前泰斯拉供應鏈領導者發射原子,這是AI驅動的庫存解決方案

在2018年,特斯拉在擴大Model 3轎車生產規模時面臨重大挑戰,使公司瀕臨崩潰。這次幾近致命的經歷催生了一家新企業Atomic,該企業專注於利用AI優化供應鏈。由前特斯拉員工Michael Rossiter和Neal Suidan創立的Atomic,在前特斯拉總裁Jon McNeill領導的DVx Ventures內部孵化。Rossiter同時也是DVx的合夥人,帶領Atomic完成了300萬美元的種子輪融資,額外投資來自西雅圖的Madrona Ventures。
McNeill回顧Atomic的起源時表示:「Michael和Neil在特斯拉的供應鏈領導工作中親身體驗了這種痛苦,我親眼見證了他們的工作——因為他們為我工作。」Atomic的目標是利用AI提升客戶的庫存規劃。早期試驗顯示出令人振奮的結果,一位客戶成功將庫存減半,同時保持99%的庫存率。
這種平衡至關重要,正如McNeill所解釋:「如果你有太多資金被綁在庫存上,可能會嚴重損害業務。而如果庫存太少,當客戶準備購買時沒有正確的商品,你將付出巨大代價。」Atomic的初期客戶涵蓋消費品、食品飲料和服裝行業,據報導該公司在這些領域實現了20%至50%的庫存成本降低。
在當今波動的市場中,對Atomic這樣解決方案的需求很高,因為傳統系統難以應對不確定性。Suidan指出:「目前,規劃者會像把自己鎖在房間裡一週,試圖整理不同的場景,向領導層報告,卻遇到他們未預料到的問題。」Atomic的軟體通過從現有文件中提取數據並實現快速場景模擬,簡化了這個過程,這項任務原本可能需要數天。
Rossiter和Suidan強調快速部署和適應性的重要性。Suidan表示:「你不能為每個客戶編寫定制應用程式。你需要一個通用的靈活數據模型,適用於所有人,這樣才能真正快速啟動和運行。」這種方法使規劃者能夠精確控制他們的計劃,培養出擁有感和信心。
許多特斯拉校友已投身創業,包括前首席技術官JB Straubel創立的Redwood Materials和前高級副總裁Drew Baglino創立的Heron。然而,Atomic脫穎而出,不僅應用了在特斯拉磨練的技能,還體現了他們在該汽車製造商期間發展的理念。McNeill讚揚他們的工作,說:「他們在特斯拉從頭開始構建了端到端的供應鏈協調系統。」
Suidan強調了他們在特斯拉工作的變革性影響,解釋說:「我們開始時,業務規劃的方式是十幾個團隊各自獨立工作,傳遞這些試算表,試圖每週一次將其整合,向高管提交計劃摘要,然後花費其餘大部分時間追查為什麼某一部分不起作用或另一部分有問題。」他們的解決方案不僅改進了流程,還改變了業務的日常運作方式。
在Model 3量產後離開特斯拉,Rossiter和Suidan於2023年重聚,思考如何將他們的變革性方法應用於所有企業。這促成了在DVx內部創建Atomic,目標雄心勃勃,如Rossiter所述:「我們的志向,我們的願景,是支持每一家銷售實體商品的公司。」
相關文章
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強
相關專題推薦
評論 (35)
0/500
這篇文章讓我想到,供應鏈管理真的是一門大學問!特斯拉當年的Model 3危機差點讓公司垮掉,現在這些前員工出來創辦Atomic,用AI來優化庫存,感覺是從血淚教訓中誕生的智慧結晶。不知道他們的AI方案跟其他家比起來有什麼獨到之處?希望別又是過度炒作,能真正解決業界的痛點就好。🔄
테슬라 경험이 창업에 이어진 이야기가 인상적이네요. 공급망 최적화에 AI를 활용하는 Atomic의 접근법이 흥미롭습니다. 그런데 실제 현장에서의 적용 가능성은 어느 정도일까요? 🤔 전통 방식의 공급망 관리자들이 받아들일 수 있을지 약간 의문이 드네요.
테슬라 출신이 창업한 AI 인벤토리 솔루션이라니... 🧐 공급망 위기를 겪은 회사 출신들이 만든 제품이라 실무 경험이 더 반영되었을 것 같네요. 저번에 우리 회사 재고 관리 시스템 때문에 야근했던 생각나는데, 이런 AI 솔루션이 진짜 도움이 될까요? 스타트업 투자 고려 중인 분들 참고해보세요!
Wow, Atomic sounds like a game-changer for supply chains! Using AI to fix what nearly broke Tesla is wild. I wonder how it’ll stack up against other logistics tech out there. 🚀

在2018年,特斯拉在擴大Model 3轎車生產規模時面臨重大挑戰,使公司瀕臨崩潰。這次幾近致命的經歷催生了一家新企業Atomic,該企業專注於利用AI優化供應鏈。由前特斯拉員工Michael Rossiter和Neal Suidan創立的Atomic,在前特斯拉總裁Jon McNeill領導的DVx Ventures內部孵化。Rossiter同時也是DVx的合夥人,帶領Atomic完成了300萬美元的種子輪融資,額外投資來自西雅圖的Madrona Ventures。
McNeill回顧Atomic的起源時表示:「Michael和Neil在特斯拉的供應鏈領導工作中親身體驗了這種痛苦,我親眼見證了他們的工作——因為他們為我工作。」Atomic的目標是利用AI提升客戶的庫存規劃。早期試驗顯示出令人振奮的結果,一位客戶成功將庫存減半,同時保持99%的庫存率。
這種平衡至關重要,正如McNeill所解釋:「如果你有太多資金被綁在庫存上,可能會嚴重損害業務。而如果庫存太少,當客戶準備購買時沒有正確的商品,你將付出巨大代價。」Atomic的初期客戶涵蓋消費品、食品飲料和服裝行業,據報導該公司在這些領域實現了20%至50%的庫存成本降低。
在當今波動的市場中,對Atomic這樣解決方案的需求很高,因為傳統系統難以應對不確定性。Suidan指出:「目前,規劃者會像把自己鎖在房間裡一週,試圖整理不同的場景,向領導層報告,卻遇到他們未預料到的問題。」Atomic的軟體通過從現有文件中提取數據並實現快速場景模擬,簡化了這個過程,這項任務原本可能需要數天。
Rossiter和Suidan強調快速部署和適應性的重要性。Suidan表示:「你不能為每個客戶編寫定制應用程式。你需要一個通用的靈活數據模型,適用於所有人,這樣才能真正快速啟動和運行。」這種方法使規劃者能夠精確控制他們的計劃,培養出擁有感和信心。
許多特斯拉校友已投身創業,包括前首席技術官JB Straubel創立的Redwood Materials和前高級副總裁Drew Baglino創立的Heron。然而,Atomic脫穎而出,不僅應用了在特斯拉磨練的技能,還體現了他們在該汽車製造商期間發展的理念。McNeill讚揚他們的工作,說:「他們在特斯拉從頭開始構建了端到端的供應鏈協調系統。」
Suidan強調了他們在特斯拉工作的變革性影響,解釋說:「我們開始時,業務規劃的方式是十幾個團隊各自獨立工作,傳遞這些試算表,試圖每週一次將其整合,向高管提交計劃摘要,然後花費其餘大部分時間追查為什麼某一部分不起作用或另一部分有問題。」他們的解決方案不僅改進了流程,還改變了業務的日常運作方式。
在Model 3量產後離開特斯拉,Rossiter和Suidan於2023年重聚,思考如何將他們的變革性方法應用於所有企業。這促成了在DVx內部創建Atomic,目標雄心勃勃,如Rossiter所述:「我們的志向,我們的願景,是支持每一家銷售實體商品的公司。」
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強
這篇文章讓我想到,供應鏈管理真的是一門大學問!特斯拉當年的Model 3危機差點讓公司垮掉,現在這些前員工出來創辦Atomic,用AI來優化庫存,感覺是從血淚教訓中誕生的智慧結晶。不知道他們的AI方案跟其他家比起來有什麼獨到之處?希望別又是過度炒作,能真正解決業界的痛點就好。🔄
테슬라 경험이 창업에 이어진 이야기가 인상적이네요. 공급망 최적화에 AI를 활용하는 Atomic의 접근법이 흥미롭습니다. 그런데 실제 현장에서의 적용 가능성은 어느 정도일까요? 🤔 전통 방식의 공급망 관리자들이 받아들일 수 있을지 약간 의문이 드네요.
테슬라 출신이 창업한 AI 인벤토리 솔루션이라니... 🧐 공급망 위기를 겪은 회사 출신들이 만든 제품이라 실무 경험이 더 반영되었을 것 같네요. 저번에 우리 회사 재고 관리 시스템 때문에 야근했던 생각나는데, 이런 AI 솔루션이 진짜 도움이 될까요? 스타트업 투자 고려 중인 분들 참고해보세요!
Wow, Atomic sounds like a game-changer for supply chains! Using AI to fix what nearly broke Tesla is wild. I wonder how it’ll stack up against other logistics tech out there. 🚀





首頁






