
纽约的VC狂欢,和产线有什么关系
上个月在底特律,一个焊装线改造项目验收。甲方厂长指着新装的机器人说:“你们这效率不如硅谷那家AI焊接公司,人家融资几个亿,号称用视觉算法省掉20%节拍。”我问他:“那公司的人来过你们产线吗?他们知道你的夹具是2008年的老款,每换一次车型要停线4小时吗?”厂长没接话。
StrictlyVC回纽约办活动,庆祝初创社区大年。新闻里都是高估值、闭门路演、投资人排场。但作为在汽车产线干了十五年的集成商,我看到的另一面是——纽约的VC池子里,真正投到硬科技、尤其是制造业自动化的钱,比例低得可怜。大部分钱流向了SaaS、金融科技、AI应用层。这些公司讲的故事很好听,但他们的“落地”往往停留在PPT和demo视频里。
两个世界,两种算账方式
| 维度 | StrictlyVC的明星初创 | 我做的产线改造 |
|---|---|---|
| 核心指标 | 用户增长、GMV、ARR | 节拍时间、OEE、MTBF |
| 成本结构 | 人力成本、云服务费 | 伺服电机、减速机、线缆、安装调试 |
| 失败代价 | 再融一轮或裁员 | 停线一天损失几十万,焊渣烧坏一个传感器 |
| 决策周期 | 几周 | 几个月,甚至跨年 |
StrictlyVC的创始人可以花60秒讲完一个“改变世界”的愿景,然后拿到支票。而我要花三个月蹲在产线边,记录每个工位的实际节拍,算清楚集成一台机器人的总成本——包括防护围栏、安全光栅、PLC通讯、调试人工、备件库存。这些细账,VC不关心,他们只关心能不能“scale”。
但纽约的生态真的和产线无关吗?
也不全是。去年有个从纽约回国的创业者,带着一个机器人3D视觉方案找我合作。他之前在华尔街做量化,转行做工业视觉。他的团队写代码很厉害,但第一次来现场,看到车间里40度高温、铁屑飞溅、电压波动,就懵了。我帮他做了两件事:把算法从云端移到边缘盒子,把标定时间从2小时压到15分钟。后来这个方案卖给了三家电焊代工厂。
这个例子说明:VC的热钱如果愿意理解产线物理限制,可能催生真正有用的东西。但大多数时候,VC更愿意投那些“不需要和工厂打交道”的项目——比如给工厂做远程监控的SaaS,因为销售成本低、毛利率高。
我的建议很简单
如果你是制造业老板,看到StrictlyVC的新闻,别急着觉得“我们也要搞创新”。先算清楚两个账:第一,你现有产线的实际节拍损失是多少,第二,引入一个新系统需要停线多久、培训成本多高。如果这些都没数,VC的饼再大,也烙不到你的产线上。
如果你是创业者,想拿纽约的VC钱做工业自动化,请先找一个像我这样的集成商当合伙人。否则,你的demo在投资人面前再完美,到产线上一铲灰就能让它死机。
纽约的香槟和底特律的机油,永远不在一个瓶子里。
原文链接:https://techcrunch.com/2026/07/20/strictlyvc-returns-to-new-york-city-september-10-to-celebrate-a-huge-year-for-the-citys-startup-community/
物界前沿