Partly 获得 5 亿美元估值的 5000 万美元 B 轮融资，扩展进入美国汽车维修市场

汽车维修行业长期以来一直是交通运输生态系统中最不数字化的领域之一。虽然汽车制造、物流和零售业已经经历了重大技术转变，但碰撞维修和零件采购过程仍然依赖于碎片化的目录、手动查找和断开的供应商网络。现在，AI 初创公司 Partly 正在尝试使用专用基础模型来改变这一现状。

公司宣布以 5 亿美元估值完成 5000 万美元的 B 轮融资，领投方为 DST Global Partners (GLP ) 。在此次融资的同时，Partly 还宣布立即扩展进入美国市场，在德克萨斯州奥斯汀建立全球总部，并将服务于该公司所描述的世界上最大的汽车维修市场。

为行业构建 AI，通用模型难以理解

与许多在现有大型语言模型基础上构建的 AI 初创公司不同，Partly 已经花费五年时间开发了一种专门为汽车零件和维修工作流程设计的专用基础模型。

公司的旗舰模型称为 Interpreter，它使用制造商协议、专有零件目录、人工反馈和合成数据进行训练。根据 Partly 的说法，该模型旨在理解汽车、零件、图表、维修程序和采购工作流程之间的复杂关系，这些关系通常很难被通用 AI 系统准确解释。

挑战源于汽车零件生态系统的复杂性。单一车型可能包含成千上万个组件，其中许多组件会因车型、生产日期、地区或制造商修订而有所不同。零件可能具有超越、兼容性约束或依赖关系，这些关系如果没有大量的领域特定知识，很难被识别出来。

Partly 表示，Interpreter 可以同时处理文本、技术图表和图像，实现诸如验证零件清单、识别损坏的组件、推荐替换零件和在延迟发生之前标记采购错误等任务。

为汽车零件创建共同语言

公司的更广泛愿景超出了 AI 辅助维修的范畴。

Partly 正在为汽车零件行业构建基础设施，包括 API、数据标准、采购系统和供应链软件，旨在通过共同的数字框架连接制造商、维修商、经销商、拆解商和供应商。

历史上，每个制造商都维护着自己的目录结构和零件分类体系。这种碎片化在供应链中造成了显著的低效率，特别是当维修店需要从多个供应商识别、寻找和订购组件时。

为了解决这个问题，Partly 投入了大量精力创建标准化的汽车数据集和通用零件目录。公司将获得的制造商信息与内部开发的数据标准和 AI 驱动的数据转换工具相结合，帮助组织将现有的目录迁移到统一结构中。

该数据层作为公司的 AI 系统和软件产品的基础。

为什么美国市场很重要

融资公告与 Partly 正式进入美国市场同时发布，美国市场代表着汽车维修技术提供商的一个重要机会。

美国碰撞维修行业每年产生超过 50 亿美元的收入，然而该行业的大部分运营基础设施仍然严重依赖手动流程和传统软件系统。随着维修成本不断上升和车辆设计变得越来越复杂，提高整个维修生命周期的效率的压力也越来越大。

Partly 计划使用奥斯汀作为其美国运营中心，同时在工程、产品管理和业务发展功能上扩大招聘。公司表示，它旨在支持美国运营的约 25 万家维修企业。

这一举动也反映了 AI 公司针对高度专业化的工业领域的更广泛趋势，在这些领域，领域专业知识和专有数据集可以创造出显著的竞争优势。

专用 AI 对汽车维修的意义

最近的 AI 投资热潮主要集中在通用模型和面向消费者的应用上。Partly 代表了一类不同的 AI 公司：专注于通过专用基础模型解决行业特定问题的公司。

这种方法反映了工业领域正在发生的更广泛的转变。虽然通用 AI 系统在语言和推理任务中表现出色，但制造、物流、医疗保健和汽车维修等行业通常需要在高度专业化的数据和工作流程上训练的模型。成功取决于对技术关系、结构化信息和运营约束的理解，而不仅仅是生成流畅的文本。

对于汽车维修行业来说，这可能最终转化为更快的零件识别、更少的订购错误、更短的维修时间、更好的库存管理和维修店、供应商、保险公司和制造商之间的更高效的沟通。

随着车辆变得越来越软件驱动和技术复杂，正确维修它们所需的信息量也在不断增长。专用 AI 系统可能会成为连接碎片化数据集、技术文档、供应链和维修运营的关键层。凭借新鲜的资本和对美国市场的重大推动，Partly 正在将自己置于这一转变的前沿。