关于传统工厂的升级换代，已成为AI时代各方关注的核心议题。无论是充当数字员工的AI代理，还是具身智能机器人，都在积极向市场证明：“我们能进入工厂替代人力。”

在太平洋对岸，一家美国AI企业也在这条赛道上快速推进，目标锁定在美国约28万家仍依赖传统机械和劳动力的工厂。

9月9日，Harmoni宣布获得1000万美元A轮融资，由Bessemer Venture Partners领投，公司未公开估值。同日，该公司发布了HAL。

HAL是一款安装在车间内的AI系统。

工人可以向它询问某台设备为何运行速度低于往常，可以要求它提交维修请求，也能让它将问题交接给下一班组。创始人David Caputo表示，这使工人能够“literally speak to the machines（真正地与机器对话）”。

这项业务看似规模不大。

1000万美元资金、40家客户、一家19人的公司，但它押注的方向却

与美国当前最热门的路线截然相反。

01 车间：工人排队打卡，每人手中握着一支U盘

2013年，David Caputo离开投行，与朋友共同创立了一只专门收购制造企业的基金。当他首次踏入自己买下的工厂车间时，他感到不安。

“我记得我在车间里转了一圈，心想，天哪，我犯了个错误。”他后来对Business Insider回忆道。工人们排队逐一打卡，每人手里握着一支U盘，里面装着操作机床所需的程序。

“事情不能这样做，”他说。

他花了一段时间寻找一款能将机床、工人和流程串联起来的软件，但没有找到。2020年，他与拥有多年制造业顾问经验的Adam Ellis共同创业，公司主体于2022年正式成立，取名Harmoni。

Harmoni创始人David Caputo与Adam Ellis

Caputo讲述过两个发生在自己工厂里的事故。

一次，操作工拿着左手件的作业指导书去加工右手件，孔位打错，一个零件当场报废，价值18000美元。

另一次更为棘手。一位老员工工作了十年，那支用于给机床加载程序的U盘被他手工修改了十年。他退休后移居地球另一端，公司不得不花整整一年时间重建U盘里的程序，该产品也因此停产一整年。

这两件事都与机床精度无关。它们指向同一个断层，ERP、机床和工人之间从未被真正打通。

Caputo在Harmoni官网的一篇文章中给这一层起了个名字，叫“wild west no man's land”。制造业长期遵循ISA95标准组织系统，顶层是ERP和MES，结构清晰；底层是机床和PLC，技术同样成熟。

夹在中间的这层一直是断裂的。工人只能在散布车间的终端上手动录入，效率损失和人为错误都由此产生。

在Caputo自己收购的工厂里，这个断层直接表现为报废件和停产的产线。

从行业整体来看，情况更为普遍。

加州州立理工大学波莫纳分校工业与制造工程系主任Shokoufeh Mirzaei对Business Insider表示，像亚马逊这样的大公司在自动化方面遥遥领先，而许多美国中小工厂连基本的分析都没有，仍在运行互联网出现之前的系统。她说，制造商普遍不愿更换昂贵的设备，但对现有机器进行改造的权限是开放的。

02 路径：先铺平板，再谈AI

Harmoni的硬件是一块定制平板，通过磁力吸附在机床上。

这块平板能连接的设备范围很广，从现代数控系统一直到二战时期制造的机器。工人可在上面打卡、查看图纸、追踪工单、上报问题。

真正的改造发生在平板背后。

Harmoni利用RFID识别接近机床的人员身份、正在执行的工单以及应加载的程序版本。人员一靠近，系统自动调出对应的作业指导书、图纸和点检表，自动记录工时和机器状态，再将数据回写至ERP。机床级的多因素认证、一键呼叫工程和维护、实时OEE指示灯、车间看板，都在这一层中完成。

官方将这套逻辑拆解为三大支柱：自动化负责消除非生产性动作，如工时记录、ERP事务、文档检索、质量报告、支持请求；流程控制负责将工程数据锁定在正确的零件版本上，使操作工无法调出过期图纸或运行错误程序；可观测性负责将ERP、机床、操作工和RFID的数据整合成一张实时视图。

部署周期为数周。客户数据显示，这套自动化每年为每位操作员节省出200小时的生产性时间。官网博客提供的数字更具体，每个操作工每班能回收30到45分钟，投入产出比在2倍到5倍之间。两个数据口径相符，按一年250个班计算，30到45分钟正好接近200小时。

圣何塞的WessDel是一家为航空航天和国防企业生产精密零件的厂商，于2024年开始使用Harmoni。在此之前，工人需在三个不同的终端前排队打卡、手动录入机器信息。WessDel副总裁Jeff McKay表示，这些事务能占用一个工人将近一小时的工时。现在只需刷工牌，机器活动也会被自动记录。

平板的路径走通了，HAL才有立足点。

这套AI的能力上限被平板所限定。系统原本就知道哪台机器在运行、在做什么工单、上一轮运行结果如何，因此工人提问时无需先交代背景。问“这台机器为什么慢”，HAL就能知道“这台”指的是哪台。这使它避开了大多数工业AI最困难的一步，即先教会模型理解现场。

官网博客还提到了两个运行在自有数据上的预测模型。报废预测器向管理层提供一张热力图，用于确定质检优先级，在坏件产生之前进行干预；工时产出预测器分析车间变量，预测零件产出速率。

客户名单中最大的一块是航空航天与国防领域，目前约40家，公司预计9月再增加10家。

03 路线：硅谷建新工厂，它改造老工厂

美国正在推动再工业化。

Hadrian、Machina Labs等公司的做法是从零开始建设新工厂，直接按高度自动化的标准设计，重点放在机器人和自动化上。

但Harmoni走的是相反方向，它瞄准的是仍在使用传统机械和工人的工厂。

“我们做这套东西，就是为了武装这些人，让他们能与那些自动化工厂竞争。” Caputo说。

这条路径的需求侧来自劳动力缺口。德勤与制造业协会的一项研究估算，到2033年，美国制造商需要多达380万名额外工人，其中约一半岗位可能招不满。

滑铁卢大学工程学教授、RoboHub主任William Melek认为，Harmoni这类工具能帮助制造商应对长期劳动力短缺。但他同时提醒，自动化部分工厂工作的技术，也可能引发担心岗位的工会反弹。

Caputo回应称，Harmoni面向的工厂将继续使用人力，它要削减的是重复的行政工作，而不是减少人员。 他补充说，他的客户本来就招不到足够的人。

至于人形机器人，Caputo认为如果那一天真的到来，Harmoni的系统也能协调它们，但那个未来还很遥远。“技术还没到那一步，” 他说。

竞争格局并不算宽松，制造商的软件本来就是拼凑起来的。MachineMetrics和Datanomix追踪机器和生产，另一些工具追踪工人、设备维护和特定工单的操作步骤。Harmoni的主张是，工厂不该自己去拼合这些系统。它将自己定位为胶水层，利用自动化流程中获取的上下文来防止人为错误。

这个定位能否成立，取决于一件很朴素的事：

工厂是否愿意为“拼合系统”单独支付一笔费用。

04 对照：国内资金投向机器人，它的资金投向平板

将Harmoni的融资规模放到国内坐标中，反差便显现出来。

1000万美元，按汇率约合7000万元人民币。公司未披露估值，团队19人，客户40家，最大的一块是航空航天与国防领域的中小工厂。

国内具身智能赛道同一时期是另一个量级。据IT桔子数据，2026年上半年国内具身智能融资总额935亿元，共322笔。截至2026年6月，已有8家公司估值达到200亿元人民币，除了已上市的宇树科技外，智元机器人、银河通用、星海图、千寻智能、自变量机器人、智平方和灵心巧手都在名单之中。

IT桔子《2026上半年中国具身智能领域投融资报告》

资金流向的方向也不同。

国内这一轮融资主要投向本体、大脑和数据工厂，以换取更大参数的模型、更多自由度的身体，以及自建的数据采集产线。Harmoni获得的资金则投向一块磁吸平板、RFID和中间的软件层。

更值得关注的是验证方式的分野。

国内比拼的是模型能力、出货台数、中标金额；Harmoni比拼的则是每个操作员每年节省出的200小时。前者是能力指标，后者是账本指标。

这两种路径反映了背后的两种市场结构。

美国那28万家工厂，机床可能还是二战时期制造的。这些工厂的痛点是信息断层，更换机器人解决不了问题。大部分工位上的工作本身就变动、小批量、频繁换型，而传统自动化擅长的是高度重复的物理动作。Harmoni选择不动设备，先补上数据这一层的缺陷。

虽然中国的制造业自动化基础更扎实，灯塔工厂数量全球第一，头部企业有条件直接使用机器人重构产线。但中小工厂的数字化同样是一块硬骨头，只是这块骨头目前还没有对应的资本叙事。

还有一个容易被忽略的差别是，Harmoni卖的是“不换设备也能让老厂接单”，而国内第一梯队卖的是“用机器人重构产线”。

前者的客户决策周期短、单笔金额小，可以按软件方式销售；后者需要动产线、需要验收、需要跑通整条流程，天然需要更大的资本背书，也天然需要更长的验证周期。

05 潮涌AI观点

Harmoni最值得国内同行关注的，是其做事的顺序。

它先花了三年布局平板技术，将RFID、工时、图纸版本、机床状态等车间上下文一条条收拢，然后才在这个基础上部署AI。HAL的能力上限被那块平板锁定，平板能采集到什么上下文，HAL就能回答什么问题。这套逻辑与“接入一个大模型API就宣称工业智能”是两回事。

国内过去两年融资主要投向“更聪明的身体”和“更聪明的大脑”，很少有人专门投资“将老产线数据连接起来”这一叙事。

原因不难理解，这件事不性感、不快、估值上不去。它赚的是每个操作员每年200小时的工时钱，而不是下一个操作系统的钱。

但中国中小制造企业的基数比美国大得多，这一层的需求同样存在，只是暂时没有被资本叙事覆盖。

当国内第一梯队的估值已进入200亿俱乐部，而模型能力的进步又缺乏像出货台数那样直观的观测指标时，Harmoni便提供了一个反向参照，工业AI的护城河可能不在参数里，而在机床旁边那块平板能采集到什么数据。

需要说明的是，这条路径的验证还远未完成。

40家客户、未披露估值、19人团队、A轮1000万美元，这些都是早期数字。Bessemer用1000万美元购买的只是一个方向，而非一份成绩单。

两家走的是两条路，不必分出高下。但有一个问题值得国内同行思考：如果一间工厂的机床还能再用二十年，你是先给它换身体，还是先给它装大脑？

*参考文章 1、Business Insider《This startup raised $10 million to bring AI to old factories》 2、Harmoni官方《Harmoni Raises $10 Million Series A Led by Bessemer Venture Partners and Unveils HAL》 3、Harmoni官网博客《The Origins of Factory Orchestration》 4、Cleveland Business Journal《Akron startup Harmoni raises $10M, launches AI tech to solve manufacturing workforce crisis》，2026年9月9日 5、定焦One《具身智能“200亿俱乐部”：8家公司、吸金千亿，豪赌一个未来》