应商对话接进ERP

Axya的产品定位有一个明确的前提：制造业客户不会为了一个新工具推翻现有的ERP系统。据公司披露，其平台与Infor、Epicor、Oracle、SAP、Microsoft Dynamics和Sage等主流ERP系统集成，把供应商网络和ERP数据连接起来。这意味着Axya不是要做另一个ERP，而是要在ERP和供应商之间补上一层AI工作流。

具体来说，平台采用human-in-the-loop的方式：AI负责自动化最耗时的部分，包括数据标准化、早期风险标记和节省机会识别，而采购团队保留最终决策权。公司称，这种方式让供应商无需采用新的门户或工作流，可以通过现有的文件格式和渠道参与协作。据公司披露，其实现了100%的供应商采用率。这个数字在采购软件领域是一个关键指标，因为供应商端的采用率直接决定了平台能否真正跑起来。但需要指出的是，100%供应商采用率来自公司口径，目前没有独立第三方验证这一数据。

从产品逻辑上看，Axya解决的是一个真实存在的结构性问题。McRock Capital在投资声明中描述得很直白：ERP管理工厂内部，但与供应商的对话——报价、延迟、跟进——发生在ERP之外，靠邮件和表格维系，必须有人手工弥合这道裂缝。Axya的切入方式是把供应商沟通直接接入采购工作流和现有ERP系统，将邮件和文档自动转化为可用数据。这种“不替换、只增强”的策略降低了客户采用门槛，但也意味着产品价值高度依赖于ERP集成的深度和稳定性。

客户名单里有GE Aerospace和MDA Space，但ARR仍是一个模糊区间

Axya的客户名单在制造业B2B领域算得上体面。据公司披露，其客户包括MDA Space和GE Aerospace，覆盖中端市场到企业级客户。公司专注于三个垂直领域：航空航天与国防、定制机械与车辆、自然资源与加工。这三个领域有一个共同特征：产品复杂度高、供应商数量多、交付容错率低，采购失误的代价远高于通用制造业。

但在财务数据上，Axya保持了相当的模糊性。创始人兼CEO Bélisle-Dockrill向BetaKit表示，公司ARR处于“数百万美元”级别，每月通过平台管理数亿美元的交易。他没有给出具体数字。更值得注意的指标是净收入留存率接近140%，ARR同比增长一倍。McRock合伙人Udit Bhatnagar对BetaKit表示，Axya在过去12个月“在两个层面上真正进入了状态”：AI已经成为产品能力的核心，同时产品进展开始体现在商业结果上。

净收入留存率接近140%意味着现有客户在续约时不仅没有流失，反而扩大了支出。对于一家面向中大型制造企业的B2B软件公司来说，这是一个有说服力的信号，说明产品在客户组织内部有扩张能力。但ARR的绝对值仍然模糊，“数百万美元”可能意味着300万，也可能意味着900万，两者对应的估值逻辑和增长质量完全不同。公司未披露A轮估值，仅称是“有意义的上涨轮”，这使得外部难以判断这轮融资的定价是否合理。

资本结构里的信号：CIBC风险债务与McRock的LP关系

这轮融资的资本结构比表面看起来更有信息量。1700万加元中，500万加元来自CIBC Innovation Banking的风险债务，而非股权。对于一家ARR仅“数百万美元”级别的公司来说，引入风险债务是一个值得注意的选择。一方面，这说明公司现金流状况可能好于同阶段SaaS公司，能够承担债务偿还义务；另一方面，这也意味着创始团队选择用债务替代一部分股权稀释，在估值未披露的情况下，这种结构可能反映了创始人对公司价值的判断。

更有意思的是McRock Capital与CIBC之间的关系。McRock Capital在投资声明中明确写道，CIBC Innovation Banking是McRock的有限合伙人（LP）之一。当一家VC的LP直接为其投资组合公司提供风险债务时，这被McRock称为“真实信念的信号”。从资本运作角度看，这种安排为Axya提供了股权之外的资金渠道，但也意味着公司的资本结构中存在关联方参与。对于外部观察者而言，这既可以被解读为投资方对公司的强背书，也可以被视为一种需要保持透明度的利益关联。

工业AI的竞争不在PPT里，而在ERP集成和供应商网络密度上

Axya所处的赛道并非无人区。采购软件市场既有SAP Ariba、Coupa这类大型采购套件，也有针对中小制造企业的垂直工具。但Axya的差异化主张集中在两点：一是深度ERP集成，二是供应商零门槛参与。公司称，与那些要求供应商采用新门户的采购工具不同，Axya允许供应商通过现有格式和渠道参与。这一策略的代价是AI需要处理更多非结构化数据——邮件正文、PDF报价单、Excel表格——技术难度更高，但一旦跑通，供应商端的网络效应更难被复制。

公司披露的供应商网络超过80,000家。这个数字本身并不直接等同于竞争优势，因为供应商网络的活跃度和交易密度才是关键。但从已披露的“每月管理数亿美元”和“100%供应商采用率”来看，如果这些数据属实，意味着平台上的供应商并非只是注册了账号的沉默节点，而是实际参与了交易流程。需要再次强调的是，这些数据均来自公司口径，尚无独立第三方验证。

从产业链约束的角度看，Axya真正的护城河可能不在AI模型本身，而在ERP集成的工程积累。与Infor、Epicor、Oracle、SAP、Microsoft Dynamics和Sage六套系统的深度集成，意味着公司需要维护六套不同的接口逻辑、数据模型和更新节奏。这种工程投入是时间密集型工作，竞争对手即便有更好的AI模型，也需要相当长的时间才能追平集成深度。但反过来，这种多系统集成也意味着产品迭代速度会受到ERP厂商更新节奏的制约，任何一个ERP版本升级都可能带来集成层的维护成本。

40人团队、三个垂直领域、一个北美扩张计划

Axya目前的团队规模是40人，计划到2026年底扩至55人。对于一个声称要覆盖北美市场并拓展国际业务的B2B软件公司来说，这个团队规模相当精简。作为对比，大多数进入A轮后的企业级SaaS公司在这个阶段通常会有60到100人的团队。Axya的精简可能反映了其“接近盈亏平衡”的经营策略——Bélisle-Dockrill对BetaKit表示，公司融资靠的是“基本面而非炒作”，包括“强留存、客户逐年扩张、健康利润率和接近盈亏平衡的运营”。

但精简团队也意味着扩张的容错空间有限。公司计划用这笔资金同时推进三件事：深化AI能力、扩大地理覆盖范围、扩充工程销售和客户成功团队。在40人的基础上同时推进这三条线，资源分配的优先级将直接决定执行效果。尤其是国际化扩张，进入美国市场意味着面对更激烈的竞争环境和更高的获客成本，而55人的团队规模是否足以支撑跨境的销售、部署和客户成功，是一个待验证的假设。

风险与待验证假设：ARR的模糊性、垂直聚焦的边界、AI能力的可验证性

Axya这轮融资背后有几个关键的不确定因素。首先是ARR的具体规模。公司只披露了“数百万美元”的区间和同比增长一倍的速度，但没有给出基数。如果基数较小，翻倍增长的说服力会大打折扣。其次是AI能力的实际效果。公司称AI可以自动化数据标准化、风险标记和节省机会识别，但未披露这些功能在客户场景中的具体表现数据，比如节省了多少采购成本、减少了多少延迟交付、风险标记的准确率是多少。没有这些数据，外部很难判断AI功能是真正的差异化能力，还是B2B软件公司普遍在添加的AI标签。

第三个风险在于垂直聚焦的边界。Axya选择了航空航天与国防、定制机械与车辆、自然资源与加工三个领域，这些领域的共同点是采购复杂度高，但各自的采购逻辑、合规要求和供应商生态差异显著。在40人团队规模下同时服务三个垂直领域，产品团队需要在通用平台和行业定制之间找到平衡。如果每个垂直领域都需要大量定制化工作，规模化效率会受到影响；如果平台过于通用，又可能在与垂直领域专用工具的竞争中失去优势。

从已披露的信息看，Axya的融资故事建立在两个可验证的前提上：一是制造采购确实存在结构性的数字化缺口，这一点从行业普遍现状和McRock的投资逻辑中可以得到佐证；二是Axya的产品已经在部分大型制造客户中跑通，这一点有GE Aerospace和MDA Space的客户名单以及净收入留存率数据支持。但这两个前提能否支撑公司从“数百万美元ARR”走向更大规模，取决于团队能否在保持精简的同时完成地理扩张和产品深化，以及AI能力能否在真实采购场景中持续产生可量化的价值。这些问题的答案，需要等到公司下一次披露运营数据时才能进一步验证。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Axya的A轮融资规模在工业AI赛道里不算大，但它的故事指向一个被长期忽视的事实：制造业的数字化革命在采购环节留下了一个巨大的手工操作飞地。这家公司的真正赌注不是AI模型有多强，而是它能否在六套ERP系统的集成缝隙里，建立起一个供应商愿意零门槛参与的交易网络。如果100%供应商采用率经得起独立验证，这个网络本身就是比任何单一AI功能都更持久的护城河。但40人团队同时推进产品深化、北美扩张和国际化，资源分配的张力会在未来12到18个月内集中显现。工业AI的竞争从来不是一场短跑，而是一场看谁能在客户的真实工作流里活得更久的耐力赛。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。