核心内容总结
圆木智能是一家由AI出身团队创办的工业AI公司，创始人姜昌浩放弃金融科技“聪明钱”，选择切入制造业中被忽视的中小工厂市场。他们绕开传统工业软件“先数字化再智能化”的路径，用AI智能体解决生产排程、工艺拆解等通用复杂的脑力劳动问题，核心产品“今天排”帮助工厂节省90%排产时间、提升15%设备利用率，定价亲民（5-10万/年），已覆盖数十家机加工工厂及多个高端行业。其目标是通过优化工厂全价值链的脑力效率，压缩交付周期，探索中国制造从“卷体力”到“卷脑力”的新路径。
一、放着金融“躺赚”不赚，为啥偏啃工业硬骨头？
姜昌浩前两次创业都在金融科技领域——数据规整、客户付费意愿强，典型的“聪明人赚聪明钱”。但他为啥转做工业？
- 金融赛道的瓶颈：一是监管收紧，二是同质性太强。几千家银行业务几乎一样，大模型出来后大家想法都差不多，初创公司没壁垒（赢一家就能复制，但早期很难积累优势）。
- 工业的机会：工业场景混乱、千厂千面，但大模型能处理文档、表格等非结构化数据，正好解决传统数字化没覆盖的“脑力劳动”问题（比如老师傅的经验、工艺推理）。2024年他跑了上百家工厂，发现中国工厂不用先做完数字化就能直接上AI——这是跨越式发展的机会。
二、反常识：不用先搞数字化，AI直接就能帮工厂干活？
传统工业软件的“正统”是：先装传感器、采数据、建数据库，再谈智能。但圆木偏不这么干：
- 传统数字化的陷阱：过去采集的都是“好采的数据”（比如设备运行时间），不是“好用的数据”（比如老师傅怎么修机器的推理过程）。姜昌浩团队试过设备维修检测，发现维修文档里缺的正是最宝贵的“隐性知识”——师傅的思考逻辑，这些没被文本化的数据再多也没用。
- 圆木的渐进式打法：不追求一步到位做完美智能体，先做工人愿意用的工具。比如维修工具加录音功能，AI通过互动萃取师傅的经验，慢慢沉淀知识。这种方式对没工业积累的AI团队更务实。
三、中小工厂排产难？“今天排”用AI帮你省90%时间
生产排程是工厂的大痛点：大厂花几百万上APS（高级排程系统），但中小工厂付不起、数据也不全，排产员只能用Excel手调，插个急单就得全停。圆木的“今天排”解决了这个问题：
- 产品逻辑：AI先给出较优解，排产员可以在甘特图上拖拉拽调整，冲突实时重算（不替代人，而是辅助人）。
- 效果看得见：排产时间省90%，设备利用率升15%，交期缩短15%（实测有效）。
- 定价亲民：5-10万/年，按Token用量浮动。对有昂贵CNC机床的工厂来说，15%的设备利用率提升，这笔钱根本不算啥（老板一眼就能算清回报）。
- 拒绝私有化：为了保持每周迭代2个版本的速度，婉拒大客户私有化部署的要求（避免陷进维护泥潭）。
四、不止排程：从报价到工艺，AI优化工厂全流程脑力活
“今天排”只是起点，圆木在工厂全价值链布局智能体：
- 售前报价：AI拆解客户发来的图纸、邮件等非结构化需求，自动算材料、工序、交期，压缩接单时间。
- 研发设计：AI帮工程师把3D图转2D图，省50%机械重复时间。
- 工艺拆解：用多模态模型读零件图纸，拆成工序清单直接传给“今天排”调度资源（产品叫“图省事”）。
- 数据飞轮：排产员每一次调整都是给系统喂经验，AI越用越聪明。最终目标是压缩从接单到交付的周期——比如富士康能拿到苹果订单，就是因为比别人快2个月，圆木想让更多工厂做到这点。
五、面对巨头和老玩家，圆木的底气在哪里？
圆木的对手有三类：西门子/华为等巨头、传统MES/ERP厂商、同类AI创业公司。但姜昌浩不怕：
- 错位竞争：巨头和传统厂商要么服务头部客户，要么思路还停留在“工具加速”，圆木则直接做“系统级优化”的智能体，思路有代差。
- 全栈能力：工业AI落地不靠单点技术，而是算法+工程的全栈能力（比如用工程化分层降Token成本：复杂场景用贵模型，常规场景用便宜微调模型）。
- 数据壁垒：每个行业的工厂数据都不一样，圆木在中小工厂积累的场景数据是别人拿不走的。
姜昌浩说：“如果想做伟大的公司，就不怕竞争。”他赌的是中国制造还没被充分开采的矿脉——工厂里的脑力效率，这可能是未来中国制造的新壁垒。
（全文用大白话拆解，没有专业术语堆砌，非财经人士也能轻松看懂圆木智能的模式和价值~）