AI人工智能

追踪一级市场融资,解构创业公司、资本与产业变化。

Special 获 a16z 领投融资:当前 DOGE 效率顾问转型创业者,他们如何用 AI 收购并重构传统企业运营?

2021 年,DOGE(美国政府效率部)的概念还只存在于 Twitter 上的调侃推文。2025 年,它以真实形态出现,带着裁员名单和效率审计席卷联邦机构。当那批驻扎华盛顿的年轻效率顾问完成使命离开,他们中的一些人把同一个问题带到了私人部门:如果 AI 可以重构政府运营,能否用同样的逻辑重构企业? Special 的?…

融资金额未披露

SewerAI 获战略投资:当1.5万亿美元的地下管网走向AI时代,谁来守护城市的"隐形动脉"

大多数人不会想到,一座现代城市最关键的基础设施,往往是那些永远看不见的东西。 美国现有约160万英里的排水管道,平均管龄超过45年。每年,这些老化的管道造成约2.3万起污水溢出事故,影响饮用水安全和公共卫生,同时触发EPA(美国环境保护署)的合规调查,给各地市政府带来巨额罚款和整改责任。但问题是——没有人真正知道这些管…

战略投资金额未披露

Sensie 完成50万欧元Pre-Seed融资:当温室种植靠人眼判断,这家比利时公司如何让植物自己"开口说话"

温室农业是现代精准农业的象征,却藏着一个讽刺性的事实:一个管理10公顷温室的园艺师,每天最重要的决策,"这片番茄需要浇水吗?""这批辣椒根区温度是否合适?",依然主要靠经验和肉眼观察来判断。传感器和自动化设备已经遍布温室的每个角落,但真正能够在植物个体层面实时感知生长状态的技术,几乎仍是空白。 这个空白,正是比利时根特…

种子前轮50万欧元

Plot 完成 1000 万美元融资:当视频占据 76% 的移动流量,传统社交聆听工具却遗漏了 88% 的品牌出现,这家公司如何用 AI 看见那些不可见的营销信号?

品牌营销历经了三次范式迁移:电视时代的广播式触达,互联网时代的点击追踪,移动互联网时代的社交聆听(Social Listening)。每一次迁移,都带来了新的"数据层"——广告投放数据、网页浏览数据、社交媒体文本数据。 但有一个盲区,从来没有被真正解决:视频。 当 76% 的移动端流量已经是视频形式,当消费者在 Tik…

融资1000 万美元

Opereit 完成250万美元Pre-Seed融资:当物流账单错误每年吞噬数千亿美元,这家巴塞罗那公司如何让AI追回"被遗忘的钱"

在全球供应链管理领域,存在一个长期被忽视的黑洞:企业每年因物流账单错误、货物丢失和未主张的信用额度,损失的金额高达物流总支出的2%-8%。对于一家年物流支出5000万美元的制造商而言,这意味着每年至少100万至400万美元悄无声息地流失,而财务团队甚至不知道该去哪里找回这笔钱。 这不是特例,而是行业常态。物流账单的复?…

种子前轮250万美元

Lassie 完成 3500万美元 A轮:当AI Agent能替牙医诊所做掉所有行政杂事,小企业还需要行政人员吗?

每个小企业主的日历上,都有一个隐形的第二份工作。牙医诊所的老板每天下班后还要登录保险公司门户核对理赔单;律所小合伙人每周要花数小时手动录入账单;餐厅老板每月要对账、报税、核对员工工时……这些行政工作不创造价值,却消耗了美国数千万小业主最稀缺的资源:时间。 AI将如何处置这一切?Lassie给出了一个最直接的答案:替你做…

A轮3500万美元

Kosmos 获 500 万美元种子轮融资:当企业 IT 故障平均修复时间还以"小时"计,这家芝加哥公司用 AI 操作智能把 Jira、Datadog、Salesforce 的孤岛数据连成一张事故地图

企业 IT 系统出现故障时,现代工程团队面临一个荒诞的处境:他们拥有比历史上任何时候都多的监控工具和数据,却常常无法在第一时间定位故障根因。一个生产系统中断,背后可能牵涉 GitHub 的某个提交、Datadog 的某个告警、Jira 里某个未完成的 ticket,以及 Salesforce 里某个客户的报错记录,而这…

种子轮500 万美元

KodeSage 完成融资:当代码安全审计遭遇AI,谁能真正发现「人类找不到的漏洞」

在过去十年的软件工程实践中,代码安全审计经历了三次明显的范式迁移:从手动代码审查,到静态应用安全测试(SAST),再到AI辅助漏洞检测。但一个贯穿始终的问题始终没有被解决:误报率太高、真实漏洞漏报率太高、开发者不愿用安全工具。 统计数据令人沮丧:Snyk、Veracode 等主流SAST工具的误报率通常在30-60%之…

融资金额未披露

Innefu Labs 完成 3000 万美元 B 轮融资:当国家安全遇见主权 AI,印度这家反恐情报公司如何走向全球

情报分析从来是一个矛盾的行业:需要处理海量数据,却极度依赖人工判断;需要实时响应,却受制于繁琐的信息核实流程;需要跨机构协同,却因主权数据保护而壁垒重重。当全球反恐、执法和国家安全机构开始将 AI 引入情报分析工作流,一个新的问题随之出现:谁有资格为这些机构提供 AI 工具? Innefu Labs 是印度少数在国家安…

融资3000 万美元

INXM 完成 570 万欧元 Pre-Seed 融资:当企业 AI 项目一再失败,前火箭工程师团队如何用"编译式 AI"重写执行层

全球企业已在 AI 上砸入数千亿美元。麦肯锡 2025 年的研究显示,超过 70% 的企业 AI 试点项目未能迁移至生产环境。不是因为模型不够智能,而是因为没有人解决"执行"的问题,AI 生成了一个计划,然后什么也没发生。或者更糟,计划开始执行,却在第三步崩溃,没有人知道为什么,也没有人能重现结果。 这个问题的严重性…

种子前轮570 万欧元

Handshake 完成320万美元融资:当零售商与品牌的合同谈判仍靠邮件和PDF,这家伦敦公司如何用AI重写贸易协议

快速消费品(FMCG)零售行业有一个鲜为人知但规模庞大的"暗网"——贸易协议(Trade Agreements)。这是零售商(超市、大卖场)与品牌商(食品、饮料、日用品生产商)之间每年谈判签订的各种商业合同:上架费、促销支持计划、价格保护条款、年度返利机制…… 一家大型超市与其数千个品牌供应商之间,每年要管理和执行数以…

融资320万美元

Generalist AI 完成4亿美元融资:当具身智能进入工业场景,这家公司用通用基础模型重新定义机器人的"手感"

工业机器人已经在流水线上工作了半个世纪,然而直到今天,它们依然无法独立处理一个皱巴巴的塑料袋,这个连三岁孩子都能轻松完成的任务,对传统机器人来说却是一道几乎不可逾越的鸿沟。问题的核心不在于机械臂的力道,而在于"感知-决策-执行"这一闭环的智能化程度:当外部世界充满不确定性时,机器人缺乏真正意义上的"手感"。 这正是Ge…

融资4亿美元

Collate 完成 9500 万美元融资、估值近十亿美元:当生命科学文件管理仍停留在 Word 文档时代,AI 为何能在这里找到独角兽机会

2023 年,一家全球前五的制药公司为了准备一份新药上市申请(NDA),调动了超过 400 名专家,历时 18 个月,处理了超过 10 万页的技术文件。其中相当比例的时间,不是用于科学分析,而是用于将这些文件按照监管机构要求的格式重新整理、标注与追踪。 这个看似不可思议的效率黑洞,在整个生命科学行业每天都在重演。Col…

融资9500 万美元

Centrical 完成3900万美元D轮融资:当AI大量取代前线员工,谁来管理那些留下来的人?

2025年,全球企业争相部署AI Agent和数字员工(Digital Workers)来替代呼叫中心客服、数据录入员和基础分析师。这一趋势在提升效率的同时,催生了一个反直觉的新难题:留下来的人类员工,反而变得更难管理了。 当AI承担了所有标准化、重复性任务后,人类前线员工被留下来处理的,恰恰是最复杂、最需要情感智能?…

D轮3900万美元

AlphaSense 完成 3.5 亿美元融资估值 75 亿美元:当华尔街的信息分析开始被 AI 代理接管,14 年的数据护城河价值几何?

在投资决策的世界里,信息优势一直是最稀缺的资产。高盛的分析师团队可以动用 500 人来研究一个行业;但即便是顶级对冲基金的投资组合经理,每天真正能深度阅读的研究报告也不超过几十份。市场上产生的信息量,早已远超人类处理能力的上限。 这个"信息处理瓶颈"在 2023 年 LLM 爆发后,开始有了技术解法的可能性。但真正的难…

融资3.5 亿美元

Alitheon 完成800万美元A1轮融资:当每件商品都有"指纹",供应链信任危机能否被光学AI彻底终结

2022年,一批价值数百万美元的奢侈品手表在从瑞士出发的物流途中神秘"消失"。调查发现,这些手表被调包——真品被替换成外观几乎一致的仿品,而传统的条形码追踪系统对此毫无感知。这不是孤例:全球每年因假冒伪劣商品造成的经济损失超过4500亿美元,仅美国就超过600亿美元。 条形码、RFID标签、二维码——人类为物品建立身份…

A1轮800万美元

Airspeed 完成2000万美元A轮融资:当DeepMind科学家转向销售AI,「洞察」和「执行」之间的鸿沟终于有人来填

企业软件有一个悄悄被接受但从未被真正解决的困境:销售团队的数据越来越多,但工作量从来没有减少。CRM记录被填满了,通话被录音转录了,客户旅程被追踪分析了——但在所有这些数据和洞察之后,实际的执行动作,还是要人来完成。 邮件还是要手写,CRM字段还是要更新,会后的跟进事项还是要开会讨论,交接记录还是要靠个人的记忆和习惯…

A轮2000万美元

AethexAI 完成融资:当「下一个十亿用户」说的不是英语,语音AI的基础设施谁来重建

全球语音AI的大叙事里,有一个被精心回避的盲区:主流语音识别和合成系统的优化目标,基本上是美式英语、普通话、西班牙语这几种「主流语言」——而全球约有7000种语言,以及大量以混合语言(Code-switching,如在同一句话里混用英语和斯瓦希里语)为日常表达的人口。 这不只是语言多样性的问题。对于撒哈拉以南非洲、南亚…

融资金额未披露

继续向下浏览,自动加载更多内容。