एआई विस्तार के लिए Nominal ने 3 अरब डॉलर के मूल्यांकन पर 240 मिलियन डॉलर की सीरीज़ C फंडिंग जुटाई

Nominal ने 9 नवंबर 2026 को घोषणा की कि उसने 3 अरब डॉलर के मूल्यांकन पर सीरीज़ C निवेश दौर में 240 मिलियन डॉलर जुटाए हैं। Lightspeed Venture Partners ने इस निवेश दौर का नेतृत्व किया और Insight Partners ने सह-नेतृत्व किया। इस पूँजी से हार्डवेयर इंजीनियरिंग के लिए Nominal के एआई प्लेटफ़ॉर्म का विस्तार किया जाएगा।

इस फंडिंग से इंजीनियरों और इंजीनियरिंग उद्यमों के लिए अधिक उन्नत उत्पाद विकसित करने, नए उद्योगों और क्षेत्रों में विस्तार करने तथा रणनीतिक अधिग्रहण करने में मदद मिलेगी। घोषणा में बताए गए अन्य निवेशकों में Lux Capital, Sequoia, General Catalyst, Founders Fund, Lockheed Martin Ventures, Salesforce Ventures और DE Shaw Ventures शामिल हैं।

परीक्षण डेटा से इंजीनियरिंग की समझ तक

साथ में प्रकाशित एक प्लेटफ़ॉर्म पोस्ट के अनुसार, Nominal ने अपने प्लेटफ़ॉर्म के लिए आवश्यक डेटा अवसंरचना, उपकरणों के साथ कनेक्शन और संदर्भ-संबंधी जानकारी जुटाने में चार साल लगाए। कंपनी ने हार्डवेयर टीमों को परीक्षण डेटा के साथ काम करने में मदद देकर शुरुआत की: अपेक्षित व्यवहार की मापे गए नतीजों से तुलना करना, अंतर की जाँच करना और आगे की कार्रवाई तय करना। कंपनी का व्यापक तर्क है कि अलग-अलग प्रॉम्प्ट से जवाब तैयार करने के बजाय, एआई को उन साक्ष्यों और संदर्भ तक पहुँच की ज़रूरत है।

इस बुनियाद का उद्देश्य बिखरी हुई जानकारी की समस्या को दूर करना है। इंजीनियरिंग से जुड़े साक्ष्य उपकरणों, सिमुलेशन, फ़ाइलों, आंतरिक टूल और टीमों में फैले होते हैं। इसलिए किसी अप्रत्याशित नतीजे को समझने के लिए सेंसर की रीडिंग को हार्डवेयर कॉन्फ़िगरेशन, पहले किए गए प्रयोग और महीनों पहले लिए गए किसी निर्णय से जोड़ना पड़ सकता है। इस समस्या के समाधान के लिए Nominal ने चार-स्तरीय Hardware Intelligence Platform बनाया है, जो इन सभी इनपुट को उनका संदर्भ बनाए रखते हुए एक साथ लाने के लिए तैयार किया गया है।

Connected Control सॉफ़्टवेयर को भौतिक हार्डवेयर और परीक्षण प्रणालियों से जोड़ता है, जिससे टीमें उपकरणों को नियंत्रित कर सकती हैं और स्रोत पर ही डेटा दर्ज कर सकती हैं। Data Infrastructure संकेतों, फ़ाइलों, कॉन्फ़िगरेशन और दस्तावेज़ों को एक साझा संरचना देता है। साथ ही, यह जानकारी भी सुरक्षित रखता है कि माप क्या दर्शाते हैं, उन्हें किन प्रणालियों ने तैयार किया और उनका पहले के काम से क्या संबंध है। ये दोनों परतें मिलकर प्लेटफ़ॉर्म के एआई घटकों के लिए व्यवस्थित साक्ष्य उपलब्ध कराती हैं।

जाँच योग्य साक्ष्यों पर आधारित एआई एजेंट

Intelligence Layer मॉडल और एजेंट को इंजीनियरिंग संदर्भ, टूल और कार्यप्रवाह से जोड़ती है। इससे प्रणालियाँ सवालों की जाँच कर सकती हैं, विश्लेषण चला सकती हैं, नतीजों की तुलना कर सकती हैं और ऐसे साक्ष्य जुटा सकती हैं जिनकी इंजीनियर जाँच कर सकें। Nominal के अनुसार, Nominal Analyst उसका पहला ऐसा एआई एजेंट है जिसे विशेष रूप से इसी काम के लिए बनाया गया है। यह इंजीनियरिंग डेटा की जाँच करता है और जटिल विश्लेषण चलाता है; इसके जवाबों का आधारभूत साक्ष्यों तक पता लगाया जा सकता है। निर्णयों, समीक्षाओं और अनुमोदनों पर नियंत्रण इंजीनियरों के पास ही रहता है।

Engineering Applications विकास, परीक्षण, विनिर्माण और परिचालन के विभिन्न चरणों में प्लेटफ़ॉर्म का विस्तार करते हैं। Nominal for Developers के ज़रिए ग्राहक मौजूदा टूल जोड़ सकते हैं और इसी बुनियाद पर अपने अनुप्रयोग, कार्यप्रवाह और एजेंट बना सकते हैं। इसे क्लाउड और परिसर में मौजूद अवसंरचना, बाहरी नेटवर्क से पूरी तरह अलग वातावरणों और एज डिवाइसों पर तैनात किया जा सकता है।

बताया गया अपनाव और विस्तार की योजनाएँ

Nominal के अनुसार, 80 से अधिक वाणिज्यिक और सरकारी संगठन इस प्लेटफ़ॉर्म का इस्तेमाल करते हैं; इनमें रक्षा क्षेत्र के सात सबसे बड़े ठेकेदारों में से पाँच शामिल हैं। इसके उपयोगकर्ता एयरोस्पेस, रक्षा, रोबोटिक्स, ऊर्जा और उन्नत विनिर्माण क्षेत्रों में हैं। इससे कंपनी को उन व्यापक उत्पादों के विकास के लिए पहले से स्थापित आधार मिलता है, जिन्हें वह आगे बनाने की योजना रखती है।

कंपनी की आगे की योजनाएँ परीक्षण विश्लेषण तक सीमित नहीं हैं। Nominal मशीन के पूरे जीवनचक्र में आवश्यकताओं के सत्यापन, योजना, समय-निर्धारण और बेड़े की स्थिति पर काम करने वाले एजेंट और अनुप्रयोग विकसित कर रही है। सह-संस्थापक और सीईओ Cameron McCord ने कहा कि लक्ष्य इंजीनियरों को नियंत्रण में रखते हुए, दशकों में संचित इंजीनियरिंग ज्ञान का उपयोग करना है।

यह फंडिंग Nominal की विकास योजनाओं को एक चुनौतीपूर्ण प्रस्ताव से जोड़ती है: एआई को भौतिक प्रणालियों तक पहुँचना होगा, व्यवस्थित इंजीनियरिंग साक्ष्यों के आधार पर काम करना होगा और अपने जवाबों का आधार स्पष्ट करना होगा। इस दृष्टिकोण को और अधिक कार्यप्रवाहों, उद्योगों और क्षेत्रों तक पहुँचाना यह परखेगा कि क्या कंपनी उच्च जोखिम वाले काम के लिए ज़रूरी जवाबदेही और इंजीनियरों के नियंत्रण को बनाए रखते हुए अपने प्लेटफ़ॉर्म का विस्तार कर सकती है।