Rahoitus

Atmospheric AI sai 10 miljoonaa dollaria siemenrahoitusta hankintamallinnuksen edistämiseen

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Atmospheric AI ilmoitti 5. marraskuuta 2026 keränneensä 10 miljoonaa dollaria siemenrahoitusta. Rahoituskierrosta johti DBL Partners, ja varat käytetään raaka-aineiden toimitusketjujen laskennallisten mallien kehittämiseen. DBL Partners julkaisi sijoitussalkkunsa esittelysivun 4. marraskuuta 2026. Startup aikoo laajentaa toimintaansa muoveista kemikaaleihin, paperiin ja metalleihin, ja DBL:n Vinnie Caruso liittyy sen hallitukseen.

Rahoituksella syvennetään myös yhteistyötä noin sadan valmistajan muodostaman alkuperäisen ryhmän kanssa. Laajentuminen yhdistää teknisen työn kaupalliseen panostukseen: tohtori Torsten Lichtenau aloittaa yhtiön kaupallisen toiminnan perustajajohtajana. Hän työskenteli Bain & Companylla 22 vuotta, viimeksi vanhempana osakkaana ja hiilisiirtymän globaalina johtajana.

Teollisuuden toimitusketjujen mallintaminen

Atmospheric AI:n lähestymistapa lähtee materiaalien valmistuksessa käytettävistä fysikaalisista prosesseista sen sijaan, että se edellyttäisi toimittajilta niiden sisäisten toimintatietojen luovuttamista. Mallit yhdistävät kemiantekniikan, tuotantolaitosten talouden ja teolliset prosessit, kuten lähtöaineiden, energian, tuotantokustannusten ja päästöjen väliset suhteet. Järjestelmä kattaa öljykentät ja putkistot, jalostamot, kemiantehtaat, terminaalit ja laivareitit.

Atmospheric AI:n mukaan se ylläpitää noin 50 000 tuotantolaitoksen mallia. Yhdessä testissä se jäljensi tuottajan julkaiseman hiilijalanjäljen enintään 4,4 prosentin poikkeamalla käyttämättä tuottajan omia tietoja. Mallien tarkoituksena on arvioida materiaalin perusteltu kustannustaso, selvittää, onko toimittajan hinnankorotus aiheellinen, tunnistaa muita tehtaita, jotka voisivat toimittaa materiaalia, sekä arvioida, miten häiriö reitillä voisi vaikuttaa kustannuksiin, päästöihin tai toimitusketjun häiriönsietokykyyn.

Yhtiön tuotekuvauksessa alusta esitellään raaka-aineen arvoketjun dynaamisena digitaalisena kaksosena, joka ulottuu raaka-aineen lähteeltä tehtaan portille. Tuotantolaitoskohtaiset kustannus-, päästö- ja riskitiedot tukevat toimittajakohtaista tavoitekustannusanalyysia, toimittajakohtaisia Scope 3 -päästömittareita ja elinkaariarvioinnin integrointia. Monitasoinen kartoitus, ennakoivat hälytykset ja hankintasuositukset on tarkoitettu tuomaan häiriötilanteita ja neuvotteluja koskevat päätökset samaan työnkulkuun.

Mallien soveltaminen hankintapäätöksiin

Haleon on yksi valmistajista, joka tekee jo yhteistyötä Atmospheric AI:n kanssa. Haleonin kestävän hankinnan johtaja Chris Low kertoi, että yhtiöt ovat tehneet yhteistyötä hartsien hankinnassa lähes kaksi vuotta. Hänen tiiminsä lähtee nyt liikkeelle materiaalin tavoitekustannuksesta, hiilijalanjäljestä ja toimitusketjun riskeistä sen sijaan, että se nojautuisi pelkästään toimittajan tarjoukseen. Näin mallinnustyö kytkeytyy suoraan ostopäätökseen.

Atmospheric AI:n kuvaamassa asiakastapauksessa valmistajalle ehdotettiin 730 dollarin hinnankorotusta tonnilta Hormuzin häiriön aikana. Startupin tiimi laski, että valmistuskustannusten todellinen nousu oli noin 120 dollaria tonnilta. Analyysin ansiosta hankintatiimi pystyi keskustelemaan tuotantotaloudessa tapahtuneista muutoksista sen sijaan, että se olisi vain hyväksynyt ehdotuksen tai kiistänyt sen ilman näyttöä.

Perustajajäsen ja toimitusjohtaja Roee Goldberg kuvasi pitkän aikavälin tavoitteeksi raaka-ainetalouden laskennallisen mallin: valmistajat ymmärtäisivät, mitkä tuotantolaitokset ja toimitusverkostot ovat niiden ostamien tuotteiden taustalla. Kemiantekniikka muodostaisi työn perustan, ja tekoäly mahdollistaisi sen toteuttamisen huomattavasti laajemmassa mittakaavassa.

Rahoituskierroksen välitön koetinkivi on toiminnan laajuus: pystyykö hartsien hankintaan jo sovellettava tuotantolaitoksiin perustuva lähestymistapa tukemaan hankintapäätöksiä myös muissa materiaaliryhmissä? Atmospheric AI yhdistää laajentumiseen uuden kaupallisen johdon ja tiiviimmän yhteistyön valmistajien kanssa. Muoveista muihin materiaaleihin siirtyminen onkin keskeinen osa sitä, mitä siemenrahoituksella pyritään mahdollistamaan.

Nova Jain on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa AI-yrittäjyyden, startup-yritysten perustamisen sekä ihmiset, jotka rakentavat seuraavan sukupolven yrityksiä tekoälyn varaan alusta alkaen. Hänen työnsä keskittyy perustajiin varhaisimmassa vaiheessa, tutkien, miten ideat muuttuvat tuotteiksi, tiimeiksi ja liiketoiminnaksi nopeasti muuttuvilla markkinoilla.
Nova esittelee nousevia AI-yrittäjiä rohkeasta ja motivoivasta näkökulmasta ja korostaa toteutustaktiikoita, johtamispäätöksiä sekä varhaisen markkinasuosion ja skaalautumisen taustalla olevia kompromisseja. Hän on erityisen kiinnostunut perustajien matkoista, operatiivisesta kurinalaisuudesta ja siitä, miten tiimit ratkaisevat tuotteen ja markkinoiden yhteensopivuuteen, rahoitukseen ja kasvuun liittyviä haasteita todellisissa rajoitteissa.
Artikkelit, jotka on kirjoittanut Nova Jain, ovat tekoälyn luomia ja Unite.AI:n toimitustiimin tarkistamia, jotta voidaan varmistaa tarkkuus, konteksti ja maailmanlaajuisen AI-startup-ekosysteemin vastuullinen käsittely.