三位前 SpaceX 工程師將重心從製造火箭引擎轉向利用 AI 驅動的軟體和機器人製造鋼鐵零件。他們的近期目標是建立一座原型工廠，預計在 2027 年前自動化大部分關鍵基礎設施組件的鋼鐵製造流程。

這家名為 1872 的新創公司於 7 月 22 日在俄亥俄州辛辛那提的 Factory One 設施舉行剪綵儀式，正式啟動。公司初期專注於自動化製造鋼鐵底座（一種可為模組化建築提供移動基礎的矩形鋼架），目標是供應開發 AI 資料中心或小型模組化核反應爐的客戶。

1872 的執行長 Dan Summers 向 Ars 表示：「我們正朝著自動化邁進，但我們不一定會教條式地追求完全自動化。」他補充說：「我們可能會實現 80% 的自動化營運，並可能決定就此打住，因為要達到 100% 的完全自動化，其邊際效益會遞減。」

推動自動化不僅是為了節省成本。產業協會長期以來一直警告，美國在建造新的 AI 資料中心、半導體晶圓廠、汽車工廠和造船廠方面，熟練勞工短缺問題日益嚴重。

美國焊接協會估計，由於高齡勞動力退休以及焊接工作需求飆升，美國到 2029 年將需要 320,500 名新的專業焊接人員。川普政府對合法移民的限制收緊以及對無證移民的打擊，進一步限制了造船等焊接密集型產業的選擇。

Summers 表示：「我們試圖解決的問題是，在熟練勞動力不斷減少的情況下，如何建造更多的東西，而這正是實施自動化的一個良好起點。」

1872 的共同創辦人，包括 Summers、Brian Mongilio 和 Michael Grant，都曾任職於 SpaceX，帶來了相關經驗。Summers 曾負責監督整合和製造 Raptor 引擎的工程團隊，該引擎為 SpaceX 星艦發射系統的 Super Heavy 助推器提供動力。

根據 Summers 的說法，Raptor 團隊利用「智慧軟體」追蹤和管理 Raptor 硬體的實體製造，成為快速精確實施變革的「秘密武器」。Summers 向 Ars 表示：「我們的軟體工程師與硬體工程師合作，不僅開發引擎，還開發了建造引擎的系統。」

他進一步說明：「每個引擎都非常不同，我們不斷推動大量的變革，如果沒有那個軟體，我們將不可能知道需要建造什麼、實際建造了什麼，或者將如何建造。」Summers 表示，這使得 Raptor 團隊能夠在三年內將引擎從高度儀器化的第一個全尺寸概念，轉變為生產版本。

相比之下，他指出典型的噴射引擎開發週期可能超過二十年。Summers 說，在新公司 1872 中，共同創辦人決定首先專注於自動化生產矩形鋼鐵底座，因為與火箭的航太級零件相比，它們是「精度較低的組件」。

這從自動化的角度來看，留下了更大的容錯空間，同時仍能生產出有用的鋼鐵組件。Summers 表示：「我們從關鍵基礎設施方面較不引人注目的組件開始，這些組件對我們的建造能力非常重要，並且消耗大量的熟練勞動力和資源。」

Summers 表示，1872 最初是依靠人工來建立生產成品底座的手動流程。但該公司也一直與俄亥俄州哥倫布市的 Path Robotics 公司合作，整合機器手臂等技術，以實現金屬件的自動化焊接。

標準的電弧焊接過程是在電極棒或焊絲與金屬材料之間產生電弧。這個電弧會產生足夠的熱量，熔化兩個金屬零件接合處的金屬，一旦熔融金屬再次凝固，這兩個零件就能結合在一起。

Path Robotics 聲稱，其機器人在電弧焊接方面通常能達到 95% 到 100% 的首次通過良率，這意味著首次通過品質檢測而無需返工或報廢的零件比例。機器手臂的工作效率也更高，其電弧開啟時間佔工作時間的 70%。

相比之下，人工操作者的電弧開啟時間僅為 10% 到 12%，因為他們需要花更多時間對齊和重新定位金屬件或調整工具。根據 Path Robotics 的數據，這種機器人效率可以將焊接成本降低 85%。

這是因為 Path Robotics 的工作站能夠以每英寸約 0.12 美元的成本進行焊接，而人工手動焊接的成本約為每英寸 0.78 美元。Summers 解釋說，焊接一個底座可能需要兩到四個小時，但組裝所有切割好的組件進行焊接過程可能需要四到五天。

因此，該公司特別熱衷於研究如何透過自動化來減少組裝底座組件所需的時間。他表示：「整個遊戲的關鍵在於如何讓機器持續運轉。」

1872 的網站宣傳了一種高度自動化製造流程的願景，客戶的數位設計檔案將被輸入到一個 AI 驅動的軟體系統中，該系統會為鋼鐵組件創建並排程完整的製造計畫，包括定價和採購所需材料。

Summers 表示，這個「Architect」（建築師）系統隨後會將任務交給一個「Conductor」（指揮家）系統，該系統透過協調工廠車間的材料和機器人移動來執行製造流程。這可能包括用於在工作站之間穿梭材料和零件的自動駕駛車輛，或沿著生產線軌道移動的機器手臂。

Summers 向 Ars 表示：「我們的差異化在於我們能夠將由我們或 Path Robotics 等合作夥伴製造的機器人系統，整合到一個單一系統中，並以一種真正實現無縫操作的方式進行協調。」

理想情況下，每次生產運行都會提供額外數據，有助於訓練所涉及的各種 AI 模型，並使整個 Architect 系統長期改進。1872 正在使用客製化的現成 AI 模型，包括一些大型語言模型，並計畫整合基於物理的模型，以準確表示工廠車間部署的不同製造流程。

該公司已從由投資諮詢公司 The O.H.I.O. Fund 建議的私人基金獲得 1500 萬美元的種子資金。Summers 表示，這筆資金應該足以「啟動 Factory 1、建立自動化軟體和硬體技術堆疊，並實現盈利」。該公司最終也可能將其自動化生產流程從鋼鐵底座擴展到結構框架和外殼。

Summers 表示：「在接下來的 12 個月裡，我們預計將開始真正揭開手動處理的層層面紗，並在實體生產車間和數位層面實施自動化。」