从 RPA 到 AI Agent，企业自动化如何迈入 3.0 时代？—— 2000 万融资背后的行业变革

本期亮点

• Thread AI 完成 2000 万美元 A 轮融资，这家由 Palantir 前高管创立的公司，正以全新思路重构企业 AI 基础设施。
• 深入探讨当前企业 AI 实施的核心困境：是屈从于死板的现成工具，还是投入巨额成本从零构建？
• 揭秘 Lemma 平台的革命性设计：如何通过可组合架构、跨功能协作和人机协同，让 AI 真正服务于企业复杂需求。

核心内容拆解

1. 企业 AI 的 “两难困境”
   多数 AI 工具仅为狭窄群体或特定行业设计，默认企业会围绕工具重构业务流程，却忽视了现实中企业对灵活适配的需求。这种 “技术与业务脱节” 的现状，导致大量企业难以释放 AI 潜力。Thread AI 创始人精准指出：“企业要么被迫适应预设框架，要么投入巨资定制，而这两种选择都在阻碍 AI 价值的释放。”
2. Thread AI 的破局之道：Lemma 平台的三大核心原则“在你现在的位置与你会面”：不要求企业抛弃现有系统，而是将前沿 AI 能力嵌入传统架构，兼容复杂的 legacy 系统。
   “AI 是工作流的一部分，而非全部”：聚焦 AI 与现有流程的融合，通过 “agent 模式” 赋予系统智能自主性，同时保留人类监督。
   “协作与演化优先”：支持跨角色（数据科学家、业务用户等）协作，适应模型迭代和业务需求变化，无需牺牲安全性。
   
3. 技术创新：重新定义 AI 工作流架构
   Lemma 平台以 “worker、state、function、run、context” 为核心原语，构建灵活且安全的工作流：Context 层：共享内存原语，确保流程执行中的状态和上下文连续性，支持人机协作时的 “暂停 - 等待” 机制。
   Function Registry：统一管理不同协议（gRPC、REST 等）的业务逻辑，提供凭证配置和版本控制，满足监管行业的可追溯性需求。
   双重构建路径：同时支持代码和 UI 操作，兼顾技术与非技术用户，降低使用门槛。
   
4. 真实价值：从案例看效率提升
   客户案例显示，Lemma 平台可使流程响应时间改善 70%，AI 实施规模扩展 250%-500%。在农业（传感器数据处理）、制造业（质量控制）、金融（合规流程自动化）等领域，平台通过 “handoff” 机制实现人机协同，既提升效率，又保留人类决策权。
5. 融资背后：投资者为何押注企业 AI 基础设施？
   本轮融资由 Greycroft 领投，多家知名机构跟投，反映出市场对 “AI 基础设施” 的认可。正如 Greycroft 合伙人所言：“企业需要的不是单一 AI 应用，而是能随业务演进的安全、可扩展基础设施。”Thread AI 的务实路线 —— 聚焦落地而非技术炫技，成为吸引资本的关键。

延伸思考

• AI 基础设施民主化：中小企业无需巨额投入即可使用先进 AI 能力，可能推动创新在传统行业的广泛分布。
• 人机协作的未来：Thread AI 的设计哲学强调 “增强人类而非替代”，为平衡效率与社会接受度提供了新思路。
• 行业影响：其可组合架构、跨功能协作模式或成为企业 AI 部署的新标准，推动行业从 “技术驱动” 转向 “应用驱动”。