Leo AI indsamler 9,7 mio. dollars til at drive en ny æra for maskinteknik

Leo AI, startuppet, der er pioner inden for AI-dreven maskinteknik, har med succes afsluttet en oversubskriberet $9,7 million seed-runde. Runden blev ledet af Flint Capital, med støtte fra en a16z scout, TechAviv, Two Lanterns VC, Bertrand Sicot (tidligere CEO af SolidWorks), og Prof. Yossi Matias, VP i Google. Den nye finansiering vil give Leo AI mulighed for at udvide sit team, gå ind på nye globale markeder og fortsætte med at forfine sin banebrydende platform – og positionere sig selv som en af de vigtigste nye spillere i skæringspunktet mellem ingeniørvidenskab og kunstig intelligens.

En ny kategori af AI: Den store mekaniske model (LMM)

I hjertet af Leos teknologi ligger dens store mekaniske model (LMM). I modsætning til traditionelle AI-systemer, der primært er trænet på sprogdata, er Leos grundlag bygget op af millioner af maskindele, ingeniørtegninger, CAD-filer, tekniske standarder og mekaniske håndbøger. Hvor et system som GPT forstår ord som token og samler dem i sætninger, forstår Leo bolte, lejer, gear og samlinger som dens token, og samler dem i producible designs.

Dette tilgangsmåde gør Leo til den første AI, der er designet specifikt til fysisk produkt-design. Ingeniører kan skrive en simpel prompt som “vis mig en bolt, der passer til dette hul”, og Leo responderer ved at analysere geometrien, standarderne og begrænsningerne, og producerer straks den korrekte del. Modellen går langt ud over nøgleords-matching – den forstår mekanisk formål.

Hvorfor maskiningeniører har brug for det

Maskiningeniører er ansvarlige for at designe verdens fysiske systemer: biler, fly, energiturbiner, industrielle robotter, satellitter, forbrugsvarer og meget mere. Deres arbejde omfatter hele cyklen fra design til test, overholdelse og produktion. Alligevel, på trods af deres centrale rolle i innovation, er mange af dem stadig afhængige af arbejdsgange, der er årtier gamle, og som forbruger enorme mængder tid.

Studier viser, at ingeniører kan spilde mere end 150 arbejdsdage om året på repetitive opgaver som at søge efter tekniske specifikationer, verificere overholdelse eller vælge standardkomponenter. Dette efterlader dem med mindre end halvdelen af deres tid til faktisk design og innovation. Ud over at bremse fremgangen kan disse ineffektiver også drive op produktudviklingsomkostningerne med op til 35%.

Leo løser dette flaskehals direkte. Ved at integrere med de værktøjer, ingeniører allerede bruger, giver Leo realtids-svar trukket fra en organisations egne data og globale standarder. I stedet for at bruge timer på at krydskontrollere, kan en ingeniør spørge Leo i naturligt sprog og modtage en øjeblikkelig, præcis løsning. Dette oversætter sig til op til 70% hurtigere udviklingscykler og omkostningsreduktioner på tværs af hele værdikæden.

Traction med industriledere

Den tidlige traction har været imponerende. Allerede har over 50.000 ingeniører i virksomheder som HP, Scania, Siemens og Mobileye brugt Leo til at generere over 475.000 3D-koncepter. Platformen nåede 200.000 besøgende og over 100.000 dollars i omsætning i sin første måned med monitering – bemærkelsesværdigt for et selskab, der blev grundlagt i 2023 og stadig er tidligt i sin rejse.

Investorer ser denne traction som bevis på en massiv mulighed. Som en af investorerne bemærkede, stammer næsten halvdelen af alle produktforsinkelser i fremstillingen fra siloet knowledge og ineffektivt samarbejde. Ved at løse disse flaskehals direkte, er Leo ikke kun med til at forbedre design-workflows, men også med til at forme, hvordan fysiske produkter koncepteres og bygges.

Ud over effektivitet: Genopretning af kreativitet

For mange ingeniører har den daglige rutine med repetitive kontroller og databaseforespørgsler udhulet den kreative gnist, der fik dem til at vælge faget i første omgang. Medstifter Maor Farid reflekterede over dette, da han beskrev sin egen karrierevej:

“Da jeg startede som maskiningeniør, troede jeg, jeg ville designe livreddende robotter og næste generations køretøjer. I stedet tilbragte jeg uger med bare at søge efter dele. Det er den hårde virkelighed for de fleste ingeniører i dag. Leo ændrer denne dynamik – det giver dem tilbage tiden til at fokusere på opfindelse.”

Ved at genskabe timer hver uge, kan ingeniører omrette deres energi mod det innovative, høj-impakt-arbejde, der virkelig betyder noget – enten det er bæredygtig transport, avanceret robotteknologi eller fornybar energiløsninger.

Ingeniør-design omfatter ofte følsomt ejendomsretligt materiale, fra handelshemmeligheder til sikkerheds-kritiske schematisk tegning. I modsætning til generiske AI-modeller er Leo designet med enterprise-sikkerhed i mente. Den træner aldrig på kundedata, hvilket sikrer, at proprietære designs forbliver private. Selskabet har antaget enterprise-grads cybersecurity-standarder for at beskytte mod dataudbrud – et problem, der bliver stadig dyrere for virksomheder verden over.

De bredere implikationer: En fremtid for AI-dreven ingeniørvidenskab

Leo AI’s impact kan ikke måles kun ved effektivitetsmålinger eller antal adoptioner. Dets opkomst signalerer en bredere transformation i, hvordan ingeniørvidenskab vil udvikle sig over de næste ti år:

• AI som designpartner: I stedet for at fungere som et passivt værktøj er AI blevet en samarbejdspartner – i stand til at fortolke tegninger, CAD-filer og begrænsninger for at give forslag og generere løsninger sammen med ingeniører.

• Forbundne ingeniør-økosystemer: Fremtidige arbejdsgange kan omfatte “levende produktmindesmerker”, hvor hvert design bærer sin fulde historie – materialer, revisioner, overholdelseskontroller, leverandørdata – som kan tilgås øjeblikkeligt via AI-forespørgsler.

• Multimodal intelligens: Med evnen til at behandle tekst, tegninger, 3D-geometri, simulationer og endda IoT-sensordata vil næste generations systemer som Leo udviske grænserne mellem design, test og virkeligt performancesfeedback.

• Acceleration på tværs af industrier: Fra bilindustrien til rumfartsindustrien kan produkter gå fra idé til prototype hurtigere end nogensinde, med predictive modeller, der muliggør smartere vedligeholdelse og digitale tvillinger, der understøtter realtids-simulation.

• Menneskelig kreativitet forstærket: Ved at overføre mundtløse, repetitive arbejde vil ingeniører tilbringe mere af deres tid med at løse meningsfulde problemer – og låse innovation op i stedet for at erstatte menneskelige roller.

• Etiske og transparente systemer: Da AI påtager sig større ansvar, vil spørgsmål om tillid, ansvar og gennemsigtighed blive afgørende. At bygge etiske skranker ind i ingeniør-AI vil være kritisk for at sikre sikkerhed og pålidelighed.

Hvorfor det betyder noget

Historien om Leo AI er ikke kun om et enkelt selskabs succes med finansiering. Det repræsenterer en skift i, hvordan vi tænker om fremtiden for design og ingeniørvidenskab. Da kunstig intelligens bliver mere specialiseret, vil systemer som Leo udvide menneskelige evner i stedet for at erstatte dem.

Dette er en fremtid, hvor ingeniører og AI arbejder side om side, kombinerer menneskelig opfindsomhed med maskinpræcision for at bygge den næste generation af produkter – hurtigere, sikrere og med større kreativitet. For en industri, der længe har været begrænset af forældede værktøjer, kunne Leos vision om en AI-dreven ingeniørpartner være katalysatoren for en ny industri-revolution.