Neural Concept raccoglie 100 milioni di dollari nella serie C per scalare l’ingegneria nativa AI

Neural Concept, un’azienda di intelligenza artificiale con sede a Losanna che si concentra sulla riprogettazione di come vengono progettati e ingegnerizzati prodotti complessi, ha annunciato un round di finanziamento di serie C da 100 milioni di dollari guidato da Growth Equity at Goldman Sachs Alternatives, con la partecipazione degli investitori esistenti Forestay Capital, Alven, HTGF, D.E. Shaw Ventures e Aster Capital. Il round rappresenta un importante traguardo per l’azienda mentre scala la sua piattaforma nativa AI in alcuni degli ambienti industriali più esigenti del mondo.

Fondata come spin-off dell’Istituto federale svizzero di tecnologia di Losanna (EPFL), Neural Concept ha costruito la sua piattaforma attorno a un concetto semplice ma ambizioso: l’AI per l’ingegneria dovrebbe comprendere la geometria, la fisica e l’intento di progettazione allo stesso livello degli strumenti di cui gli ingegneri già si fidano. Invece di posizionare l’AI come un livello di analisi esterno, l’azienda incorpora l’apprendimento profondo direttamente nei flussi di lavoro CAD e di simulazione, consentendo agli ingegneri di ragionare sulle prestazioni e sui vincoli molto prima nel processo di sviluppo.

Introduzione dell’AI direttamente nel nucleo dell’ingegneria

I flussi di lavoro di ingegneria tradizionali sono spesso definiti da lunghi cicli di iterazione. I progetti vengono creati, simulati, rivisti e risimulati – a volte per mesi – prima che si verifichino problemi critici. L’approccio di Neural Concept mira a spostare in avanti questo cronogramma. Facendo dell’AI una componente nativa dei ambienti CAD e basati sulla fisica, la piattaforma consente ai team di esplorare ampi spazi di progettazione in anticipo, identificare compromessi più presto e ridurre la probabilità di riprogettazioni in fase tardiva che possono compromettere i tempi e i budget.

Questo modello ha riscontrato un forte interesse in tutti i settori in cui la complessità e il tempo di commercializzazione sono costanti pressioni. Le aziende automobilistiche, aerospaziali, energetiche e di produzione avanzata utilizzano la piattaforma per accelerare lo sviluppo del prodotto mantenendo allo stesso tempo rigorosi standard di prestazione e sicurezza. L’azienda segnala un aumento quadruplo dei ricavi aziendali negli ultimi 18 mesi, con oltre 50 organizzazioni globali che attivamente distribuiscono la sua tecnologia nei flussi di lavoro di produzione.

Il nuovo capitale sarà utilizzato per accelerare lo sviluppo del prodotto, compresa la pianificata uscita di una funzionalità CAD generativa all’inizio del 2026, espandere i team di go-to-market a livello globale e approfondire le integrazioni con i partner nel settore dell’infrastruttura cloud, del software di simulazione e dell’accelerazione hardware.

Passaggio da esperimenti AI a distribuzione su larga scala

La crescita di Neural Concept riflette una trasformazione più ampia in corso nell’adozione dell’AI aziendale. Molte organizzazioni industriali hanno trascorso gli ultimi anni sperimentando il machine learning in casi d’uso isolati. Ciò che sta cambiando ora è uno spostamento verso piattaforme che possono essere distribuite su larga scala, attraverso team e linee di prodotti, senza costringere gli ingegneri ad abbandonare gli strumenti o i processi esistenti.

Posizionandosi come un livello di intelligenza che si estende attraverso i sistemi di ingegneria, Neural Concept si allinea con questo spostamento. La sua piattaforma è progettata per integrarsi piuttosto che sostituire, consentendo alle aziende di introdurre l’AI nei flussi di lavoro critici in modo incrementale mentre si ottengono ancora impatti misurabili. Questo approccio aziendale per primo ha aiutato a spostare l’AI nell’ingegneria oltre i progetti pilota e nel processo decisionale quotidiano.

L’ascesa dell’AI come livello di intelligenza per i team di ingegneria

La serie C di Neural Concept punta anche a una trasformazione più profonda di come l’ingegneria stessa sta evolvendo. L’AI non viene più applicata solo per velocizzare singole attività; sta sempre più plasmando il modo in cui vengono prese le decisioni in tutta la durata del ciclo di vita del prodotto. Man mano che i sistemi AI diventano in grado di ragionare sulla geometria, la fisica e i vincoli di prestazione insieme, iniziano a funzionare come una fonte continua di intelligenza ingegneristica piuttosto che come uno strumento di ottimizzazione periodico.

Questo spostamento ha implicazioni significative per il modo in cui lavorano i team. Gli ingegneri possono spostarsi dalla gestione di simulazioni ripetitive e catene di strumenti frammentate verso un giudizio di livello superiore – definendo obiettivi, interpretando risultati e bilanciando compromessi tra costo, prestazione, sostenibilità e fabbricabilità. L’AI gestisce l’esplorazione computazionale su larga scala, mentre gli esseri umani rimangono responsabili dell’intento, del rischio e delle decisioni finali.

Nel tempo, questo modello potrebbe comprimere i cicli di sviluppo, ridurre gli sprechi di materiali ed abilitare l’esplorazione di progetti che in precedenza erano impraticabili a causa della complessità o del costo. Più importante ancora, ridefinisce l’ingegneria come un dialogo continuo tra competenza umana e ragionamento macchina, piuttosto che come una sequenza di passaggi non connessi.

La traiettoria di Neural Concept suggerisce che l’ingegneria guidata dall’AI sta passando dall’esperimento all’infrastruttura. Man mano che più organizzazioni adottano l’AI non solo per ottimizzare i flussi di lavoro ma per guidare il processo decisionale stesso, questo livello di intelligenza potrebbe diventare fondamentale per i team di ingegneria come lo sono oggi gli strumenti CAD e di simulazione.