Finansiering
Neural Concept indsamler 100 millioner dollars i serie C for at skalere AI-native engineering

Neuralt koncept, et AI-firma med base i Lausanne, der fokuserer på at gentænke, hvordan komplekse produkter designes og konstrueres, har annonceret en Serie C-finansieringsrunde på 100 millioner dollars, ledet af Growth Equity hos Goldman Sachs Alternatives, med deltagelse af eksisterende investorer. Forestay hovedstad, Alven, HTGF, AFShaw Ventures, og Aster hovedstadRunden markerer en betydelig milepæl for virksomheden, da den skalerer sin AI-native platform på tværs af nogle af verdens mest krævende industrielle miljøer.
Grundlagt som et spin-out fra Det Schweiziske Føderale Teknologiske Institut i Lausanne (EPFL)Neural Concept har bygget sin platform omkring en simpel, men ambitiøs præmis: Ingeniørkunstig kunstig intelligens skal forstå geometri, fysik og designintention på samme niveau som de værktøjer, ingeniører allerede bruger. I stedet for at positionere kunstig intelligens som et eksternt analyselag integrerer virksomheden deep learning direkte i CAD- og simuleringsworkflows, hvilket gør det muligt for ingeniører at ræsonnere om ydeevne og begrænsninger langt tidligere i udviklingsprocessen.
AI direkte ind i den tekniske kerne
Traditionelle ingeniørarbejdsgange er ofte defineret af lange iterationscyklusser. Design skabes, simuleres, revideres og resimuleres – nogle gange over måneder – før kritiske problemer opstår. Neural Concepts tilgang sigter mod at flytte denne tidslinje fremad. Ved at gøre AI native til CAD og fysikbaserede miljøer giver platformen teams mulighed for at udforske store designområder tidligt, identificere kompromiser hurtigere og reducere sandsynligheden for redesigns i sen fase, der kan afspore tidsplaner og budgetter.
Denne model har vundet genklang på tværs af brancher, hvor kompleksitet og time-to-market er et konstant pres. Organisationer inden for bilindustrien, luftfart, energi og avanceret produktion bruger platformen til at accelerere produktudviklingen, samtidig med at de opretholder strenge standarder for ydeevne og sikkerhed. Virksomheden rapporterer en firedobling af virksomhedens omsætning i løbet af de sidste 18 måneder, hvor mere end 50 globale organisationer aktivt implementerer deres teknologi på tværs af produktionsworkflows.
Den nye kapital vil blive brugt til at accelerere produktudviklingen – herunder den planlagte udgivelse af en generativ CAD-funktion i starten af ​​2026 – udvide globale go-to-market-teams og uddybe integrationer med partnere på tværs af cloudinfrastruktur, simuleringssoftware og hardwareacceleration.
Fra AI-eksperimenter til skaleret implementering
Neural Concepts vækst afspejler en bredere overgang, der er i gang inden for implementering af AI i virksomheder. Mange industrielle organisationer har brugt de seneste år på at eksperimentere med maskinlæring i isolerede tilfælde. Det, der ændrer sig nu, er et skift mod platforme, der kan implementeres i stor skala, på tværs af teams og produktlinjer, uden at tvinge ingeniører til at opgive eksisterende værktøjer eller processer.
Ved at positionere sig som et intelligenslag, der er placeret på tværs af ingeniørsystemer, tilpasser Neural Concept sig dette skift. Deres platform er designet til at integrere snarere end at erstatte, hvilket giver virksomheder mulighed for at introducere AI i missionskritiske arbejdsgange trinvist, samtidig med at de leverer en målbar effekt. Denne virksomhedsorienterede tilgang har hjulpet med at flytte AI inden for ingeniørarbejde ud over pilotprojekter og ind i den daglige beslutningstagning.
AI's fremgang som intelligenslag for ingeniørteams
Neural Concepts serie C peger også på en dybere transformation i, hvordan selve ingeniørvidenskaben udvikler sig. AI anvendes ikke længere blot til at fremskynde individuelle opgaver; den former i stigende grad, hvordan beslutninger træffes på tværs af hele produktets livscyklus. Efterhånden som AI-systemer bliver i stand til at ræsonnere om geometri, fysik og ydeevnebegrænsninger sammen, begynder de at fungere som en kontinuerlig kilde til ingeniørintelligens snarere end et periodisk optimeringsværktøj.
Dette skift har betydningsfulde konsekvenser for, hvordan teams arbejder. Ingeniører kan bevæge sig væk fra at håndtere gentagne simuleringer og fragmenterede værktøjskæder og hen imod vurderinger på et højere niveau – definere mål, fortolke resultater og afveje afvejninger på tværs af omkostninger, ydeevne, bæredygtighed og fremstillingsevne. AI håndterer den beregningsmæssige udforskning i stor skala, mens mennesker forbliver ansvarlige for intentioner, risiko og endelige beslutninger.
Over tid kan denne model komprimere udviklingscyklusser, reducere materialespild og muliggøre udforskning af designs, der tidligere var upraktiske på grund af kompleksitet eller omkostninger. Endnu vigtigere er det, at den omformulerer ingeniørarbejde til en løbende dialog mellem menneskelig ekspertise og maskinel ræsonnement snarere end en række af usammenhængende trin.
Neural Concepts udvikling antyder, at AI-drevet ingeniørarbejde bevæger sig fra eksperimentering til infrastruktur. Efterhånden som flere organisationer anvender AI, ikke blot til at optimere arbejdsgange, men også til at styre beslutningstagningen, kan dette intelligenslag blive lige så fundamentalt for ingeniørteams, som CAD og simuleringsværktøjer er i dag.












