誕生於製造現場的AI新創！日本CADDi完成D輪募資，從「幫工廠找零件」躍升估值12億美元獨角獸

日本製造業 AI 新創 CADDi 於 9 月 15 日宣布完成 1.14 億美元 D 輪募資，公司估值達到 12 億美元，正式跨入獨角獸的行列。

本輪共有 8 家新舊投資人參與，包括新加入的 Moore Strategic Ventures、Coreline Ventures、Toyota 旗下的 Woven Capital、Salesforce Ventures，以及 Recruit Holdings 旗下的 CVC HR Tech Fund。既有投資人 Atomico、Globis Capital Partners 與日本郵政銀行旗下的 JPS Growth 也持續加碼。

CADDi 共同創辦人暨執行長加藤勇志郎（Yushiro Kato）表示，新一輪募得資金將用於擴充產品線、開發能理解 3D CAD 檔案與 2D 工程圖等製造業專用數據的 AI 模型，並以北美為核心推進全球擴展。

對同樣身為製造重鎮的台灣而言，CADDi 提供了一份具參考價值的實戰範本。後者把散落在工程圖、企業系統與工程師腦海、經驗中的製造業知識，轉化為 AI 能夠直接理解與運用的數據，進一步協助企業改善從產品設計、物料採購到生產的流程。

回頭看這家新晉獨角獸的發展軌跡，其實是從一項看似與 AI 無關的零組件採購業務開始。

從「幫工廠找零件」開始，意外找出數據金礦

2017 年成立時，CADDi 是一個協助製造商進行特殊零組件採購的平台。企業上傳工程圖後，CADDi 協助分析圖面，再媒合適合的加工廠，處理報價、品質與交期等流程。

換句話說，當年的 CADDi 更接近一個「製造業採購平台」，而不是如今的 AI 數據公司。但由於長期處理零組件的採購，讓 CADDi 得以掌握工程圖、材料、加工方式、價格、供應商與品質結果之間的關係，讓這些資料並不只是單純的「數據」，更包含製造業決策背後的思考脈絡，這替 CADDi 累積出難以複製的製造業真實數據與領域知識。

也因此，CADDi 後來的轉型並不是從零開始訓練一個 AI，而是將多年累積的製造業知識重新整理成可被使用的資產。

加藤勇志郎曾在 CADDi 官網發表一篇名為 《Materialization — Making Things in the Age of AI》（AI 時代下的實體製造） 的文章中寫道，「過去 30 年間，我們讓位元世界（bits）變快了百倍以上，但大部分產業的原子世界（atoms）卻幾乎停留在原地。」

他指出，即使 AI 能讓思考與理論生成加快萬倍，如果打造一台量產車依然要花上 4 年，AI 的效益就會在實體世界中被稀釋。而這樣的現象正是所謂的「物理極限」（Physical Limits）。想解決「物理極限」的問題，就必須要消除這種數位與實體演進速度的不對稱。

作為「製造業 AI 數據平台」的新定位

2022 年，CADDi 推出「CADDi Drawer」，開始把過去累積的製造業數據轉化為軟體產品。
這款 AI 驅動的產品能讀取工程圖，並在客戶自身的資料庫中搜尋過去購買過或已有庫存的相同、相似零件；同時也能提供相關零件的瑕疵率等資訊，協助客戶判斷應該使用現有庫存、向既有供應商再次採購，或尋找新的供應商。

而 CADDi Drawer 推出後，成長速度遠遠超過了原本的零組件採購媒合業務。除了證明製造業對「圖面數據化與歷史知識搜尋」的強烈需求，更讓 CADDi 意識到，相較於親自介入每一筆訂單的營運模式，可高度規模化的軟體產品，才是解開其生產力瓶頸的最佳解答。

接著在 2024 年，CADDi 結束原本的零組件採購與媒合業務，不再提供零件與組裝品，將公司資源轉向製造業 AI 數據平台。對一家已經建立交易規模的新創而言，這是一個相當大的決定。

過去兩年，CADDi 更持續擴大產品線，逐步打造出其所稱的「製造業 AI 數據平台」。這套平台能整合企業跨系統的資料，從 CAD 檔案、ERP，到人力資源系統等不同數據來源，再將資料結構化，讓企業員工與 AI Agent 都能使用。

原本的 CADDi Drawer 也升級並更名為 CADDi Explorer，從原本單純搜尋圖面的工具，擴展為能跨越設計、採購、生產與財務系統的「製造業知識搜尋引擎」，更加入了 CADDi Agent 的服務。

如果說 Explorer 是幫人類「把分散資料找出來」的搜尋工具，CADDi Agent 則更像具備製造推理能力的「AI 助手」，不只被動回答問題，更能主動分析數據並給出決策建議。

CADDi Agent 能在看完全公司的採買清單後，主動提醒你「這 5 個原本由不同部門設計的零件需求長得幾乎一樣！如果我們把它們統一成同一種規格合併採購，將可以省下 20% 成本。」

除此之外，CADDi 還推出 6 款針對特定製造任務的 Workflow 產品，試圖把過去依賴資深工程師經驗的工作流程，也轉化為可以讓 AI 輔助的系統。例如，CADDi Design Review 能參考過去相似零件曾發生的問題，自動標示新圖紙與 CAD 模型中可能存在的錯誤。

這代表 CADDi 想解決的已經不只是「企業資料找不到」，而是進一步讓 AI 能夠理解這些資料背後的製造邏輯。

加藤勇志郎在接受《Fortune》採訪時表示，CADDi 是以自行研發的專有 AI 模型來分析工程圖與 CAD 檔等製造業數據，再搭配一般大型語言模型（LLM）處理文件與表格，「我從未見過有人拿 LLM 來做設計檢查，因為它根本看不懂工程圖或 CAD。」

對製造業而言，真正重要的資訊不只存在於文件或表格裡，而是藏在施工圖、供應商選擇、品質紀錄，以及過去一次次的決策之中。

CADDi 目前並未透露具體的營收或客戶數量，但表示其銷售額正以每年翻倍的速度成長。雖然美國是其核心市場，但公司業務已拓展至 22 個國家，且在日本前 100 大製造商中，已有超過半數採用 CADDi。同時，CADDi 的員工人數也已從 2025 年初的 600 人增加至約 900 人。