Sift再融4200萬：SpaceX前工程師把火箭數據"翻譯"給

2022年成立的Sift，剛剛完成4200萬美元B輪融資。這筆錢背后藏著一個被忽視的事實：當AI已經能寫代碼、畫圖、聊天，它卻看不懂火箭和衛星的傳感器數據。

Sift的兩位創始人Karthik Gollapudi和Austin Spiegel都來自SpaceX。Gollapudi曾是Dragon飛船飛控軟件負責人，Spiegel則領導過Starlink星座工具團隊。他們離開馬斯克的公司，不是因為火箭不夠酷，而是因為發現了一個更基礎的問題——軟件有成熟的可觀測性工具，硬件工程師還在用Excel表格和" tribal knowledge "（部落知識，即口頭傳承的經驗）管理數據。

硬件數據的"巴別塔困境"

現代火箭、衛星、防御系統和自動駕駛車輛，本質上是"包著鋼殼的計算機"。每秒鐘從數百個傳感器產生數百萬個數據點，但AI無法直接理解這些原始信號。Sift做的事情，相當于給AI和硬件之間搭了一座翻譯橋——把雜亂的傳感器數據變成結構化、可查詢的格式。

CEO Gollapudi在聲明里打了個比方：「軟件可觀測性花了20年才成熟，但硬件公司還在用電子表格和口頭經驗。Sift提供的是智能層，讓AI像理解代碼一樣流暢地與硬件交互。」

這個需求正在爆發。全球政府和商業公司計劃部署數萬甚至數十萬顆衛星組成的星座。CTO Neel Kujur算了一筆賬：數據量將是天文數字。Sift的價值在于讓運營無縫化——自動標記異常遙測數據，并用真實世界的數據反饋改進設計。

本輪融資由StepStone Group領投，Google Ventures跟投。后者正是Sift 1750萬美元A輪的領投方。Riot Ventures、Fika Ventures和CIV也參與了這輪融資，官宣日期是3月25日。

為什么是現在？

衛星星座的軍備競賽提供了最直接的推力。SpaceX的Starlink已經部署超過7000顆衛星，亞馬遜Kuiper、OneWeb、中國的國網星座都在追趕。傳統航天時代，一顆衛星發回的數據量有限，工程師可以人工分析。但當你有上千顆衛星同時運行，每顆都在持續傾瀉數據，舊方法徹底失效。

更隱蔽的變化發生在AI控制硬件的臨界點。自動駕駛、無人機集群、自適應衛星——這些系統需要實時決策，不能等人類工程師看完報表再出手。AI必須直接"閱讀"硬件狀態，而Sift做的就是預處理，讓原始信號變成AI能消化的信息。

這筆融資的用途很明確：擴招工程師，擴建基礎設施層。不是做應用，而是做更底層的"管道"——讓其他公司的AI能順暢地與自己的硬件對話。

從SpaceX出來的"基礎設施思維"

Gollapudi和Spiegel的背景決定了Sift的產品哲學。在SpaceX，他們經歷過極端場景：Dragon飛船的飛控軟件必須零容錯，Starlink的星座管理需要處理海量并發數據。這種經歷讓他們意識到，硬件行業的數據基礎設施比軟件落后整整一個時代。

軟件行業有Datadog、Splunk、Elastic這樣的可觀測性巨頭，硬件領域卻沒有對等物。不是因為需求不存在，而是因為問題更難——傳感器數據類型繁雜、格式不統一、實時性要求高，而且涉及物理世界的安全約束。

Sift選擇從航天和國防切入，這些領域對可靠性要求最高、付費意愿最強。但技術棧本身是通用的：自動駕駛汽車、工業機器人、能源基礎設施，任何AI控制的硬件系統都需要同樣的"翻譯層"。

Google Ventures連續領投，說明資本看好這個賽道的長期價值。1750萬到4200萬，估值翻倍不止，但相比軟件基礎設施公司的體量，Sift仍然早期。關鍵問題是：它能否在航天領域站穩腳跟后，快速橫向擴展到其他硬件場景？

當AI開始控制物理世界，我們需要多少像Sift這樣的"翻譯官"？而下一個從SpaceX離職創業的工程師，又會盯上哪個被忽視的基礎設施缺口？