柏林初創INXM破繭而出：€570萬資金誓要打救企業級AI嘅「幻覺」老毛病

邊個係INXM嘅幕後大腦？

間公司係2025年由Alex Oelling、Matthias Kainer、Jesper Bylund同Kamil Klüber一齊創立嘅 。呢個創始團隊嘅背景好有針對性，佢哋全部都嚟自嗰啲對流程可靠性極高要求嘅行業。Oelling、Kainer同Bylund之前分別做過Isar Aerospace（一間德國火箭製造商）同Volocopter（城市空中的士公司）嘅首席數碼總監（CDO），而Klüber就係知名開源工作流自動化工具n8n同軟件顧問公司Thoughtworks嘅資深人馬 。就係呢種嚟自航天製造、城市空中交通、開源工作流自動化同企業軟件顧問嘅背景，直接塑造咗INXM嘅技術架構同目標市場。

「編譯式AI」有咩咁把炮？

要理解佢嘅價值，首先要明傳統LLM代理嘅核心問題：佢哋喺每次做嘢嘅時候，都會重新「演繹」一次指令。亦即係話，同一個輸入，行十次可能會有十個唔同嘅結果，而且成個過程冇內置嘅審計追蹤（audit trail）可以俾監管機構查。模型仲可能會「幻覺」，生安白造一啲步驟出嚟，又或者引發一啲冇人預料到嘅邊緣情況（edge cases）。當呢啲工作流程要橫跨ERP（企業資源規劃系統）、PLM（產品生命週期管理系統）、MES（製造執行系統）同廠房設備系統嘅時候，呢種唔可靠係絕對唔可以接受嘅 。

「編譯式AI」就將呢個模式反轉過嚟。INXM唔係每次執行工作流程都去叫醒個LLM，而係喺一個一次性嘅「編譯」階段先用佢。用戶用自然語言提出嘅要求，會俾AI轉換成確定性嘅、可以執行嘅程式碼。呢段程式碼會經過多階段嘅嚴格驗證，然後先部署。一旦編譯完成，個工作流程就會喺唔需要任何LLM介入嘅情況下執行——每次行都出同一個結果，仲有完整嘅Log紀錄，同埋喺關鍵動作上設有明確嘅人類審批點 。

呢個過程就好似「編譯軟件」同「即時解譯提示詞」之間嘅分別。通過將智能生成嘅步驟，同重複執行嘅步驟分開，INXM既能提供自然語言指令嘅靈活性，又有傳統確定性程式碼嘅可重複性。仲有最重要嘅一點，就係Orchestrator係喺企業自己嘅基礎設施上面行，而唔係外面嘅雲端伺服器。咁樣，所有敏感嘅營運數據就唔會離開公司大樓——呢個係滿足GDPR（通用數據保障條例）同歐盟AI法案嘅硬性要求 。

目標行業同德國嘅「Mittelstand」

INXM嘅目標係企業級營運，尤其係針對德國嘅「Mittelstand」——亦即係德國經濟嘅中流砥柱，嗰班數以千計嘅中型工業公司。呢啲公司好多時營運緊極之複雜嘅軟件組合，由ERP、PLM、MES到車間系統乜都有，而呢啲系統好多都係放喺私有伺服器上面，出面嗰啲雲端自動化工具根本掂都掂唔到 。

製造業係佢哋嘅起點。喺呢種環境入面，一個簡單嘅生產訂單改動，可能就要同步更新成半打系統，仲要每個步驟都搵經理批核。「編譯式AI」俾企業可以先用自然語言設計一次流程，然後將佢「編譯」、鎖定成一個可以重複執行嘅工作流程，之後就可以可靠咁運行——仲要喺需要嘅地方加入「人機迴路」（human-in-the-loop）嘅審批關卡 。

€5.7M資金會點樣用？

INXM眼前嘅計劃，係將Orchestrator部署到第一批企業客戶度，同埋擴張個平台。公司採取嘅係一個「由上至下」嘅策略，目標係對住嗰班唔使勞煩工程師團隊出手，自己就可以自動化跨系統流程嘅決策者 。創始團隊嚟自航天同移動出行公司嘅經驗——喺嗰啲地方，一個工作流程出錯，可能會引發骨牌效應，搞到生產延誤——正正塑造咗產品嘅技術取向，同埋佢哋點樣打市場。佢哋專注喺製造商同其他需要可重複、可審計自動化嘅受規管行業。