在清华东门外，一家名为圆木智能的科技公司正试图用AI重新定义制造业的生产逻辑。这家由35岁创始人姜昌浩领衔的团队，将目光投向了传统工业软件鲜少触及的领域——用AI压缩工厂从接单到交付的响应周期。他们的核心产品“今天排”，已在数十家机加工工厂落地，覆盖航空航天、医疗、半导体等高端装备领域，并在汽车、3C、船舶等行业与近十家百亿级企业合作解决核心场景问题。
姜昌浩的创业路径颇具反差感。作为清华计算机系科班出身的AI专家，他前两次创业均聚焦量化与金融科技领域，却在2024年带领团队扎进制造业。这一转型源于对行业痛点的深刻洞察：金融领域同质化严重，大模型应用壁垒低；而制造业虽复杂混乱，却存在“跨越式发展”的机遇——工厂无需完成数字化改造即可直接进入智能化阶段。这一观点颠覆了工业软件行业二十年来的正统教义，即先采集结构化数据再谈智能化的传统路径。
团队在工厂车间的实地调研中发现了关键矛盾：传统APS系统虽能优化排产，但依赖严苛的数据质量，且项目制交付成本高昂，导致市场长期困于“春秋时代”——仅中国就有超50家APS厂商，却未出现行业巨头。更现实的问题是，99%的中小工厂因数据不全、预算有限，根本无法使用这类系统。姜昌浩团队因此锁定“通用且复杂”的场景，将AI的推理能力应用于跨行业的脑力劳动优化。
“今天排”的解决方案颇具创新性。系统不追求完全替代人工，而是通过AI生成较优解，由排产员基于经验在甘特图上调整，冲突时AI实时重算。这种“人机协作”模式使排产效率提升90%，设备利用率和交期分别优化15%。更关键的是，产品定价控制在每年5万至10万元区间，确保工厂老板无需复杂ROI计算即可决策。目前，该系统已实现按Token用量计费，避免陷入SaaS模式在国内资本市场的敏感争议。
团队的技术路线同样体现务实风格。面对工业场景对绝对精度的低容忍度，他们选择聚焦复杂但无需100%准确的脑力劳动环节。例如，在设备维修场景中，系统通过录音功能萃取老师傅的隐性知识，逐步沉淀为可复用的逻辑模型。这种“渐进式产品化”策略，有效规避了数字化陷阱——即数据量与高价值数据含量的错配问题。
圆木智能的扩张逻辑沿价值链展开。从精密机加工领域切入后，系统逐步扩展至冲压、注塑等行业，通过补充人和料的管理模型扩大能力边界。在售前环节，AI可拆解非结构化需求文档进行智能报价；研发环节，系统能自动完成3D转2D图纸等重复性工作，节省工程师50%时间；工艺环节，多模态模型直接读取图纸生成工序清单，无缝对接排产系统。这些单点工具通过数据飞轮形成闭环，共同指向缩短交付周期的核心目标。
当前，圆木智能面临三类竞争者：跨界巨头如西门子、达索，传统MES/ERP厂商，以及同类AI创业公司。姜昌浩认为现阶段存在代差优势，但长期竞争不可避免。他更关注的是如何挖掘工厂脑力效率的潜力——当产线效率和工人勤奋度接近极限时，对需求分析、研发、工艺等环节的精益优化将成为新的竞争维度。这种思路在富士康的案例中得到印证：其能持续获得苹果订单，关键在于将设计到量产周期压缩至6个月，远超行业平均的8个月。
在清华理工科背景的务实基因驱动下，这家AI公司正用工程化思维破解工业难题。从拒绝大客户私有化部署请求以保持产品迭代速度，到通过分层模型控制Token成本，每个决策都体现着“先生存后发展”的清醒认知。当被问及为何选择制造业时，姜昌浩的回答带着技术人的浪漫：“世界赠予我拥有，也赠予我回敬。”而他选择的回敬方式，是让车间里的机器轰鸣声与AI的推理节奏同频共振。
