用AI切入机电设计,70倍提效,这家团队成立14个月拿了超2300万美元融资

阅读本篇前,AI4ELAB本周五下午有场线下分享活动,欢迎报名:做好工程AI原生产品:从硅谷案例到本土实践 | 北京活动报名1226
正篇开始:
6天前,12月18日,一家AI公司完成了2000万美元种子轮融资,今年5月份也获得300万欧元种子前轮融资,它切入的赛道是建筑机电设计。官方披露,目前已经积累了90多个国家、600多家企业的排队使用名单。
建筑设计完成后,需要专业团队规划电气、暖通、给排水系统等MEP工程设计。过去25年,这个工作几乎没有技术进步。工程师用CAD软件手工放置成千上万个元件:电缆、管道、喷淋头、火警探测器,确保符合规范,避免碰撞冲突。一个5万平米的商业建筑,电气系统设计要两个月。Endra把这个时间压缩到一天以内。
3周前,创始人Niklas Lindgren 发帖称,由于AECOM收购了他们的竞争对手Consigli,他们的注册用户数量创下了一周新高 。
用AI切入机电设计,70倍提效,这家团队成立14个月拿了超2300万美元融资

创始人Niklas Lindgren和Anton Juric此前创办过安防公司,2022年被一家PE收购。在做安防公司时,他们看着合作的工程团队用老掉牙的软件画电气图纸,效率低得惊人。但他们没有立刻动手。真正的机会窗口在2024年才出现:

第一,行业标准工具Autodesk Revit已经普及。大型商业项目都在用这个三维建模软件,意味着有了结构化的建筑数据。这是AI能介入的前提。

第二,LLM能理解设计意图了。以前AI只能识别几何形状,现在可以读懂”这是办公区”、”这里需要应急照明”,这类业务逻辑。

第三,建筑业压力到了临界点。根据Tech.eu信息,全球建设产能未来十年要增长40%以上,人才缺口却在扩大。数据中心建设激增,对机电设计的需求暴涨。行业开始真正渴望自动化。

Endra的技术架构值得细说,它展示了AI原生公司和套壳LLM的本质区别。系统分三层工作:

最外层是LLM,负责读懂人类意图。它分析招标文件、规范文档,理解”这栋楼是什么用途”、”哪些区域需要什么配置”。比如识别出会议室需要调光系统,仓库需要防爆照明。

中间层是自研的3D几何引擎。这是核心壁垒。它不是简单调用通用大模型,而是专门为建筑空间优化的算法。能处理复杂的三维布线、管道路径规划、设备干涉检查。

底层是确定性优化算法。机电设计有严格的物理约束和规范要求:电缆载流量、消防分区、通风换气次数。这些不能靠概率生成,必须精确计算。Endra用传统优化算法保证合规性。

三层配合的结果是:工程师上传建筑模型,选择要设计的系统类型(比如电气照明),平台自动生成3D模型、施工图、配线图、计算书、材料清单——一整套交付文档。

Endra在实际项目中测出的数据是效率提升超过70倍。80%以上的重复性工作被自动化了。剩下20%是真正需要专业判断的部分:特殊需求的定制、跨专业协调、成本优化决策。
领投Seed轮的Notion Capital专门投欧洲B2B SaaS,管理资产超过10亿美元。他们的投资备忘录里有个观点:机电设计是AI能产生最大影响的细分领域之一。窄赛道、深技术、数据飞轮——这可能是下一代垂直SaaS的标准打法。
用AI切入机电设计,70倍提效,这家团队成立14个月拿了超2300万美元融资

以上,如果觉得不错,随手点个赞、在看、转发三连吧,也欢迎给个星标⭐,以便您第一时间收到推送~谢谢阅读,下篇内容再见。

用AI切入机电设计,70倍提效,这家团队成立14个月拿了超2300万美元融资
内容服务 | AI咨询 | 产品孵化
用AI切入机电设计,70倍提效,这家团队成立14个月拿了超2300万美元融资
申请加入AI4E社区,获取一手资讯!

主题测试文章,只做测试使用。发布者:Connor 秦明,转转请注明出处:https://ai4elab.com/6434.html

(0)
Connor 秦明的头像Connor 秦明

发表回复

登录后才能评论

相关推荐

联系我们
加入社群