一家制造企业最难找的，常常不是新零件，而是它以前明明做过的那个零件。
图纸可能躺在二十年前的文件夹里，报价记录在另一个系统，谁家供应商做过、当时为什么超支、后来哪里出过质量问题，则留在一位资深采购或工程师的脑子里。等客户把一张新图纸发来，团队往往又从头问一遍、算一遍、报一遍。
CADDi抓住的正是这笔被遗忘的旧账。它把图纸、规格、历史报价、采购记录和质量资料放回同一个可搜索的上下文里。销售工程师拿到新的询价，不需要记住旧项目编号，也不必到处问人：上传图纸后，系统可以找到形状和结构相近的历史零件，再连回当时的报价和供应商信息。
一家匿名高精度零部件制造商过去为了找到准确报价所需的旧资料，往往要花30分钟以上；使用CADDi后，检索缩短到一两分钟。CADDi的客户案例这样描述变化。案例由供应商发布，客户没有公开名字，未经独立审计；但它揭示了制造业里一个很具体的付费点：报价慢，不只是效率低，还是丢单和错报的风险。
图纸不是文档，是一张没被索引的经验网
在高混合、小批量或按订单设计的制造里，一张图纸从来不是孤立的图片。
它连着材料、工艺、相似零件、供应商、过去的采购价，也连着返工和质量问题。问题是，多数企业的系统按部门保存这些信息：设计管CAD文件，采购管订单，财务管价格，质量团队留缺陷报告。它们能各自被找到，却很难在一次报价时被一起调用。
CADDi的做法不是再造一个文档库。它会解析图纸中的尺寸、文字和形状，用关键词和相似度把它们与采购、ERP和质量数据关联起来。采购产品页描述的核心能力很直接：用一张图纸找到历史相似件，同时看到过去的价格和供应商记录。
这件事看上去像搜索，实际改变的是经验的归属。以前，资深员工知道“这个外形以前在某个项目里做过，那个报价不能直接照抄”；现在，团队至少可以先看到那份旧图、旧价格和后来留下的记录，再决定要不要复用。判断仍然在人手里，但证据不再只在某一个人手里。
它先靠撮合生意看懂了图纸
CADDi并不是一开始就卖软件。
据Fortune报道，这家日本公司2017年起步时更像零部件撮合商：制造企业把图纸或规格发给它，它去寻找合适的供应商。为了把这门生意做得更快，团队不得不理解图纸、结构和成本之间的关系，也积累了处理这类非结构化资料的软件能力。
大约三年后，它转向把这些能力作为云平台卖给制造企业。这次转向很关键。撮合业务的收入来自一笔笔采购交易，规模受限于自己能参与多少订单；图纸数据平台则可以进入企业的报价、采购、设计和质量流程，成为每次新订单都会被调用的基础设施。
CADDi在2025年完成3800万美元C轮延长融资，估值据报道为4.7亿美元。资金本身不是商业化证明，但Fortune记录了转型后的客户效果：Subaru表示，员工搜索技术图纸的时间每月减少了数百小时。这个说法来自客户向媒体提供的声明，未经第三方审计；不过它与产品的收费逻辑吻合。只要一张图能少花半小时找到，报价、采购和设计团队就有理由为一个共享的数据层买单。
被复用的，不只是图纸
制造企业里最昂贵的重复劳动，往往不是重新画一张图，而是重复犯一次旧错。
过去的非合格记录、改过的材料选择、供应商的真实交期，理论上都可以帮下一次决策少走弯路。没有关联时，它们只是散落的附件；能被找到、比较和带进工作流时，才开始像企业资产。
美国输送设备制造商Dairy Conveyor的案例更能说明这一点。该公司使用CADDi一年后，采购团队据称节省了600个工作小时；一位采购负责人说，原本要一整周的工作可以压缩到一个下午。这份案例同样来自CADDi，不能直接外推到其他工厂。它的价值在于把“数据平台”翻译成了一个更容易算账的结果：少找资料，少问人，少从零开始。
CADDi还没有公开标准价格、软件收入或客户留存率。把多年图纸和业务资料接入系统，本身也可能是一项不小的工程。制造企业是否愿意把核心设计和供应链记录交给外部平台，数据治理和权限控制会是长期门槛。
但它已经给AI产品提供了一个值得记住的路径：不要急着替专业人员生成一个新答案。先把组织已经花钱买过、却一直找不回来的旧答案，放回下一次决策里。能让旧图纸参与新订单，AI才真正进入了制造业的收入链条。