2024年全球發(fā)射入軌的衛(wèi)星超過2800顆，每顆衛(wèi)星每秒吐出的數(shù)據(jù)點(diǎn)以百萬計。但諷刺的是，處理這些數(shù)據(jù)的工程師，很多還在用Excel表格手動篩選異常。

Sift這家成立剛滿3年的南加州創(chuàng)業(yè)公司，3月25日宣布拿到4200萬美元B輪融資。領(lǐng)投方StepStone Group，跟投名單里還有老股東Google Ventures——后者在2023年領(lǐng)投了Sift的1750萬美元A輪。兩輪加起來接近6000萬美元，投后估值雖未披露，但按B輪常規(guī)稀釋比例推算，這家40人左右的團(tuán)隊已躋身獨(dú)角獸候選名單。

從Dragon飛船到創(chuàng)業(yè)：兩個SpaceX工程師的"數(shù)據(jù) PTSD"

CEO Karthik Gollapudi曾是SpaceX Dragon載人飛船的飛行軟件負(fù)責(zé)人，CTO Neel Kujur和聯(lián)合創(chuàng)始人Austin Spiegel則來自Starlink星座工具團(tuán)隊。三人的共同經(jīng)歷很具體：眼睜睜看著火箭和衛(wèi)星產(chǎn)生海量傳感器數(shù)據(jù)，卻找不到好用的工具來理解它們。

Gollapudi在融資聲明里打了個比方：「現(xiàn)代火箭、衛(wèi)星、國防系統(tǒng)和自動駕駛汽車，本質(zhì)上是包著鋼皮的計算機(jī)，每秒從數(shù)百個傳感器產(chǎn)生數(shù)百萬數(shù)據(jù)點(diǎn)——但如果沒有結(jié)構(gòu)化處理，AI連一個字節(jié)都讀不懂。」

這句話的潛臺詞是：軟件行業(yè)花了20年搭建出完善的可觀測性（Observability）基礎(chǔ)設(shè)施，從Datadog到Splunk，開發(fā)者能實時追蹤代碼運(yùn)行的每個環(huán)節(jié)。但硬件領(lǐng)域的時間線仿佛凍結(jié)在2005年——工程師們還在靠"部落知識"（tribal knowledge）和電子表格硬撐。

Sift想做的，就是給硬件裝上類似軟件行業(yè)的"神經(jīng)系統(tǒng)"。自動把原始傳感器流轉(zhuǎn)換成結(jié)構(gòu)化、可查詢的數(shù)據(jù)，既供人類工程師排查故障，也供AI算法直接調(diào)用。

4200萬燒向哪：搶在星座爆發(fā)前鋪基礎(chǔ)設(shè)施

本輪資金的核心用途很明確：擴(kuò)招工程師，夯實"AI控制硬件的基礎(chǔ)設(shè)施層"。

這個表述值得拆解。Sift不直接做AI模型，而是做AI與硬件之間的"翻譯層"——讓算法能像理解代碼一樣理解物理世界的傳感器反饋。Kujur的表述更具體：「數(shù)據(jù)量將是巨大的，Sift的關(guān)鍵作用是讓運(yùn)營無縫化，自動標(biāo)記越界遙測數(shù)據(jù)，并用真實世界數(shù)據(jù)閉環(huán)優(yōu)化設(shè)計?！?/b>

后半句指向一個行業(yè)痛點(diǎn)。傳統(tǒng)航天器的迭代周期以年計，設(shè)計-制造-發(fā)射-發(fā)現(xiàn)問題-再設(shè)計， loop 太長。但Starlink模式證明了另一種可能：用海量在軌數(shù)據(jù)持續(xù)優(yōu)化下一代衛(wèi)星。Sift的工具鏈瞄準(zhǔn)的正是這個場景——讓"設(shè)計閉環(huán)"從口號變成可執(zhí)行的工程流程。

客戶畫像也隨輪融資逐漸清晰。除了商業(yè)航天公司，Sift明確提到"國防系統(tǒng)"和"自動駕駛車輛"。這兩個領(lǐng)域的共同點(diǎn)：對實時決策的可靠性要求極高，容錯率極低，且傳感器數(shù)據(jù)維度復(fù)雜（溫度、振動、電流、姿態(tài)、圖像……）。

投資人押注什么：當(dāng)"太空數(shù)據(jù)基建"成為共識

Google Ventures連續(xù)兩輪加注，在VC語境里是個強(qiáng)烈信號。這家機(jī)構(gòu)以技術(shù)判斷激進(jìn)著稱，通常不會在同一個賽道重復(fù)下注，除非看到明確的網(wǎng)絡(luò)效應(yīng)或平臺級機(jī)會。

Sift的潛在網(wǎng)絡(luò)效應(yīng)在于數(shù)據(jù)格式的標(biāo)準(zhǔn)化。如果足夠多的衛(wèi)星運(yùn)營商采用Sift的數(shù)據(jù)架構(gòu)，行業(yè)可能形成事實標(biāo)準(zhǔn)——后來者為了兼容生態(tài)，會主動接入。這與云計算時代的AWS路徑有相似之處：先解決基礎(chǔ)設(shè)施的臟活累活，再收割生態(tài)位。

StepStone Group作為新領(lǐng)投方入場，則反映了成長期資本對太空數(shù)據(jù)賽道的重新定價。2021-2022年的太空投資熱潮多集中在發(fā)射端（火箭）和應(yīng)用端（遙感圖像），中間的數(shù)據(jù)處理層相對冷門。但現(xiàn)在，隨著Starlink、OneWeb、亞馬遜Kuiper等星座進(jìn)入規(guī)?；渴痣A段，"數(shù)據(jù)堰塞湖"的瓶頸效應(yīng)開始顯現(xiàn)。

一個粗略估算：單顆Starlink衛(wèi)星每天產(chǎn)生約1TB數(shù)據(jù)，整個星座（目標(biāo)4.2萬顆）滿編運(yùn)行后，日數(shù)據(jù)量將達(dá)到PB級。這還沒算上遙感衛(wèi)星的圖像載荷、國防衛(wèi)星的加密流、以及未來自動駕駛汽車的車隊數(shù)據(jù)。

Sift的競品格局目前較分散。傳統(tǒng)玩家如AGI（被Ansys收購）、GMV提供航天任務(wù)分析軟件，但架構(gòu)偏 legacy；新興公司如LeoLabs專注太空態(tài)勢感知，Wyvern做高光譜圖像處理，都與Sift的"通用傳感器數(shù)據(jù)基礎(chǔ)設(shè)施"定位有差異。換句話說，Sift選擇了一個相對空曠的戰(zhàn)場——不是做某個垂直應(yīng)用，而是做所有應(yīng)用的底層。

風(fēng)險與變量：硬件行業(yè)的"慢" vs 資本的"快"

Sift的敘事里有一個張力：它服務(wù)的是航天、國防、汽車這些超慢行業(yè)，但自身是硅谷速度的風(fēng)險資本產(chǎn)物。Gollapudi的履歷（Dragon飛行軟件）確實能敲開客戶大門，但硬件客戶的采購周期以季度甚至年計，與SaaS公司的月度經(jīng)常性收入模型天然沖突。

另一個變量是AI本身的演進(jìn)。如果端到端模型（如特斯拉的FSD v12）真的能繞過顯式傳感器融合，直接通過視頻流學(xué)習(xí)駕駛，Sift所強(qiáng)調(diào)的"結(jié)構(gòu)化傳感器數(shù)據(jù)"價值會不會被削弱？這個問題沒有現(xiàn)成答案，取決于多模態(tài)大模型的能力邊界，以及監(jiān)管對可解釋性的強(qiáng)制要求。

但至少在航天領(lǐng)域，監(jiān)管和工程文化都指向一個結(jié)論：黑箱AI短期內(nèi)無法被信任?；鸺l(fā)射失敗的成本以億美元計，工程師需要知道"為什么AI做了這個決策"，而這正是結(jié)構(gòu)化數(shù)據(jù)的可追溯性所能提供的。

Sift的B輪官宣稿里埋了一個細(xì)節(jié)：公司成立于2022年，正好趕上SpaceX的星艦首次軌道試飛失敗、以及隨后的快速迭代。那個時間點(diǎn)選擇離開"地球上最酷的工程團(tuán)隊"去創(chuàng)業(yè)，需要某種執(zhí)念——或者說，對痛點(diǎn)足夠痛的確認(rèn)。

現(xiàn)在的問題是：當(dāng)更多SpaceX校友帶著類似執(zhí)念涌入市場，Sift能否在窗口期內(nèi)建立起足夠深的護(hù)城河？還是說，這個4200萬美元的里程碑，只是太空數(shù)據(jù)基礎(chǔ)設(shè)施長跑的發(fā)令槍？