出身
加工業出身的台灣團隊
我們自己研發過工具機、踩過同樣的坑,跟現場講的是同一種語言。 討論規格的時候不需要先解釋什麼叫圖框、什麼叫版次、為什麼公差不能亂放寬。
ABOUT US
我們不是先做了 AI,再回頭找製造業的問題。
是先在加工現場待了很多年,才知道哪些問題值得拿 AI 來解。
01,起點
巴涼科技的第一項產品不是軟體,是工具機。
那幾年我們待的地方是加工廠的現場:站在機台旁邊看師傅換刀, 在辦公室角落等客戶回傳圖檔,也在下班前替一張急件圖手動把二十幾個尺寸打完。
那段時間學到的其實不是技術,是這個產業真正的節奏,報價要在明天早上以前回、圖面版次一改就要立刻讓現場知道、品檢表得趕在出貨前做完。 每一件事單獨看都不難,但每一件事都不能錯,而且量大得驚人。
後來我們把自己踩過的坑做成一套 ERP,賣給跟我們一樣的工廠。 流程確實變順了,但最耗人力的那一段始終沒有被解決,總得有人一張一張把圖看完。看完了才能報價、才能開工單、才能出品檢表。 那個「有人」通常是廠裡最資深、最不該被綁在這件事上的人。
CADASU 就是從這裡開始的。我們想讓那個人回去做只有他能做的事。
出身
我們自己研發過工具機、踩過同樣的坑,跟現場講的是同一種語言。 討論規格的時候不需要先解釋什麼叫圖框、什麼叫版次、為什麼公差不能亂放寬。
團隊
世界級 AI 大廠出身的研發陣容,加上十幾年的加工現場經驗。 一邊有人知道模型該怎麼訓練,另一邊有人知道這張圖在現場會被怎麼用,兩邊坐在同一間辦公室裡。
02,主張
01
同樣一張圖,業務看的是價格、工程看的是可不可行、品管看的是量不量得到。 如果做工具的人沒有在那三個位置上待過,做出來的東西會很聰明,但沒有人用得上。 我們的產品規格幾乎都是從一句現場的抱怨開始的,不是從一篇論文。
02
製造業的每一個數字最後都要對客戶負責。所以 CADASU 從第一版就決定: 每一個抓出來的尺寸都要標在圖上、每一句回答都要指得出是哪份文件的哪一頁。 AI 可以幫你做完九成,但那一成的確認權必須留在人手上,而且要讓人確認得很快。
03
AI 幾乎每個月都在變。一套要花一年才上線的系統,上線那天用的已經是去年的技術。 我們把 CADASU 做成開箱就能用的樣子:先拿你手上的圖跑一次給你看, 確定有用了再談串接、談客製、談整廠導入。順序反過來,通常兩邊都會後悔。
03,大事紀
從賣機台到賣軟體,再到訓練自己的模型,每一步都是被現場推著走的。
公司成立,本業是工具機。加工現場的規矩、術語與節奏,都是那時候學的。 也是在那幾年,我們把整個產業的痛點一條一條記了下來。
把自己踩過的坑做成系統,開始賣軟體而不是賣機台。 從報價、製令、庫存到成本,這套 ERP 至今仍在客戶廠內每天運轉, 也讓我們拿到了理解製造業資料結構的第一手經驗。
投入研發看得懂工程圖的模型,也就是後來的 CADASU AI。
取得 NVIDIA 的技術與運算資源,模型訓練接上國際級的基礎建設。
同年 NVIDIA 執行長黃仁勳在 GTC 主題演講的生態系夥伴牆上,CADASU 名列其中。
資金投入模型研發與導入量能,把腳步再往前推一段。 我們把大部分的錢花在同一件事上:讓模型讀得更準,讓導入的門檻更低。
04,加入我們
台灣有數以萬計的加工廠,撐起了全世界很大一部分的供應鏈,
但它們大多數的圖面還躺在資料夾裡、報價還靠一個人的記憶。
這件事情值得被好好解決一次。
如果你想做的是有人真的每天在用的東西,而不是簡報上的示範,
我們隨時歡迎聊聊。