北京
2021年，Alex Baikovitz 联合创办 Mach9 Robotics，目标是给土木工程师提供更快、更便宜的可视化巡检方案，顺带把美国建筑行业里缓慢、过时的流程推一把。几年下来，硬件确实做出来了，但这段经历让他得出一个判断：硬件不是瓶颈。
他在接受采访时说，土木工程机构把激光扫描仪和图像采集系统拿到的数据，转成可用的测绘成果，过程极其繁琐。真正的痛点在工作流里——如何把源源不断采集到的数据，变成能支撑设计与资产管理决策的信息。
于是公司名字里去掉了“Robotics”，转向开发AI驱动的计算机辅助设计（CAD）软件。这个赌注有了回报：软件内测阶段积累了近100家客户，累计用在超过2500个项目上。
本周三，Mach9 宣布完成 3400万美元 A轮融资，由 First Round Capital 和 Bessemer Venture Partners 联合领投，纽约早期基金 Prudence 与已在股东名单上的 Quiet Capital 参与跟投。
Mach9 是涌入建筑与基础设施“规划到建造”链条的一批创业公司之一。8月，CivilGrid 融资2600万美元，做的是被它自己称为“地下谷歌地图”的生意；Blueprints AI 则用AI在几分钟内产出符合规范、可直接报批的建筑图纸，进入了 TechCrunch Disrupt 创业竞技场的200强。
Baikovitz 说，Mach9 盯上CAD软件，是因为它是整条链条里最慢、最耗人力的环节之一。按他的说法，在 Autodesk、Bentley Systems 这类老牌厂商的软件里手工做，交付一个项目要几个月，每英里大约要花一周。
Mach9 称其软件把大量这类工作自动化，速度快10倍，成本大幅下降。做测绘和土木工程的客户因此能扩大自身产能，接更多类型的活、更大的项目，也让实景采集数据能更深入地影响重大基础设施决策。
精度是另一道门槛。Baikovitz 说，Mach9 自研并训练了内部AI模型，才达到建筑与基础设施所需的厘米级精度。他直言，很多现成模型做不到这个程度。2024年以来，开发流程的很大一部分就是围绕这件事：如何把影像、多模态图像与激光扫描数据集，转成测绘级几何——路缘、路面标线，全都按客户要求、按行业要求的精度描出来。
产品形态上，这套AI CAD系统先根据测绘数据生成方案初稿，工程师再在其上修改。Baikovitz 说，工具给足了画、删、调顶点、评估AI生成模型质量的能力，让工程师能把自己的名字签在交付成果上——这个行业责任风险很高，需要能看懂成果的持证专业人士把关。
至于这笔钱，Baikovitz 计划分三块：改进产品、招聘行业专家、把组织各部分扩起来跟上市场节奏。
回头看，他说很庆幸先走了硬件这条路。那给了公司一个能向潜在客户开口的由头，也正是这些客户告诉他，他们不需要更好的采集设备。他记得一位副总裁说，自己对更便宜、更低成本的硬件没兴趣；更好的软件才能提升交付大型州级交通测绘项目的效率。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
