工厂里每天真正决定生产节奏的，往往不是 ERP 里那张排产表，而是车间主管在 WhatsApp 群里随口说出的一句“这批今晚能出”。订单、库存和生产计划被系统记录得整整齐齐，但真正推动产线运转的承诺、催办和临时调整，却散落在几十个滚动刷屏的群聊里。没有人追踪这些口头承诺，直到某批物料没到、某道工序卡住，延误才第一次变得可见。
这正是 Morsa 想切入的位置。这家成立仅五个月的制造业 AI 公司，试图把工厂群聊里那些转瞬即逝的承诺，转成有负责人、有截止时间、可追踪的生产任务。2026 年 11 月，Morsa 完成 150万美元种子前轮融资，由旧金山风投 Jackson Square Ventures 领投，a16z Scout Fund 参投。公司称这笔钱将用于产品开发，并进入印度和美国的更多工厂。
Morsa 把自己的产品称为工厂的“AI 首席运营官”。它不要求工人学习新软件，而是接入工厂已经在用的 ERP、制造执行系统、电子邮件，以及 WhatsApp、Microsoft Teams、Slack 等通讯工具。AI 代理同时读取运营数据和车间对话，识别瓶颈、分配任务负责人、催办供应商、重新排产并确认工作完成。这个思路的前提很直接：一线工人很少会停下来更新仪表盘，但他们本来就在回 WhatsApp。
| 字段 | 内容 |
|---|---|
| 公司 | Morsa（法定名称 Lunar Inc.） |
| 轮次 | 种子前轮 |
| 金额 | 150万美元 |
| 投资方 | Jackson Square Ventures 领投，a16z Scout Fund 参投 |
| 总部 | 未披露 |
| 创始人 | Satvik Kapoor、Vedant Singh |
| 官网 | 未披露 |
把群聊当生产系统来读，而不是让工人再学一套软件
Morsa 的产品逻辑与大多数工厂软件相反。传统制造执行系统假设工人会主动录入数据，但现实是，产线上的操作工很少停下手中的活去更新系统。Morsa 的做法是反过来：进入工人已经在用的沟通渠道，把对话本身变成结构化任务。
据公司披露，其 AI 代理读取 ERP、MES 以及 WhatsApp、Microsoft Teams、Slack 中的运营数据和车间对话，将消息转化为有负责人和截止时间的任务，跟进执行情况，并对照 ERP 核查完成状态。公司称其首个商业部署位于拥有 120 名员工的玻璃制造商 J4S，与工厂的 ERP 和运营 WhatsApp 群组并行运行。在为期四周的部署中，公司称追踪了约 900 项运营承诺，按时完成比例从 30% 升至 75%。
这套机制的价值在于，它把工厂里原本不可见的那层“影子运营”显性化了。ERP 记录的是计划态，群聊里发生的是执行态，两者之间的落差正是排程滑落的地方。Morsa 试图用 AI 代理填补这个缝隙，让管理者第一次看到“谁在什么时候答应了什么、后来做到了没有”。
但这里有一个关键的技术边界。公司未说明其如何连接所读取的 WhatsApp 群组。这不是一个可以忽略的细节。自 2026 年 1 月起，通用 AI 助手被禁止进入 WhatsApp 商业平台，Meta 自行决定何种情况属于禁令范围。如果 Morsa 依赖非官方接口或用户手动转发，产品的可扩展性和合规性都会打折扣。公司对此保持沉默，意味着其最核心的数据入口仍存在未披露的依赖。
把群聊当作生产系统的读取层，还意味着 Morsa 的价值高度依赖消息上下文的完整性。车间主管在 WhatsApp 里说“这批今晚能出”时，往往省略了订单号、工序和物料状态，这些信息分散在此前的多条消息、ERP 单据和语音笔记中。AI 代理要准确地把一句话转成有负责人和截止时间的任务，必须同时还原对话语境和系统状态，否则可能生成看似合理但实际错位的任务。公司未披露其在消息消歧、指代消解和跨系统对齐上的技术方案，这意味着从“读取对话”到“可靠生成任务”之间仍存在一段未被验证的工程距离。
30% 到 75% 的提升，需要放在一家工厂四周的尺度里读
J4S 的部署数据是 Morsa 目前最有力的商业化证据，但它的统计口径需要被仔细审视。按时完成比例从 30% 升至 75%，来自一家 120 人玻璃厂、为期四周、由公司自行测量的结果。基线很可能只有在 Morsa 开始追踪之后才变得可见，而把截止时间写下来并持续跟进这件事本身，无论由谁来做，都倾向于在短期内提升表现。
这意味着 30% 到 75% 的跃升，不能简单理解为 AI 代理带来的净效应。它混合了“首次被追踪”的测量效应和“有人跟进”的管理效应。真正的考验在于数月之后、新鲜感消退之后，以及首个客户之外的工厂中，这个增益是否还能维持。公司称目前已在多个工厂运行，包括一家一级汽车供应商，覆盖 75 个运营群聊中的 212 人，但未披露这些部署的商业性质——是付费客户、试点项目还是免费验证，外界无法判断。
公司未披露收入、定价或付费客户数量。对于一个声称要成为工厂“AI 首席运营官”的产品来说，这组缺失的数据比融资数字更值得关注。150万美元种子前轮融资只说明投资人愿意押注方向，还不能说明工厂愿意为这个方向持续付费。
J4S 案例中“约 900 项运营承诺”的追踪规模，本身也值得拆解。四周内 900 项承诺意味着平均每个工作日约 45 项，对于一家 120 人的玻璃厂来说，这个密度可能覆盖了相当比例的跨部门协调动作。但公司未说明这 900 项承诺是如何被识别和归类的——是全部来自群聊消息，还是包含了 ERP 中已有截止时间的任务。如果追踪对象中有一部分本来就是系统里已记录的计划项，那么 30% 的基线就可能被低估，75% 的改善幅度也会被稀释。这个口径问题直接影响外界对产品实际增量价值的判断。
两个创始人的背景，恰好覆盖了卖软件和进工厂两件事
Morsa 由 Satvik Kapoor 和 Vedant Singh 于 2026 年 6 月创立。Kapoor 22 岁，任首席执行官，今年毕业于密歇根大学计算机科学专业，曾在 Amazon 和 Perplexity 工作。更关键的是，他在德里的家族工厂周围长大，大学期间负责家族企业的美国销售和运营。Singh 19 岁，任首席技术官，来自勒克瑙，13 岁开始编程，新冠疫情期间构建了一个被超过 50 万人使用的医院床位可用性平台。
两人在科技 Twitter 上相识，一起在旧金山 Y Combinator 黑客松获得第一名，并在确定产品方向前采访了 200 多名工厂主、工厂经理和主管。Kapoor 对 ET Entrepreneur 表示：“限制从来不是机器，而是一座工厂能多快地决策和行动。那些用 AI 以根本不同速度运营的工厂正在构建未来，我们想帮它们到达那里。”
Singh 则把叙事拉到了更高的层面。他对 ET Entrepreneur 表示：“工业 4.0 连接了工厂；代理式制造将让它们自主运行。下一个突破不会是关于更聪明的 AI 模型，而是关于构建让代理理解整座工厂状态、做出决策、执行并学习自行运营的基础设施。”
创始人的背景组合有其现实优势。Kapoor 的家族制造背景，在关系驱动的印度工厂圈子里意味着更低的信任门槛；Singh 的规模化产品经验，则对应着把聊天数据变成可靠任务系统所需的技术能力。但 Jackson Square 的列表显示团队只有两人。一家成立五个月、团队规模为两人的公司，同时向印度和美国的工厂销售，执行负担是实实在在的。
两位创始人的年龄和履历组合，在带来执行能量的同时，也把关键决策集中在极少数人身上。Kapoor 的家族工厂背景可能帮助 Morsa 在印度中小制造商中打开最初的信任窗口，但家族企业的美国销售经验与向美国工厂销售 AI 软件之间，仍隔着采购流程、合规要求和行业认证等不同门槛。Singh 的医院床位平台证明了其在危机场景下快速构建和推广产品的能力，但制造业 AI 代理需要的是长期稳定的系统集成和错误率控制，而非短期流量峰值下的可用性。两人的互补性在获客阶段可能有效，能否在跨市场交付和持续迭代中保持同样有效，仍需验证。
投资方的选择，更像一次加速器里的早期押注
Jackson Square Ventures 通过其加速器项目 JSV Launchpad 投资了 Morsa，该项目将公司列在 S26 批次。这与 Jackson Square 主要基金的典型打法不同——据 Startupfox 报道，该机构的主要基金通常领投美国软件公司的 A 轮融资，包括 DocuSign 和 Strava。通过加速器以种子前轮进入，说明这是一笔更早期、更实验性的配置。
a16z Scout Fund 的参与也遵循类似逻辑。该基金由个人 scouts 代表 Andreessen Horowitz 投资早期创业公司，单笔金额通常不大，更多是信号意义和网络价值。两家机构的组合，给 Morsa 带来的不只是 150万美元，还有进入美国软件和制造业客户网络的潜在通道。
本轮估值未披露。对于一个产品上线不足半年、未披露任何收入数据的公司来说，估值本身也不是最有信息量的指标。更值得关注的是资金用途的结构：产品开发和印美两地市场拓展同时进行，150万美元在两条战线上能支撑多久，公司没有给出时间表。
Jackson Square 通过 JSV Launchpad 进入，而非其主基金直接领投，这个路径本身可能影响后续融资的叙事。加速器项目的投资条款通常与主基金不同，且 S26 批次的公司往往处于更早期的验证阶段。对 Morsa 而言，这笔钱的实际意义可能不在于金额本身，而在于 Jackson Square 是否会在后续轮次中从加速器仓位升级为主基金仓位。如果 JSV Launchpad 的投资被市场解读为“观察仓”，那么 Morsa 在下一轮需要拿出比普通种子前公司更强的商业化信号，才能说服同一机构或新的领投方以更高估值进入。公司未披露本轮估值和稀释比例，外界无法判断这笔 150万美元对应的股权成本和后续融资的起点。
竞争不在想法层面，而在谁能真正接进工厂系统
把聊天转化为任务，不是 Morsa 独有的洞察。其他初创公司，以及正在添加自有 AI 代理的大型 ERP 和工厂软件供应商，都可以尝试这个方向。SAP、Oracle 等厂商已经在把生成式 AI 嵌入制造执行流程，它们拥有现成的客户关系和系统集成优势。
Morsa 的防御力如果存在，只能来自集成深度而非想法本身。真正接进工厂实际运行的系统——ERP、MES、邮件服务器、群聊接口——并积累每个工厂工作流如何滑落的记录，是更难复制的东西。但公司目前未披露任何关于集成方式的技术细节，也未说明其与现有 ERP 供应商的关系是合作、竞争还是绕过。
从已披露的信息看，Morsa 的产品形态更接近一个“运营层”而非“系统层”。它不替代 ERP 或 MES，而是在其上叠加一层读取和协调能力。这种定位的好处是部署阻力小，坏处是价值捕获能力可能受限——如果 ERP 厂商自己把 AI 代理做进产品，Morsa 的独立空间会被挤压。
Morsa 的“运营层”定位还带来一个容易被忽视的依赖：它需要同时保持对上游系统（ERP、MES）和下游渠道（WhatsApp、Teams、Slack）的兼容。ERP 厂商升级接口或调整数据权限，可能影响 Morsa 读取生产计划的能力；通讯平台收紧自动化规则，可能切断其任务生成和催办的入口。这意味着 Morsa 的工程资源不仅要花在 AI 模型和任务逻辑上，还要持续投入在适配层和合规应对上。对于一家两人团队来说，这种多边兼容的维护成本可能比获取新客户更早成为瓶颈。公司未披露其与任何 ERP 或通讯平台存在正式合作关系，这使其集成深度和可持续性都处于未证实状态。
成本、语言和信任，是比融资更难跨越的三道坎
在数十个繁忙群组中对每条消息运行语言模型，成本不低。车间聊天混合印地语、英语、简写和语音笔记，可靠读取的难度远高于处理规范化的英文文本。Morsa 未披露其模型调用成本、错误率或人工审核比例，这些指标将直接决定产品能否在毛利层面跑通。
信任问题同样棘手。一个以管理者名义分配工作、催办供应商的 AI 代理，一旦发出错误指令，浪费的是材料和机器时间。工厂在初期很可能保留人工审批环节，这又会削弱产品承诺的“自主运营”价值。Singh 所说的“从工人操作软件转向监督管理 AI 系统”，在现实中会是一个缓慢的过渡，而不是一次切换。
员工隐私是另一个绕不开的问题。读取工人群聊意味着处理其消息和个人信息，工厂需要与员工公开解决数据边界。Morsa 未披露其在数据脱敏、访问控制或员工同意机制上的做法。在印度和美国，劳动法和数据保护规则不同，这给跨市场销售增加了合规复杂度。
印度中小制造商在软件上支出谨慎，这解释了为什么 Morsa 同时在美国销售——美国工厂付费能力更高。但美国制造业的沟通习惯和印度工厂不同，WhatsApp 群聊文化未必同样普遍。Morsa 的产品假设在印度工厂语境下成立，能否迁移到美国工厂，仍是一个未经验证的假设。
语言混合带来的不仅是识别难度，还有责任归属的模糊。印地语和英语混用的车间消息中，语气、省略和隐含承诺很常见，AI 代理如果把一句试探性的“应该可以”转成硬性截止时间，可能制造出原本不存在的承诺。公司未披露其在低置信度消息上的人工复核机制，也未说明错误任务生成后的撤回和修正流程。在工厂场景中，一次错误催办可能损害供应商关系，一次错误排产可能打乱整条产线。这类错误的成本远高于一般办公场景中的 AI 失误，因此 Morsa 需要在自动化程度和人工干预之间找到一个尚未被公开验证的平衡点。
这笔融资验证的是问题存在，还不是产品市场匹配
Morsa 的 150万美元种子前轮融资，验证的是“工厂存在 ERP 与群聊之间的运营断层”这个问题，以及投资人愿意为这个问题的解决方案下注。它还没有验证的是：工厂愿意为这个解决方案持续付费，AI 代理在真实车间环境中的错误率可控，以及 30% 到 75% 的提升能在更长时间、更多工厂中复现。
公司通稿和创始人访谈中的表述——“AI 首席运营官”“代理式制造”“自主运行”——描绘的是一个终局愿景。但从 J4S 的四周部署到那个愿景之间，隔着付费客户数量、收入数据、技术集成细节和跨市场执行能力等多重未披露变量。Jackson Square 通过加速器进入，a16z Scout Fund 以小额参投，都说明这是一笔带有实验性质的早期配置，而非对产品市场匹配的确认。
Morsa 的起点选择是聪明的：它没有试图改变工人行为，而是进入工人已经在用的工具。但这也意味着它的命运部分掌握在 Meta 手中——WhatsApp 平台规则的变化，可能直接动摇其数据入口。公司未说明如何连接群组，这个沉默本身就是一个风险信号。接下来最值得观察的，不是 Morsa 能否讲出更宏大的自主制造故事，而是它能否把 J4S 的四周数据，变成多个付费客户在数月尺度上的可验证留存。
从验证路径看，Morsa 接下来最需要公开的不是更多愿景表述，而是三个可核验的中间指标：付费客户数量、部署时长超过三个月的客户留存率，以及 AI 生成任务的人工修正率。J4S 的四周数据只能证明产品在单一场景下能跑通，无法回答工厂是否愿意在新鲜感消退后继续付费。如果 Morsa 能在不披露具体客户名称的前提下，公布跨客户、跨月份的留存和修正数据，其“产品市场匹配”的论证将比任何融资新闻都更有说服力。在此之前，150万美元种子前轮融资更适合被理解为对问题定义和团队执行力的早期认可，而非对产品市场匹配的确认。
RecodeX 极客视：Morsa 真正在做的，不是把 AI 塞进工厂，而是把工厂里已经存在的非正式协调层——那些群聊里的承诺和催办——第一次变成可追踪的数据。这个切入点的价值在于它承认了一个被 ERP 厂商长期忽视的事实：工厂的实际运营从来不在系统里，而在人和人的对话里。但承认问题不等于解决问题。一家两人公司、一个未披露的 WhatsApp 连接方式、一组来自单一客户四周部署的数据，距离“AI 首席运营官”的叙事还有很长的验证路径。这笔 150万美元买到的，是一张进入工厂运营断层地带的门票，而不是断层地带的产权。
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。