「原子，而非比特！」這句話捕捉了矽谷對實體製造業日益增長的關注，比起數位產品更為重視——這句話在上週達到沸點，因傳出 Jeff Bezos 正籌備一個價值 100 億美元的基金，用來收購並自動化工廠。然而，自動化工廠並非純粹的硬體問題。它越來越依賴於先進的軟體與 AI 工具，這種轉變正在重塑那些建立實體製造業基礎設施的公司。Sift 的首席執行長 Karthik Gollapudi 表示，他感受到腳下地面正在改變。Sift 是位於加州 El Segundo 的一家公司，他們的工具用來支援複雜機器（如太空船與汽車）的設計與製造。他表示，這幾個月的變化已經重塑了公司的重點。
Gollapudi 與共同創辦人、首席技術官 Austin Spiegel 在 2022 年創立 Sift，他們之前曾在 SpaceX 工作，開發軟體工具用來管理測試、製造與發射過程中的大量遙測資料——即來自實體元件感測器的即時性能資訊。大多數製造先進機器的公司會使用現成的資料庫工具，或自行撰寫 Python 腳本，但 Sift 見到機會提供給公司一個最佳的工具。客戶包括美國主要的火箭製造商 United Launch Alliance、其他防衛承包商，以及機器人與電力網管理新創公司。
然而，Gollapudi 表示，資料分析用的 AI 工具的出現，迫使公司做出改變。過去讓公司脫穎之處的個性化工作流程，現在在 AI 與深度學習模型的世界中已成為基本需求。但公司管理資料基礎設施的能力，卻突然變得更加重要。Gollapudi 告訴 TechCrunch：「我們五年前預測的長期願景，實際上在今年就開始實現了。」這意味著管理當前軟體密集型機器所產生的強大資料流。Sift 所處理的一些機器，其感測器數量超過 150 萬個，同時傳輸資料，採用多種格式與時間尺度。他們的目標是整理與儲存這些資料，用來進行 AI 應用——「許多價值就在於讓這些資料能被機器讀取。」Gollapudi 說。
如果 AI 代理要做出製造決策，或分析測試資料以標記潛在問題，Sift 的目標就是讓這些資料能被 AI 代理使用。Astranis 的軟體副總裁 Jeff Dexter 表示，對像他們這樣每天執行 1000 萬次自動軟體測試的公司來說，良好的資料基礎設施非常重要。Dexter 說：「不可避免地，我們每月僅儲存資料就花費數百萬美元。」「這是不是一筆值得花費的錢？透過 Sift 這類技術，我就不用擔心資料量有多少。」
Gollapudi 告訴 TechCrunch，Sift 在 2025 年獲得一筆 4200 萬美元的 B 輪融資，當時後資金評估為 2.74 億美元，由 StepStone 領投，GV（Google 的風投部門）、Riot Ventures、Fika Ventures 與 CIV 參與。