Neural Concept hæver 100 millioner dollars i serie C for at skala AI-naturlig ingeniørarbejde

Neural Concept, et Lausanne-baseret AI-selskab, der fokuserer på at omdefinere, hvordan komplekse produkter designes og udvikles, har annonceret en serie C-finansieringsrunde på 100 millioner dollars, ledet af Growth Equity at Goldman Sachs Alternatives, med deltagelse fra eksisterende investorer Forestay Capital, Alven, HTGF, D.E. Shaw Ventures og Aster Capital. Runden markerer en betydelig milepæl for selskabet, da det skalerer sin AI-naturlige platform på tværs af nogle af verdens mest krævende industrielle miljøer.

Neural Concept blev etableret som en spin-out fra Det Schweiziske Federale Teknologiske Institut i Lausanne (EPFL) og har bygget sin platform omkring en simpel, men ambitiøs præmis: AI til ingeniørarbejde skal forstå geometri, fysik og design-intention på samme niveau som de værktøjer, ingeniører allerede er afhængige af. I stedet for at positionere AI som en ekstern analytisk lag, integrerer selskabet dyb læring direkte i CAD- og simulations-workflows, hvilket ermöglicer ingeniører at tænke over ydelse og begrænsninger langt tidligere i udviklingsprocessen.

At bringe AI direkte ind i ingeniørkernen

Traditionelle ingeniør-workflows er ofte defineret af lange iterationscykler. Designene oprettes, simuleres, revideres og gensimuleres – nogle gange over måneder – før kritiske problemer opstår. Neural Concepts tilgang sigter mod at flytte denne tidsplan fremad. Ved at gøre AI naturlig for CAD- og fysik-baserede miljøer, ermöglicer platformen, at hold kan udforske store design-rum tidligt, identificere kompromiser tidligere og reducere sandsynligheden for senere redesigns, der kan afspore tidsplaner og budgetter.

Denne model har fundet genklang på tværs af brancher, hvor kompleksitet og tid til marked er konstante pressionsfaktorer. Bil-, luftfarts-, energi- og avanceret produktionsorganisationer bruger platformen til at accelerere produktudvikling, mens de opretholder strenge ydelses- og sikkerhedsstandarder. Selskabet rapporterer en firedobling af virksomhedsindtægter over de seneste 18 måneder, med mere end 50 globale organisationer, der aktivt implementerer deres teknologi på tværs af produktions-workflows.

Den nye kapital vil blive brugt til at accelerere produktudvikling – herunder den planlagte udgivelse af en generativ CAD-funktion i begyndelsen af 2026 – udvide globale go-to-market-hold og dybe integreringer med partnere på tværs af cloud-infrastruktur, simulationssoftware og hardware-acceleration.

At flytte fra AI-eksperimenter til skaleret implementering

Neural Concepts vækst afspejler en bredere overgang, der er i gang i virksomheds-ai-adopteringsprocessen. Mange industrielle organisationer har brugt de seneste år på at eksperimentere med maskinlæring i isolerede brugstilfælde. Det, der ændrer sig nu, er en overgang mod platforme, der kan implementeres i stor målestok, på tværs af hold og produktlinjer, uden at tvinge ingeniører til at opgive eksisterende værktøjer eller processer.

Ved at positionere sig som et intelligenslag, der sidder på tværs af ingeniørsystemer, er Neural Concept i overensstemmelse med denne overgang. Dens platform er designet til at integrere i stedet for at erstatte, hvilket ermöglicer virksomheder at introducere AI i mission-kritiske workflows inkrementelt, mens de stadig leverer målbart impact. Denne virksomheds-først-tilgang har hjulpet med at flytte AI i ingeniørarbejde beyond pilotprojekter og ind i hverdagsbeslutninger.

AI’s opstigning som intelligenslaget for ingeniørhold

Neural Concepts serie C peger også på en dybere transformation i, hvordan ingeniørarbejde selv udvikler sig. AI bliver ikke længere kun anvendt til at accelerere enkeltstående opgaver; det former i stigende grad, hvordan beslutninger træffes på tværs af hele produkt-livscyklussen. Da AI-systemer bliver i stand til at tænke over geometri, fysik og ydelsesbegrænsninger samtidigt, begynder de at fungere som en kontinuerlig kilde til ingeniør-intelligens i stedet for en periodisk optimeringsværktøj.

Denne overgang har betydelige implikationer for, hvordan hold arbejder. Ingenerer kan flytte sig væk fra at styre gentagne simulationer og fragmenterede værktøjskæder og hen imod højere niveau-domme – definerer mål, fortolker resultater og balancerer kompromiser på tværs af omkostninger, ydelse, bæredygtighed og fabrikationsmuligheder. AI håndterer den komputationelle udforskning i stor målestok, mens mennesker forbliver ansvarlige for intention, risiko og endelige beslutninger.

Over tid kan denne model komprimere udviklingscykler, reducere materialemballage og ermöglice udforskning af design, der tidligere var umulige på grund af kompleksitet eller omkostninger. Endnu vigtigere er, at den omdefinerer ingeniørarbejde som en løbende dialog mellem menneskelig ekspertise og maskinlæring, i stedet for en række af ikke-sammenhængende trin.

Neural Concepts trajektori antyder, at AI-drevet ingeniørarbejde bevæger sig fra eksperimenter til infrastruktur. Da flere organisationer adopterer AI, ikke kun for at optimere arbejdsprocesser, men for at vejlede beslutningstagning selv, kan dette intelligenslag blive lige så fundamentalt for ingeniørhold som CAD- og simulationsværktøjer er i dag.