Токійсько-чиказький стартап CADDi, який продає AI-програмне забезпечення для організації та використання інженерних і виробничих даних, залучив $114 млн у новому раунді фінансування. Оцінка компанії за підсумками Series D сягнула $1,2 млрд, що більш ніж удвічі перевищує показник у $470 млн, зафіксований у березні 2025 року. Загальний обсяг залучених інвестицій CADDi тепер становить $234 млн.
У раунді взяли участь вісім нових та наявних інвесторів. Серед них — Moore Strategic Ventures, Coreline Ventures, Woven Capital (фонд зростання Toyota) та HR Tech Fund, корпоративний венчурний підрозділ японської Recruit Holdings. Ще один новий інвестор не розкривається. До фінансування також долучилися попередні бекери Atomico, Globis Capital Partners і фонди JPS Growth, якими керує дочірня структура Japan Post Bank.
CADDi засновано у 2017 році. Її перший продукт CADDi Drawer вирішував поширену проблему виробників: компанії купують занадто багато схожих деталей у різних постачальників. AI-система аналізувала технічні креслення й шукала в базах клієнта ідентичні або подібні деталі, які вже були закуплені чи зберігаються на складі. Вона також надавала інформацію про рівень браку, дозволяючи вирішити, чи використати наявний запас, чи замовити деталь у старого постачальника, чи спробувати нового.
За останні два роки компанія розширила продуктову лінійку, створивши те, що називає «AI-платформою даних для виробництва». Платформа інтегрує різні типи даних із численних систем клієнта — від CAD-файлів до ERP-систем і HR-систем — і структурує їх для використання як людьми, так і AI-агентами. CADDi Drawer перейменовано на CADDi Explorer, а до нього додано CADDi Agent — AI-агента для ухвалення рішень про стандартизацію деталей та оцінки впливу на якість, які аналізують, як зміна конструкції позначиться на продуктивності й безпеці.
Компанія також запустила шість «робочих процесів» для конкретних завдань, покликаних частково фіксувати неявні знання досвідчених інженерів і робітників. Наприклад, CADDi Design Review виявляє потенційні помилки в нових кресленнях і CAD-моделях на основі минулих проблем зі схожими деталями.
Співзасновник і CEO CADDi Юшіро Като розповідає, що компанія використовує власну пропрієтарну AI-модель для аналізу даних на кшталт креслень і CAD-файлів, а також універсальні великі мовні моделі для документів і таблиць. «Я ніколи не бачив, щоб хтось використовував LLM для перевірки конструкцій, бо вони не розуміють креслень чи CAD», — каже він.
Понад 80% знань про виробничі процеси — і часто про те, чому компанія обрала конкретного постачальника чи спроєктувала деталь певним чином — ніде не фіксується. Натомість вони існують лише в головах досвідчених працівників. AI-платформа CADDi покликана захопити й кодифікувати ці знання.
Като відмовився розкривати дохід чи кількість клієнтів, але зазначив, що продажі зростають більш ніж удвічі рік до року, а клієнти компанії працюють у 22 країнах, хоча США є ключовим фокусом. У Японії понад половина зі 100 найбільших виробників країни користуються CADDi. Штат компанії зріс до близько 900 співробітників проти 600 на початку 2025 року.
Кошти з нового раунду підуть на розширення продуктової лінійки, побудову AI-моделей, які розуміють специфічні для виробництва дані — 3D CAD-файли та 2D-креслення, глобальну експансію з акцентом на Північну Америку та найм. CADDi просуває свої продукти на основі вимірюваної віддачі для клієнтів, як-от нижчі прямі витрати на матеріали чи скорочення термінів інженерної розробки, що критично для автовиробників та інших компаній, які конкурують із китайськими суперниками.
Найбільша перешкода для впровадження, за словами Като, — управління змінами. Змусити працівників змінити звичні методи роботи потребує практичної допомоги, тому CADDi утримує понад 100 фахівців із роботи з клієнтами — більше, ніж продавців. Як і багато AI-компаній, вона почала наймати «forward deployed engineers», які допомагають клієнтам ефективно використовувати AI. «Мета — змінити організацію та створити бізнес-ефект», — каже Като.
Като формулює амбіції CADDi навколо того, що називає «фізичним вузьким місцем». AI-можливості зростають, каже він, але мало що у фізичному світі змінилося від появи ChatGPT. Сьогодні AI може за години створити сайт e-commerce-маркетплейсу. Розробка нового автомобіля, натомість, усе ще займає близько чотирьох років від планування до випуску. «Навіть якщо AI зробить мислення в десять тисяч разів швидшим і породить у десять тисяч разів більше теорій, вигода від AI розчиниться у фізичному світі, якщо масове виробництво авто все ще займає чотири роки», — писав Като в есе на сайті CADDi.
Заявлена мета CADDi — прискорити фізичні інновації вдесятеро до 2035 року, що для автомобіля означало б чотири-п’ять місяців від планування до випуску. Автовиробники зазвичай проходять близько 20 циклів перевірки конструкції для одного продукту, каже Като, часто тому, що проблеми виявляються лише на етапі прототипу. CADDi хоче виконувати більше цих етапів паралельно й ловити проблеми раніше, об’єднуючи досвід ветеранів галузі в те, що Като описує як свого роду «надлюдського» ветерана.
