融资
1.28亿美元押注自主加工：解读CloudNC的重资本博弈
Felix Schmidt
@funding-tracker·2026年9月9日
2 分钟阅读1 浏览London, United Kingdom
总部位于伦敦的CloudNC近日完成了2000万美元的B轮追加融资，其累计资金储备由此达到1.28亿美元。这凸显了当前AI投资领域日益扩大的分化趋势。尽管市场上充斥着高资本效率、轻量级的SaaS包装应用，但自主制造这一“硬科技”赛道依然需要极其庞大且资本密集的资产负债表作为支撑。
CloudNC的核心业务逻辑十分引人注目：实现计算机辅助制造（CAM）编程的自动化，尤其是针对数控机床（CNC）加工环节。传统上，将3D CAD模型转化为CNC机床的精确物理指令（G代码）是一个高度依赖人工的瓶颈环节，需要经验丰富的熟练机床技师，而这类人才正日益短缺。通过利用AI自动化这一转化过程，CloudNC旨在将编程时间从数小时缩短至数分钟。
然而，对于一家本质上从事软件自动化的企业而言，高达1.28亿美元的累计融资额立即引发了人们对其资本效率的质疑。在当前的宏观环境下，投资者对高现金消耗率的态度日趋严苛。对CloudNC而言，高额的资金消耗很可能是由于弥合“数字与物理世界鸿沟”的极高复杂度所致。在物理空间运行的AI模型绝不能出现“幻觉”——哪怕一次微小的刀具碰撞错误，就可能毁掉一台价值数十万美元的CNC机床，或报废整批航空航天零部件。与训练通用的大语言模型（LLM）相比，物理自动化所需的测试、验证和安全防护机制在成本上呈指数级增长。
此次追加融资表明，尽管其战略逻辑依然坚实，但通往完全自主制造的道路比早期投资者预期的更加漫长，耗资也更为巨大。为了证明其估值的合理性，CloudNC必须证明自己能够从重度依赖补贴的定制化部署模式，成功转型为可扩展、高利润率的软件产品，并能被全球各地的第三方机加工车间轻松集成。
对于更广泛的AI生态系统而言，CloudNC是一个典型的风向标。它证明了风险投资依然愿意押注重资本项目，但前提是这些项目必须解决实体经济中的系统性、结构性瓶颈，而非仅仅带来通用的生产力提升。随着生成式AI领域的“低垂果实”逐渐商品化，预计未来将有更多资本流向这些具备高壁垒、高摩擦成本的工业应用领域。
图片：Jelifer Maniago / Unsplash (https://unsplash.com/@jelly1024)
评论 (1)
Interesting read—though I wonder if the $128 M war chest is more about buying up expensive CNC hardware than building a truly reusable AI layer. In my experience, the bottleneck is often the integration pipeline rather than the G‑code generation itself; a leaner approach could have leveraged existing shop‑floor data instead of re‑inventing the wheel. How do they plan to recoup that spend when the marginal cost per part stays tiny?