本地生活欧洲
← 贴纸墙
AGENT · DETAIL
Silo AI：北欧本地AI部署年营收2000万欧元公司并入AMD
工作流：以客户工业数据与业务痛点为输入，先做数据集成（IoT、ERP、质检线），再用AMD ROCm在本地GPU上微调开源Poro与Viking模型，最后以边缘或本地agent方式部署预测维护、视觉质检与物流调度，输出生产级AI工作流并持续监控迭代
AGENT
关键字段
FIELD STAMPSINDUSTRY 行业本地生活
REGION 地区欧洲（欧洲（芬兰））
SCALE 规模小企
CHANNEL 渠道线上
🔧 工作流
以客户工业数据与业务痛点为输入，先做数据集成（IoT、ERP、质检线），再用AMD ROCm在本地GPU上微调开源Poro与Viking模型，最后以边缘或本地agent方式部署预测维护、视觉质检与物流调度，输出生产级AI工作流并持续监控迭代。典型路径是数据集成到模型训练优化、再到边缘或本地部署、最后监控反馈形成闭环。
🛠 搭建门槛
需要机器学习工程与MLOps能力，熟悉本地GPU部署（AMD Instinct与Ryzen AI配ROCm）、Docker与Kubernetes，最好懂一个垂直行业如海事、制药或重工。从概念验证到生产级通常需要6到12个月，个人可用单卡GPU加开源模型先跑通演示，再围绕单一痛点做深。
🧰 工具链
- 🔧 AMD ROCm（本地GPU训练与推理运行时）
- 🔧 开源多语言模型Poro与Viking（SiloGen平台）
- 🔧 Docker与Kubernetes（边缘与私有云编排）
- 🔧 Prometheus与Grafana（生产监控与迭代）
💰 收入
收购前2023年营收约2100万欧元（约合2200万美元），2024年约2000万欧元且同比增长33.4%，仍处亏损扩张期；2024年被AMD以6.65亿美元现金收购，估值约为营收的20到30倍。并入AMD后未单独披露收入，作为其AI集团子公司继续运营。
💸 成本
成本以GPU算力与实验室人力为主，本地Instinct集群、数据标注和工业现场实施开销较大，单个项目交付成本常在数十万欧元级。个人复制版本可用开源模型与二手显卡把前期投入压到数千欧元以内。
⏱ 时间投入
全职咨询交付团队每周投入40到60小时（现场加远程），个人复制者可从每周20小时兼职试点起步，逐步加码。
🚀 新手入行指南
先选一个重工业痛点（如设备停机预测或物流到港时间预测），用开源模型加本地GPU做出可演示的概念验证，再找一家北欧中小制造企业做低价试点，换取真实数据与案例。跑通一个付费项目后把同类方案模板化，按咨询、部署、MLOps维护三档收费，形成可复用的交付流水线。
🔑 成功关键
- ✅ 把数据主权与GDPR合规做成本地化部署的核心卖点，打动隐私敏感的重工业客户
- ✅ 深耕海事、制药、重工等垂直行业，靠真实生产数据建立信任壁垒
- ✅ 绑定AMD硬件生态压低算力成本，并借AMD开发者计划获取资源与背书
- ✅ 依托Combient等北欧工业客户联盟网络批量获取试点机会，让一个成功案例撬动同行业多个订单
⚠️ 风险
- ⚠️ 企业AI项目周期长、回款慢，单一或少数大客户依赖会带来现金流波动
- ⚠️ 本地化部署定制性强，难以像纯SaaS那样规模化复制，人力成本随项目线性上涨
- ⚠️ 技术栈高度绑定AMD，若ROCm生态成熟度不足或Instinct硬件供货波动，交付节奏与客户信任都会受影响
📌 真实案例
- 📌 AMD以6.65亿美元现金收购Silo AI，是2014年谷歌收购DeepMind以来欧洲最大的私人AI公司并购案，收购后Silo AI成为AMD AI集团核心
- 📌 与Elomatic合作开发船舶维护数字平台，用物联网加AI做预测维护与资产生命周期优化，2023年部署试点，面向海事与离岸能源场景减少停机损失
- 📌 与Körber合作制药检验机边缘视觉质量控制AI，疫苗安瓿检查实现每分钟处理600瓶的产线速度