Neural Concept lève 100 millions de dollars en série C pour mettre à l’échelle l’ingénierie native AI

Neural Concept, une entreprise d’IA basée à Lausanne qui se concentre sur la révision de la façon dont les produits complexes sont conçus et ingénieriés, a annoncé un tour de financement de série C de 100 millions de dollars mené par Growth Equity at Goldman Sachs Alternatives, avec la participation des investisseurs existants Forestay Capital, Alven, HTGF, D.E. Shaw Ventures, et Aster Capital. Le tour marque un jalon important pour l’entreprise alors qu’elle met à l’échelle sa plate-forme native AI dans certains des environnements industriels les plus exigeants du monde.

Fondée comme une spin-off de l’Institut fédéral suisse de technologie de Lausanne (EPFL), Neural Concept a construit sa plate-forme autour d’un principe simple mais ambitieux : l’IA d’ingénierie devrait comprendre la géométrie, la physique et l’intention de conception au même niveau que les outils dont les ingénieurs dépendent déjà. Plutôt que de positionner l’IA comme une couche d’analyse externe, l’entreprise intègre l’apprentissage profond directement dans les flux de travail de CAO et de simulation, permettant aux ingénieurs de raisonner sur les performances et les contraintes beaucoup plus tôt dans le processus de développement.

Intégrer l’IA directement dans le noyau de l’ingénierie

Les flux de travail d’ingénierie traditionnels sont souvent définis par des cycles d’itération longs. Les conceptions sont créées, simulées, révisées et resimulées – parfois pendant des mois – avant que des problèmes critiques ne surviennent. L’approche de Neural Concept vise à déplacer cette chronologie vers l’avant. En rendant l’IA native aux environnements de CAO et de physique, la plate-forme permet aux équipes d’explorer de grands espaces de conception plus tôt, d’identifier les compromis plus tôt et de réduire la probabilité de réconceptions tardives qui peuvent dérailler les calendriers et les budgets.

Ce modèle a résonné à travers les industries où la complexité et le temps de mise sur le marché sont des pressions constantes. Les organisations automobiles, aérospatiales, énergétiques et de fabrication avancée utilisent la plate-forme pour accélérer le développement de produits tout en maintenant des normes de performance et de sécurité rigoureuses. L’entreprise rapporte une augmentation quadruple du chiffre d’affaires des entreprises au cours des 18 derniers mois, avec plus de 50 organisations mondiales qui déployent activement sa technologie dans les flux de production.

Le nouveau capital sera utilisé pour accélérer le développement de produits – y compris la sortie prévue d’une capacité de CAO générative au début de 2026 – élargir les équipes mondiales de mise sur le marché et approfondir les intégrations avec les partenaires dans les infrastructures cloud, les logiciels de simulation et l’accélération matérielle.

Passer des expériences d’IA aux déploiements à grande échelle

La croissance de Neural Concept reflète une transition plus large en cours dans l’adoption de l’IA par les entreprises. De nombreuses organisations industrielles ont passé les dernières années à expérimenter le machine learning dans des cas d’utilisation isolés. Ce qui change maintenant, c’est un déplacement vers des plateformes qui peuvent être déployées à grande échelle, à travers les équipes et les lignes de produits, sans forcer les ingénieurs à abandonner les outils ou les processus existants.

En se positionnant comme une couche d’intelligence qui s’étend sur les systèmes d’ingénierie, Neural Concept s’aligne sur ce déplacement. Sa plate-forme est conçue pour intégrer plutôt que remplacer, permettant aux entreprises d’introduire l’IA dans les flux de travail critiques de mission tout en délivrant un impact mesurable. Cette approche d’entreprise première a aidé à déplacer l’IA dans l’ingénierie au-delà des projets pilotes et dans la prise de décision quotidienne.

L’essor de l’IA en tant que couche d’intelligence pour les équipes d’ingénierie

Le tour de série C de Neural Concept pointe également vers une transformation plus profonde de l’évolution de l’ingénierie elle-même. L’IA n’est plus appliquée uniquement pour accélérer les tâches individuelles ; elle façonne de plus en plus la façon dont les décisions sont prises tout au long du cycle de vie du produit. À mesure que les systèmes d’IA deviennent capables de raisonner sur la géométrie, la physique et les contraintes de performance ensemble, ils commencent à fonctionner comme une source continue d’intelligence d’ingénierie plutôt que comme un outil d’optimisation périodique.

Ce déplacement a des implications significatives pour la façon dont les équipes travaillent. Les ingénieurs peuvent s’éloigner de la gestion des simulations répétitives et des chaînes d’outils fragmentées et se tourner vers des jugements de niveau supérieur – définir les objectifs, interpréter les résultats et équilibrer les compromis entre coût, performance, durabilité et fabricabilité. L’IA gère l’exploration computationnelle à grande échelle, tandis que les humains restent responsables de l’intention, du risque et des décisions finales.

Au fil du temps, ce modèle pourrait compresser les cycles de développement, réduire les déchets de matériaux et permettre l’exploration de conceptions qui étaient précédemment impraticables en raison de la complexité ou du coût. Plus important encore, il redefinir l’ingénierie comme un dialogue continu entre l’expertise humaine et le raisonnement de la machine, plutôt qu’une séquence d’étapes disjointes.

La trajectoire de Neural Concept suggère que l’ingénierie pilotée par l’IA passe de l’expérimentation à l’infrastructure. À mesure que davantage d’organisations adoptent l’IA non seulement pour optimiser les flux de travail mais pour guider la prise de décision elle-même, cette couche d’intelligence peut devenir aussi fondamentale pour les équipes d’ingénierie que les outils de CAO et de simulation le sont aujourd’hui.