产品矩阵

不等式做的是中国制造业的工厂数据层：把 480 万家工厂的真实业务从分散的公开数据里重建出来，再用三种方式交付出去 —— 一个能直接用的平台、一套能被调用的接口、一批能装进企业系统的 AI 岗位能力。

天下工厂 · 平台

在网页、小程序和 App 上直接查工厂。搜索、工厂详情、决策人联系方式、AI 对话式找厂共用同一套数据与同一套引擎，三种用法从同一个入口进：

• 找客户 —— 按行业、地域、产能、外贸、决策人联系方式质量，筛出今天该打的工厂客户清单
• 找供应商 —— 按品类与规格找能做的厂，按产业带集群横向比选，看这家厂的资质、规模与经营状态
• 查一家公司 —— 输入公司名，直接看它的工厂画像与联系方式

数据规模：

• 480 万家工厂档案 —— 含产品、产能、客户结构、设备水平等深维度，不只是工商基础信息
• 1,395 万条脱敏的关键人手机号 + 560 万微信
• 108 万家有外贸业务的工厂
• 1,000+ 产业带覆盖 —— 遍及全国镇域，含跨城跨省的镇域产业带集群

了解天下工厂详情 →

开放平台 · MCP 与 API

同一套能力对开发者和 AI 客户端开放，MCP 与 REST 两种接入方式共用一套鉴权、计费、限流与审计。

当前开放五项能力：工厂搜索、工厂详情、企业联系方式、工厂深度调研、自然语言找厂。检索意图支持三种取值：sales 找客户、purchase 找供应商、company_query 查某家公司 —— 销售侧与采购侧调的是同一套索引与同一套字段。

按次计费，控制台里能看到每一次调用的用量与账单。接入文档与沙箱密钥在 天下工厂开放平台。

企业定制 AI

覆盖七个岗位方向共 27 项能力，读工厂数据层与企业自己的订单、库存、单据两层数据，把结果写回企业现有系统。

其中几项：

• AI 采购员 —— 一次把需求发给几十家厂、回收报价后排出一行选谁的结论；按到货准时率与合格率给供应商打分，工商司法一有变动当天报警
• AI 销售员 —— 按名单批量拨号并当场判意向等级；套成本模型与当日行情出一份能直接发的报价单
• AI 出海专员 —— 从海关数据与展会名录里筛出真买家，补齐决策人邮箱与电话；筛查出口管制、制裁名单、原产地与环保劳工要求
• AI 情报官 —— 7×24 追全国新注册、新开工、新投产的厂，当天推一份名单；全渠道抓标讯按品类过一遍

这条线按需定制交付：先做业务诊断，选一两个高价值场景试点，再定制开发上线，按月复盘迭代。完整能力清单在 AI Agent 集市。

为什么这件事难

工厂数据不像消费品 —— 没有公开 API、没有评分聚合、没有点评网站。要把工厂这一层数据做扎实，需要同时解决五件事：

1. 数据采集 —— 工厂网站、专利、招聘、招投标、行业展会名录、企业对外宣传，每一个数据源都要自己抓
2. 数据清洗 —— 工厂注册名和实际生产主体常常分离（上市公司与三级子公司、母公司与厂区分公司、品牌持有方与 OEM 制造方）
3. 细分行业归类 —— 标准产业分类不够细，长尾产业带需要扩展到镇域级的非标分类（戴南不锈钢、东台不锈钢、靖江船舶、杭集牙刷等都不在国标的常规分类里）
4. 跨地域聚类 —— 镇域产业带常常跨城跨省（戴南-时堰跨泰州-盐城，盛泽-濮院跨江浙），不能按行政区划切
5. AI 智能体重构 —— 把上面这些原始数据重新组织成可回答的问题：这家厂今天在生产什么、产能多大、谁能拍板、值不值得联系

实际做下来，最值钱的是底层数据层本身，以及围绕它长出来的调用方式。

接下来

下一步会围绕这层数据尚未被工具化的环节展开 —— 比如工厂动态预警、跨工具数据流转、认证与资质的名录核验。具体形态会等产品上线时公布。