总部位于旧金山的初创公司 Niobia 正在押注电池和芯片制造中一个关键但常被忽视的环节：帮助工程师理解问题如何以及为何发生。该公司称，其AI软件可标记生产缺陷，并让工程师通过聊天机器人追问成因，目标是把答案从数天缩短到几分钟。

其大致运作方式是：客户在生产线上部署AI代理，用于寻找缺陷，然后再由人工工程师判断产品可能为何失效。这些代理运行在直接安装在制造设备上的独立GPU上，类似传感器。它们可以发现针孔大小的瑕疵，例如划痕。Niobia的AI还会把所有数据集中到一个地方，方便工程师向聊天机器人询问哪里出了问题，并进一步追查原因。

速度之所以至关重要，是因为芯片和电池是全球最重要的产品之一，同时也越来越短缺。随着制造商持续开发和改进技术，在研发过程中出现问题几乎不可避免。工程师随后往往要花上数天甚至更久来找出修复办法，之后才能恢复生产。每一个缺陷或失误都可能代价高昂——有时高达数百万美元——并拖慢制造进度。

Niobia联合创始人 Gaurav Jha 和 Harveen Kaur 都拥有化学博士学位，且曾在芯片制造商和电池制造商工作，这让他们对行业挑战有第一手经验。在 TechCrunch Disrupt 2026 开幕前的一次通话中，Jha 解释说，尽管 Niobia 所做的事情很专业，但它服务的是一个价值数十亿美元的市场，其中包括当今一些最大的电池和半导体制造商。

“这非常小众；也许人们永远不会知道它，”Jha 在谈到公司所服务的电池和芯片制造市场时说。“但它就像幕后一样，正在为一切提供动力……只是我们在现实世界里看不到。”

Jha 补充说：“你周围的每一样产品，比如眼镜、鞋子、拖鞋、钱包和耳机——这些流程都会触及其中的每一个部分。”

Niobia 的代理运行在开源模型上，公司会用电池和芯片研究以及其他数据进一步训练这些模型。正是这种训练让它们能够识别针孔大小的缺陷。Jha 说，Niobia 之所以主要选择开源模型，是因为客户不希望自己的高度敏感公司信息进入公共AI云，更不希望这些数据被用于训练模型。

“没有任何客户希望他们的专有数据进入云端，即使我们告诉他们这是安全的，”Jha 说。考虑到电池和芯片领域各国对抗性竞争者之间争相创新的高风险局面，这家初创公司还说明了其网络安全做法。例如，Niobia 允许客户持有自己的加密密钥，这样公司本身就无法解密客户数据。

Jha 表示，公司目前的重点是聚焦三项专长，例如薄膜涂层、电镀（即利用电流在表面镀金属）以及流化床反应（即让固体颗粒悬浮在气体或液体中的化学过程）。

他说，公司还希望让技术变得更加自主，最终目标是为客户打造一座完全自动驾驶的工厂。

如果你想了解更多，Niobia 将于今天下午在旧金山的 TechCrunch Disrupt 舞台上进行展示。欢迎前来观看该公司，以及作为今天周二至10月15日周四举行的 Startup Battlefield 竞赛一部分、与其同场竞争的另外19家初创公司。