Adi Prasad 将 Tesla 和 CloudKitchens 的经验带到 Matter 的人工智能工厂

Why it matters

Matter is testing whether a founder can combine Tesla-style manufacturing engineering with CloudKitchens-style capital discipline to build profitable, software-driven US factories.

Adi Prasad (@adiprasad27) 花了十年时间研究知名运营者如何创建公司。他现在在 Matter 测试这些经验，Matter 是一家在美国加州 Sunnyvale 运营 54,000 平方英尺工厂的 AI 制造初创公司。

在 发表于 Business Insider 的一篇 “as-told-to” 稿件（7月31日） 中，Prasad 将自己在 Tesla、Apple、CloudKitchens 和 Rivian 的职业生涯描述为一次有意的学徒期。这位 35 岁的创始人说，他选择那些可以近距离观察重大技术和商业决策的职位，然后将这些运营习惯带入 Matter。

Prasad 的路径从制造业开始，而非创业融资。他在 Manipal Institute of Technology 学习机械工程后，于 2015 年在 MIT 获得制造硕士学位。他的 MIT 论文 研究了用于 UV-LED 液相色谱检测器的光学平台的机械设计，涵盖振动、热管理、可制造性和成本等方面。

他于 2015 年加入 Tesla，参与扩大 Model X 的 Falcon Wing doors 的产能，这是该车最难装配的部件之一。Prasad 表示，Tesla 当时仍然足够小，他可以在与 Elon Musk (@elonmusk) 的会议上做汇报，并看到 Musk 将工程问题归结为其基本的物理和经济约束。

“我并不是加入这些公司想把整个职业生涯都留在那里，”Prasad 在接受 Business Insider 采访时说。“它们是我更大创业计划的第一步。”

An apprenticeship across the factory and the balance sheet

Prasad 对 Musk 的描述集中在第一性原理推理上。他说 Musk 会挑战基于惯例的解释，督促团队去确立一个流程或需求存在的理由。这个教训很务实：技术雄心必须服务于激进的生产和商业计划。

在 Tesla 之后，Prasad 在 Apple 担任了一年的产品质量经理。随后，他加入了 CloudKitchens，据他所述当时是公司前 100 名员工之一，以便在前 Uber 首席 Travis Kalanick 周围工作，当时 Kalanick 正在构建一个仅提供配送的商业厨房业务。

Kalanick 提供了 Prasad 运营教育的另一部分。Prasad 说，他看到 Kalanick 通过零基预算（zero-based budgeting）来聚焦组织，要求从头开始证明各项开支和优先级。这种投资回报纪律如今影响着 Prasad 在 Matter 的资源分配，在那里厂房空间、设备、劳动力和软件开发都在争夺资本。

这种组合契合了 Prasad 选择构建的业务。自主制造需要深厚的工程能力，而代工制造则依赖产能利用率、良率、交付绩效和成本控制。创始人可以提出有说服力的自动化论点，但仍可能因设备采购顺序不当或工厂利用不足而亏损。

Prasad 随后在 Rivian 工作，并于 2025 年在 Harvard Business School 完成了 MBA。他毕业后搬到湾区，全职投入 Matter。MIT 的 Spring 2026 mechanical engineering publication 将 Prasad 和 Adi Ranjan 列为 Matter 的联合创始人。

在 3 月份一篇关于 Matter 的 报道 中，Prasad 还将 Charly Mwangi 和 Aish Varadhan 认定为联合创始人。他描述了一个团队，其经验涵盖了 Tesla、Rivian、Apple 和 Intel 的工厂与制造工作，以及 Ranjan 早期构建 Cardinal Robotics 的经历。

这种广度很重要，因为 Matter 试图在开发旨在使产能逐步更加自主的软件的同时出售生产能力。这是一个横跨客户获取、工厂设计、采购、质量体系、机器人与机器学习的运营挑战。

Matter starts with the final stages of production

Matter 目前的商业切入点比 Prasad 的长期愿景要窄。Matter 自称为一家美国制造合作伙伴，负责机器人和复杂机电产品的最终装配、测试与包装。根据其网站，Matter 支持客户从早期设计和试产直到规模化生产。

Prasad 将 MatterOS 描述为连接设计、采购、自动化、质量与工厂运营的软件层。他在三月份表示，Matter 拥有多份意向书和在机器人、消费硬件及能源领域的面向制造设计（design-for-manufacturing）项目在研。这些为公司提供的信息为其说法，且该报道并未点名客户。

这一顺序为 Matter 在经营制造服务的同时收集生产数据提供了途径。每次装配运行都可能暴露出重复性的工程工作、质量故障和流程决策，这些都是软件可能自动化的对象。然后 Matter 可以在其控制的工厂内部使用这些系统，而不是试图将未经验证的软件层推销到其他制造商运营的工厂中。

Prasad 将这一论点总结为将美国制造业“重构为一个软件问题，而不是一个劳动力问题（as a software problem, not a labor problem）”。这种表述旨在把 Matter 从低利润的代工制造类别中提升出来，进入为物理 AI 提供风险投资支持的市场。Matter 仍需证明软件能改变运营工厂的经济学。

Sunnyvale 设施是第一个实体测试。Prasad 告诉 Business Insider，该工厂已投入运行，Matter 有超过二十人在该项目上工作。工厂的有用衡量标准将是具体的：它能多快为一个产品完成入厂部署，设备在不同客户之间可重复使用的频率如何，生产批次之间质量是否有所改善，以及 MatterOS 能减少多少人工工程工作。

这些问题解释了为何 Prasad 从 Musk 和 Kalanick 那里学到的经验可以相互契合。第一性原理工程可以剥离沿袭下来的工厂假设。零基预算可以阻止一家雄心勃勃的硬件初创公司把每台机器、每个功能和每项扩张计划都视为必需。

Prasad 在二十多岁时在规模化运营的公司中学习了这些纪律。Matter 是他必须证明这些纪律可以被转化为可复制制造体系的地方。