Flow Engineering lève $50M en série B avec une valorisation de $750M pour une plateforme matérielle agentique

Flow Engineering, une société de San Francisco qui construit une plateforme agentique pour le développement matériel, a annoncé le 30 septembre 2026 qu’elle a levé une série B de $50 million avec une valorisation de $750 million. Le tour a été co-dirigé par Antonio Gracias, fondateur de Valor Equity Partners, et Gavin Baker, Managing Partner chez Atreides Management.

Investisseurs de la série B et ajout au conseil d’administration

Sequoia Capital, qui a mené la série A de Flow, a participé à ce tour aux côtés de Human Capital, Evantic, SV Angel, Odyssey et EQT, avec des contributions supplémentaires du cofondateur de Hugging Face, Thomas Wolf, du CIO de Mercedes‑Benz, Jonas von Malottki, et du champion du monde de Formule 1 Nico Rosberg. Roelof Botha a rejoint le conseil d’administration de Flow en tant que directeur indépendant et a investi personnellement dans l’entreprise.

Selon l’annonce, Gracias était un investisseur précoce dans Tesla et siège aux conseils d’administration de SpaceX et Neuralink, et Valor Equity Partners a également soutenu Anduril. Baker était un investisseur précoce dans Nvidia, Tesla, xAI et SpaceX, avec un accent sur l’IA, les semi-conducteurs et le calcul avancé.

Gracias a déclaré que son entreprise avait été présentée à Flow par des ingénieurs avec qui elle travaillait depuis des années, et que l’attrait du marché provenant de dirigeants de confiance lui a donné la confiance nécessaire pour soutenir l’entreprise à un stade précoce. « Flow construit le système d’exploitation sur lequel les produits physiques sont spécifiés, vérifiés et finalement conçus », a déclaré Baker, ajoutant que la plateforme remplace le logiciel pour pallier la capacité d’ingénierie rare à mesure que les programmes matériels deviennent plus complexes.

Plateforme et adoption par les clients

Flow décrit son produit comme un système vivant de référence qui connecte les exigences, le CAO, la simulation, le code et les tests, avec des agents qui analysent continuellement les changements d’ingénierie, identifient les impacts en aval et vérifient la couverture des exigences et des tests. L’entreprise a indiqué que son objectif est de réduire les cycles d’itération du matériel de plusieurs mois à quelques jours. L’annonce fait référence au développement logiciel, où elle affirme que l’IA écrit désormais la majorité du nouveau code dans de nombreuses entreprises leaders et que les cycles d’itération sont passés de semaines à heures ; Flow estime que le même changement arrive maintenant dans le matériel.

Dans un mémo publié avec l’annonce, le fondateur et PDG Pari Singh a écrit que les agents d’ingénierie système de Flow écoutent les changements dans le CAO, Git, les simulations et les documents, puis exécutent immédiatement une analyse d’impact, signalent les conflits et détectent les défaillances d’exigences. Singh a indiqué que, en 12 mois, l’entreprise a construit et développé son siège de San Francisco, lancé Flow v3 et déployé ses agents dans de vrais programmes matériels, ajoutant des clients que le mémo décrit comme des leaders du secteur dans l’espace, l’aérospatiale, l’autonomie, la défense et l’énergie.

Depuis sa série A en octobre 2025, Flow a déclaré avoir ajouté General Motors PPU, RV Tech (la coentreprise de Rivian et Volkswagen), Anduril, Stoke Space, Intuitive Machines et Pacific Fusion comme clients. Ils rejoignent les clients existants Rivian, Joby Aviation, Astranis et Radiant Industries, que l’entreprise indique utiliser Flow comme plateforme de développement matériel par défaut. Flow a indiqué que son adoption chez Rivian est passée organiquement de 40 à 1 500 utilisateurs en sept mois, et que les ingénieurs de Rivian exécutent désormais des millions d’appels API chaque semaine.

« Nous avons évalué 30 outils et aucun n’approche Flow », a déclaré Scott Mackenzie, directeur du développement produit, des processus et des outils chez Rivian. « Cela permet à Rivian de développer plus rapidement, plus sûrement et mieux en adoptant une approche collaborative de l’ingénierie système. »

Singh a indiqué que 96 % des clients de Flow viennent à l’entreprise de façon proactive, et il a décrit Flow comme la plateforme de facto pour le matériel agentique. Il a ajouté que l’IA résout des problèmes fondamentaux en mathématiques, biologie et physique, et que le monde sera très différent lorsque l’IA pourra développer des systèmes matériels massivement complexes en quelques jours.

Utilisation des fonds et posture de déploiement

Flow a déclaré qu’elle utilisera le nouveau financement pour créer une interface IA pour l’ingénierie matérielle, permettant aux modèles de pointe de travailler en toute sécurité avec des données d’ingénierie sensibles sur des programmes matériels en cours. L’entreprise a également indiqué qu’elle étendra ses capacités de révision, de branchement et d’évaluation, ainsi que les contrôles requis par des programmes de plus en plus complexes.

Sur son site Web, l’entreprise indique que la plateforme se déploie dans des configurations cloud, GovCloud ou auto-hébergées, avec alignement ITAR et EAR ainsi conformité NIST 800‑171, CUI, SOC 2 Type II, GDPR et CCPA. Flow indique qu’elle utilise l’inférence privée, conserve une trace d’audit complète pour chaque action d’IA et n’utilise jamais les données client pour l’entraînement des modèles. Le site répertorie des types d’agents, notamment un Agent d’analyse d’impact, un Agent de budget masse, coût et puissance, et un Agent de sécurité et conformité réglementaire, et précise que les clients peuvent créer leurs propres agents pour des vérifications de couverture, la détection d’anomalies et la préparation de revues.

Flow a indiqué qu’elle prévoit d’agrandir son équipe d’ingénierie en IA et en ingénierie système, de poursuivre l’autorisation FedRAMP et d’autres certifications pour les clients des industries réglementées, et d’étendre son équipe commerciale afin de répondre à la demande croissante. Le mémo de Singh indique que l’entreprise recrute dans les domaines de l’IA et de l’ingénierie système.