当一家密歇根工厂从翻新恒温器转向竞标无人机组装
在底特律，一家合同制造商过去几年接的活包括翻新Nest恒温器、维修Bird滑板车，以及为Chick-fil-A制作展示设备。这些订单零散、毛利有限，且几乎无法让工厂建立任何长期能力壁垒。如今，这家公司正在竞标无人机组装合同。变化并非来自它突然购置了新的自动化产线，也不是因为老板重新设计了销售策略，而是因为它进入了一个新的供需匹配系统——Bloom。
这个系统试图解决一个在关税推动美国制造回流的语境下被反复提及、却极少被真正拆解的问题：当机器人公司、无人机制造商和电动摩托车企业突然需要在美国本土找到能满足多项工艺要求的供应商时，它们面对的不是一个零件采购网站能解决的单一询价，而是一整套涉及合同制造、组装、设计工程、货运、仓储乃至危险品运输的复杂匹配。据TechCrunch报道，Bloom创始人兼CEO Justin Kosmides在2023年联合创立公司时，最初的目标是替出行公司直接承担物流和供应链运营；但特朗普再次当选后对数十个国家加征关税，硬件创业公司批量出现，Bloom被迫在2026年之前完成一次从服务商到平台的重塑。
2026年10月7日，Bloom宣布完成360万美元种子轮融资，由专注市场平台投资的SNAK Venture Partners领投。这笔融资的金额在当下的AI创业语境里并不算大，但它的投资方组合和进入时点，指向了一个更具体的问题：在美国本土制造需求被政策与地缘共同推高的窗口期，一个纯市场平台能否用数据而非运营，承接硬件企业对本土采购的结构性需求。
| 字段 | 内容 |
|---|---|
| 公司 | Bloom |
| 轮次 | 种子轮 |
| 金额 | 360万美元 |
| 投资方 | SNAK Venture Partners（领投）、Flyover Capital、Mana Ventures、Detroit Venture Partners、Invest Detroit Ventures、Michigan Outdoor Innovation Fund |
| 总部 | 底特律 |
| 创始人 | Justin Kosmides |
| 官网 | https://www.bloomnetwork.ai/ |
从“替客户干活”到“让客户互相找到”，一次被迫的产品收缩
Bloom的起点并不是一个软件故事。据TechCrunch报道，Kosmides在2023年联合创立Bloom时，看到的是大量电动自行车和电动滑板车公司因为无法或不愿外包物流、制造和供应链建设而倒闭。他最初的想法是让Bloom直接接手这些最困难的幕后工作，成为出行公司的运营外挂。这个定位意味着Bloom需要承担相当重的服务交付责任，也意味着它的收入结构会更接近一家供应链服务商，而不是一个可规模化的软件平台。
关税冲击改变了Bloom面对的客户结构。机器人初创公司、无人机制造商和其他硬件企业开始大量出现，它们需要的不是一家替自己管理物流的代理，而是一个能快速找到多家本土供应商并组织竞标的入口。Bloom因此转向纯市场平台模式：部分客户在平台上发布合同机会，另一些客户对这些机会投标，平台在自身系统内处理报价、预订和支付。公司称，这一重塑过程拖慢了它的融资计划。据TechCrunch报道，SNAK Venture Partners在2025年4月首次接触Bloom时，正值这次转型的早期阶段，该机构当时放弃参与Bloom的种子前轮融资，理由是希望看到更多进展。
这里存在一个值得注意的叙事张力。Bloom把这次转型描述为对市场机会的响应，但从资本节奏看，它更像是一次被现实倒逼的收缩。直接承担供应链运营意味着更高的交付成本、更重的团队配置和更慢的扩张速度；而纯平台模式把Bloom从服务交付方变成了匹配撮合方，收入模型更轻，但也把价值验证的压力转移到了匹配质量和交易闭环上。Kosmides对融资过程的描述——“很高兴能结束融资，回去做产品”——在TechCrunch的报道中被形容为一种如释重负，这从侧面说明，这次转型和随后的融资并非一条平滑的上升曲线。
2000次匹配背后，真正的产品壁垒是数据来源结构
Bloom披露的核心运营数据是：已完成超过2000次匹配，服务超过140家公司。这两个数字本身并不构成壁垒，但它们指向的产品机制值得拆解。Bloom的平台同时服务供应商关系的两端，覆盖合同制造、组装、设计与工程、货运、仓储、维修和危险品运输。这意味着一次匹配可能涉及多个能力维度的交叉验证，而不是简单的关键词搜索。
Kosmides对Bloom数据来源的描述提供了一个更具体的观察窗口。据公司披露，平台摄入的供应商数据中约30%至40%直接来自企业自身，其余多为公开数据，例如企业在官网上的自我描述。Kosmides称，即便搭建最激进的数据抓取模型，也无法达到这种准确度。这句话需要被放在产业链语境中理解：美国中小制造企业的公开信息往往滞后、模糊且缺乏结构化能力标签，一家工厂是否具备危险品运输资质、是否做过无人机组装、能否接受小批量试产，这些信息通常不会出现在官网首页。Bloom的30%至40%直接数据占比，意味着它正在建立一个公开爬虫无法复制的供应商能力数据库，而随着客户入驻和匹配增加，平台还会产生更多交易行为数据。
但这里有一个尚未被验证的假设：直接来自企业的数据是否足够可信。企业自我申报的能力描述如果没有经过订单验证，可能只是另一种形式的官网文案。Bloom目前没有披露它如何核验供应商能力、如何处理匹配失败或交付纠纷。2000次匹配是一个供给侧和需求侧的连接数字，但它不等于2000笔完成交易，也不等于2000次成功交付。平台在自身系统内处理报价、预订和支付，理论上可以积累交易闭环数据，但Bloom未披露实际成交率、客单价或复购率。这些指标的缺失，使得“数据壁垒”的说法目前更接近一种产品逻辑，而非已被验证的竞争护城河。
与Fictiv、Xometry的差别不在AI，而在需求复杂度
Kosmides在采访中直接点名了Fictiv、Xometry和MacroFab，称它们是“过去的市场平台”，擅长寻找某一个特定零件，但当客户是无人机公司或电动摩托车公司，需要找到满足全部要求并组织竞标的供应商时，问题就复杂得多。这个区分是理解Bloom竞争位置的关键。
Fictiv和Xometry的核心能力在于标准化零部件的按需制造，它们的匹配逻辑建立在相对清晰的工艺参数上：材料、公差、表面处理、交期、数量。这类平台的交易对象是零件，匹配难度在于价格和产能的实时可用性。Bloom试图切入的是另一个层级：当一家公司需要的不只是一个CNC零件，而是组装、测试、包装、危险品运输和售后维修的组合能力时，它面对的是一个项目制采购需求。这种需求的匹配难度不在单一工艺参数，而在多供应商能力组合与竞标组织。从已披露的产品功能看，Bloom把报价、预订和支付放在平台内完成，这意味着它试图把项目制采购的交易流程也纳入闭环，而不仅仅停留在信息撮合。
但这也带来一个结构性问题。项目制采购的金额通常高于标准零件采购，客户对供应商的信任门槛更高，线下验厂、样品测试、合同谈判等环节很难被完全线上化。Bloom的平台内支付能否覆盖大额合同交易，还是只适用于小额预订和定金，目前未披露。如果平台只能完成交易流程的前半段，它的收入模型就更接近线索费或订阅费，而不是交易佣金；如果它能覆盖大额支付，则需要面对更重的合规、担保和纠纷处理责任。Kosmides将Bloom比作AI驱动版的阿里巴巴，但阿里巴巴在中国市场建立合同制造市场时，解决的不只是信息匹配，还包括支付担保、信用体系和争议处理。Bloom在这些环节的进展，来源材料中没有提供任何细节。
领投方曾放弃种子前轮，五个月收入追平全年成为转折点
SNAK Venture Partners在本轮中的角色值得单独审视。这家由长期零售业高管Sonia Nagar创立的机构，在2025年4月首次接触Bloom时选择放弃投资种子前轮。据投资方声明，理由是希望看到更多进展，此后持续跟踪该公司。到2026年5月，据SNAK披露，Bloom在五个月内实现的收入相当于2025年全年水平，平台会员数增长五倍且流失率低。这组数据构成了SNAK从观望到领投的转折依据。
从资本结构看，本轮投资方组合带有明显的地域和阶段特征。Flyover Capital专注美国中西部早期投资，Mana Ventures定位深科技，Detroit Venture Partners、Invest Detroit Ventures和Michigan Outdoor Innovation Fund则是密歇根本地资本。这个组合说明Bloom的融资叙事同时押注了两个逻辑：一是底特律作为美国制造业回流的地理支点，二是市场平台作为供应链数字化的软件载体。Kosmides称Bloom还接触过其他投资条款清单，但选择SNAK是因为其创始人的零售背景和市场平台经验，能够帮助Bloom“建立一个有望定义移动、无人机和硬件品类的市场平台”。
需要区分的是，SNAK披露的收入增长和会员增长来自投资方声明，而非Bloom经审计的财务数据。五个月收入追平2025年全年，这个表述的基数效应不可忽视：如果2025年全年收入本身处于很低的早期水平，那么五个月追平并不必然意味着绝对规模可观。会员数增长五倍同样取决于基数。Bloom未披露具体收入金额、会员数量或客单价，因此这组增长数据目前只能作为投资方对趋势的判断，而不能作为对Bloom商业规模的独立验证。
资金用途未披露，但平台模式的验证路径已经清晰
Bloom没有披露本轮360万美元的具体资金用途。这是本次融资信息中的一个明显缺口。从公司当前所处的阶段和产品形态推断，资金大概率会用于平台的技术基础设施、供应商数据采集和销售团队建设，但编辑无法从来源材料中确认任何具体分配方案。在种子轮阶段，资金用途的模糊并不罕见，但它也意味着外部观察者只能通过后续的产品迭代和运营数据来判断这笔钱是否被有效使用。
从商业模式看，Bloom定位为纯市场平台，连接买方与卖方，在平台内完成报价、预订与支付。这个模式的收入来源可能包括交易佣金、会员订阅或两者组合，但Bloom未披露具体收费方式。Kosmides提到平台会员数增长五倍且流失率低，这暗示Bloom至少存在某种会员或订阅机制。如果收入主要来自会员费，那么平台的增长逻辑更接近SaaS，核心指标是付费会员数和续费率；如果收入主要来自交易佣金，那么核心指标是GMV和抽佣率。这两种模式的资本效率和估值逻辑差异很大，而Bloom目前没有给出明确答案。
另一个值得关注的验证路径是供应商端的价值创造。Kosmides举的密歇根合同制造商案例——从翻新Nest恒温器和Bird滑板车转向竞标无人机组装合同——如果具有代表性，说明Bloom的核心价值不只是帮买方找到供应商，而是帮中小制造商进入原本无法触及的项目制采购市场。这个逻辑如果能被更多案例验证，Bloom的供给侧壁垒会显著增强；但如果这只是个别案例，平台的匹配质量就仍然存疑。目前Bloom披露的140多家服务公司中，有多少是买方、多少是供应商，未做区分；2000次匹配的供需分布也不清楚。
AI模型进步本身，正在成为这类公司的融资难题
Kosmides在采访中表达了一个在2026年AI创业语境下相当普遍的焦虑：在领先AI模型不断进步的当下，向投资人证明价值对Bloom这类初创公司而言相当艰难。他说，“这就是我们所处的新时代，每个人都在试图弄清楚什么是真的、什么不是，什么值得投资。”这句话的背景是，通用大模型的能力边界持续扩展，投资人越来越难以判断一家垂直应用公司的技术壁垒究竟来自自有模型、专有数据，还是仅仅建立在调用第三方API之上的薄层产品。
Bloom的回应策略是强调数据来源的不可复制性。Kosmides称，即便搭建最激进的数据抓取模型，也无法达到Bloom的准确度，因为30%至40%的数据直接来自企业自身，且平台在匹配过程中持续产生新数据。这个论点在逻辑上成立，但它需要满足两个前提：一是直接来自企业的数据确实比公开数据更准确，二是这些数据能够转化为可衡量的匹配效果优势。目前Bloom没有披露匹配成功率、供应商响应率或客户满意度数据，因此“数据优势”仍然是一个待验证的假设，而非已被证明的竞争壁垒。
从更宏观的视角看，Bloom面临的风险不只是AI模型进步带来的投资人质疑，还包括市场平台模式本身的冷启动难题。双边市场需要同时维持足够的买方需求和卖方供给，任何一侧的流失都会削弱另一侧的参与意愿。Bloom目前140多家公司和2000次匹配的规模，在美国本土制造采购的总量中仍然很小。如果关税政策出现调整，或者硬件创业公司的融资环境收紧，Bloom的需求侧可能受到直接冲击。而供给侧的中小制造商如果不能在平台上持续获得订单，它们的会员续费意愿也会下降。SNAK声称流失率低，但这个指标在平台早期阶段的说服力有限，因为早期用户往往是最有动力的尝鲜者，不代表规模化后的留存水平。
底特律的地理位置，是叙事资产还是运营约束
Bloom总部设在底特律，这在本轮融资中既是一个叙事资产，也是一个需要被冷静审视的运营变量。底特律拥有美国最密集的汽车制造供应链和工程人才储备，密歇根州的中小制造企业网络也是Bloom供给侧的重要来源。本地投资方Detroit Venture Partners、Invest Detroit Ventures和Michigan Outdoor Innovation Fund的参与，说明Bloom在密歇根本地生态中已经建立了资本关系。
但底特律的地理位置也意味着Bloom的早期供给和需求可能过度集中于中西部。美国硬件创业公司的分布并不均匀，机器人公司和无人机制造商在波士顿、匹兹堡、硅谷和奥斯汀等地同样密集。Bloom如果要在全国范围内建立市场平台，就需要在密歇根以外的供需两端同时扩张。Flyover Capital的参与可以理解为对中西部市场机会的押注，但Bloom未披露其客户的地理分布，因此无法判断它是否已经突破底特律本地的供需网络。Kosmides将Bloom比作美国制造的阿里巴巴，但阿里巴巴的起点是中国制造业最集中的长三角和珠三角，而美国制造业的地理分布更加分散，这意味着Bloom的冷启动难度可能更高。
从产品功能看，Bloom覆盖的危险品运输服务暗示它的目标客户群包括那些需要处理电池、燃料或其他受管制材料的硬件公司。这类需求在电动出行、无人机和机器人领域普遍存在，但它也意味着平台需要处理更复杂的合规和保险问题。Bloom未披露它如何处理危险品运输的资质审核和责任划分，这可能是其平台闭环中一个被低估的运营难点。
Bloom的360万美元种子轮融资，放在2026年美国AI创业的资本环境里，是一笔规模克制但信号明确的交易。它没有试图讲述一个通用AI颠覆制造业的故事，而是把产品锚定在一个具体的产业链痛点上：硬件公司需要的不只是零件，而是能够组织复杂项目采购的供应商网络。这个定位让Bloom避开了与Fictiv、Xometry在标准零件制造上的直接竞争，但也把它推入了一个更难验证的领域——项目制采购的匹配质量、交易闭环和供给侧价值创造，都需要比2000次匹配更深入的数据来证明。SNAK从放弃种子前轮到领投种子轮的转变，建立在五个月收入追平全年和会员数五倍增长的基础上，但这些数据来自投资方声明，且基数未披露。Bloom接下来要回答的问题，不是它能否讲好美国制造回流的故事，而是它能否在一个数据来源分散、交易流程复杂、供需两端都高度分散的市场里，把匹配撮合变成可持续的收入。
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：Bloom的真正赌注不是AI模型有多强，而是美国中小制造商的能力数据是否真的无法被公开爬虫复制。如果30%至40%的直接数据占比能转化为可衡量的匹配效果优势，它就有机会在Fictiv和Xometry覆盖不到的复杂采购层建立壁垒；如果这个优势只停留在创始人陈述里，360万美元种子轮买到的可能只是一个底特律版的供应商黄页。
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。