Articul8完成B轮融资，工业AI平台击败众多生成式AI竞争对手

Articul8 AI完成了一轮B轮融资，融资前估值达5亿美元。此次融资由一家尚未透露名称的跨国工业软件公司战略投资，该公司已将Articul8的平台选定为其下一代软件产品的核心生成式AI引擎。

此次合作不仅仅是一笔普通的融资交易。这家软件供应商计划将Articul8的技术应用于资产生命周期管理、工程仿真和工业运营软件领域。在此之前，该公司进行了一轮竞争性评估，参与评估的包括基础模型提供商、开源替代方案以及企业AI平台。

Articul8创始人兼首席执行官Arun Subramaniyan表示，公司在评估过程中与基础模型提供商和企业AI供应商展开了正面竞争。

"竞争对手涵盖了所有主流模型提供商，以及Palantir这类公司。"他告诉《数据中心知识》。

工业AI领域的标志性交易

Articul8专注于面向工业和监管严格行业的企业级生成式AI解决方案。该公司于2024年从英特尔剥离独立，其平台专为混合部署和本地化环境设计，能够为安全合规、大规模AI应用提供灵活的部署方式。

此次合作预计将为Articul8带来八位数的年度经常性收入增长，并扩大公司在制造业、能源、流程工业、建筑及其他资产密集型行业的市场影响力。

行业分析师表示，此次交易凸显了市场对垂直行业定制化AI平台的浓厚兴趣，但目前断言专业化系统正在取代通用AI模型还为时尚早。

Constellation Research副总裁兼首席分析师Holger Mueller表示："从长远来看，未来属于垂直化，但这一切的起点，只有在跨行业的横向底层技术足够稳定、具备足够长的投资周期之后才会发生。目前来看这个判断很难下，我认为现在还太早。"

Mueller还指出，工业软件厂商长期以来一直依靠领域专业知识和行业专属知识产权建立差异化竞争优势，随着AI更深度融入企业软件，这一模式预计将延续下去。

"对于垂直领域的玩家而言，胜负关键始终在于行业领域的专业优势和附加价值，"Mueller说，"这很可能最终体现在叠加于通用AI平台之上的知识产权层面。"

Subramaniyan表示，客户的最终决策归结于四个核心因素：准确性、规模化能力、安全性和经济性。

"合作伙伴对生成式AI市场格局进行了全面评估，最终选择Articul8，是因为我们在对关键任务工业应用最为重要的能力上持续表现领先，包括准确性、可重复性、安全性和总体拥有成本。"Subramaniyan说道。

工业应用场景下的AI平台评估

尽管Articul8未透露客户身份，但Subramaniyan将其描述为一家服务于数千家客户、覆盖制造业、油气、建筑和流程工业等高度监管行业的大型跨国工业软件提供商。

据Subramaniyan介绍，当AI系统被应用于工业级工程和运营数据时，公司的核心优势得到了充分体现。

一座炼油厂、一个制造工厂或一个大型工业建设项目，可能产生数百万份文件、工程图纸、技术记录和运营数据集。这类环境不仅要求AI系统能够准确回答问题，还需要在满足安全、可审计性和合规要求的前提下实现大规模稳定运行。

据公司介绍，此次评估中超过60%的应用场景需要在本地或客户严格管控的安全环境中部署。

Subramaniyan表示，潜在客户越来越多地提出这样的问题：既然开发者已经能够使用Claude Code、Gemini等AI开发工具，为什么还要采用垂直领域专用平台？

他认为，真正的挑战并不在于能否在有限测试中给出一个像样的答案，而在于能否在数百万份工程文档中持续输出一致的结果，同时保持完整的可追溯性和治理管控能力。

"一旦涉及大规模部署，各种问题就会接踵而至，"Subramaniyan说，"再叠加上可审计性、数据溯源和结果可重复性的要求，挑战更是成倍增加。"

面向监管行业的AI规模化能力

Articul8脱胎于英特尔内部孵化的AI项目，专注于工业和强监管行业，而非通用企业生产力应用场景。公司表示，其平台可直接与运营系统和企业系统对接，涵盖SCADA平台、数据historian、产品生命周期管理软件、ERP系统、工程图纸、传感器数据流、维护系统及文档库等。

公司还主张，专业化模型在工业负载场景下保持着显著优势。据Articul8披露，其模型在工业实体抽取任务上的准确率达96.9%，而GPT-5的准确率为71%，多个开源替代方案的得分则更低。

在单线图组件检测方面——这是电力和工业工程环境中的常见任务——公司表示通用模型在精确率和召回率上的得分均低于1%，而Articul8已达到生产级应用水平。

据Subramaniyan介绍，此次合作建立在一年多前已有的客户关系基础之上。他表示，这家软件提供商在判断AI将成为其业务核心增长驱动力之后，最终决定深化双方合作。

Articul8表示，本轮融资所得资金将用于支持公司在北美、欧洲、日本和拉丁美洲的市场扩张，同时持续推进面向工业应用的领域专属AI模型研发。

Q&A

Q1：Articul8的AI平台相比GPT-5等通用模型，在工业场景下的性能差距有多大？

A：根据Articul8公布的数据，在工业实体抽取任务上，Articul8模型准确率达96.9%，GPT-5为71%，开源替代方案得分更低。在单线图组件检测这一工业工程常见任务中，通用模型的精确率和召回率均低于1%，而Articul8已实现生产级应用水准。这一差距主要源于工业场景对大规模数据处理、可审计性和合规性的严苛要求，通用模型难以在这些维度上持续稳定输出。

Q2：Articul8平台为什么特别强调本地化部署？

A：因为工业和强监管行业对数据安全和合规性有极高要求。在此次评估中，超过60%的应用场景需要在本地或客户严格管控的安全环境中部署，无法依赖公有云服务。炼油厂、制造工厂等工业场景会产生大量敏感的工程图纸、运营数据和技术文档，这些数据不能随意上传至外部平台。Articul8的平台专为混合部署和本地化环境设计，能够满足这类场景的安全与合规要求。

Q3：Articul8这轮融资之后计划如何扩张？

A：Articul8完成B轮融资后，计划将资金用于两大方向：一是地域扩张，重点布局北美、欧洲、日本和拉丁美洲市场；二是持续研发，深化面向工业应用的领域专属AI模型能力。此外，借助与这家跨国工业软件公司的战略合作，Articul8预计将在制造业、能源、建筑、流程工业等资产密集型行业进一步扩大市场存在感，并实现八位数级别的年度经常性收入增长。