レオ AI、9,700 万ドルの資金調達で機械工学の新時代を牽引

レオ AI は、AI ドリブンの機械設計を先導するスタートアップで、9,700 万ドルのシードラウンドを大幅に上回る資金調達に成功しました。このラウンドは、フリント キャピタル が主導し、a16z スカウト、テク アヴィブ、ツー ランタンズ VC、ベルトラン シコ(元ソリッドワークスの CEO) 、および ヨッシ マティアス (グーグルの VP) からのサポートを受けました。この新しい資金調達により、レオ AI はチームの拡大、グローバル市場への進出、革新的なプラットフォームのさらなる改良を可能にし、エンジニアリングと人工知能の交差点における重要な新興プレーヤーとしての地位を確立することができます。

新しい AI カテゴリー：大規模機械モデル (LMM)

レオの技術の核となるのは、その 大規模機械モデル (LMM) です。従来の AI システムは主に言語データでトレーニングされているのに対し、レオの基盤は数百万の機械部品、エンジニアリング スケッチ、CAD ファイル、技術規格、機械ハンドブックで構成されています。GPT のようなシステムは、単語をトークンとして理解し、文章を構成しますが、レオは ボルト、ベアリング、ギア、組み立て をトークンとして理解し、製造可能な設計を構成します。

このアプローチにより、レオは物理製品設計専用の最初の AI となります。エンジニアは、たとえば「この穴に適合するボルトを表示してください」というようなシンプルなプロンプトを入力し、レオは幾何学、規格、制約を分析し、瞬時に正しい部品を生成します。モデルはキーワード マッチングを超えており、機械的な意図を理解しています。

機械エンジニアがそれを必要とする理由

機械エンジニアは、世界の物理システムを設計する責任を負っています。車、飛行機、エネルギー タービン、産業用ロボット、衛星、消費者向け家電製品などです。その仕事は設計、テスト、コンプライアンス、生産の全サイクルにわたります。しかし、イノベーションの中心的な役割を果たしているにもかかわらず、多くのエンジニアは依然として数十年前のワークフローに頼っており、多大な時間を費やしています。

研究によると、エンジニアは、技術規格の検索、コンプライアンスの確認、または標準部品の選択などの繰り返しタスクに、1 年に 150 作業日以上を浪費することができます。これにより、実際の設計とイノベーションに費やせる時間は半分以下になります。このような非効率性は、製品開発コストを最大 35% 上昇させる可能性もあります。

レオはこのボトルネックに対処します。エンジニアが使用するツールと統合することで、レオは組織の独自のデータとグローバル規格からリアルタイムで回答を可能にします。エンジニアは、数時間をクロスチェックに費やすのではなく、自然言語でレオに問い合わせ、即時的な正確な解決策を得ることができます。これにより、開発サイクルが最大 70% 短縮され、全バリューチェーンにわたるコスト削減が実現します。

業界リーダーとの牽引力

初期の牽引力は印象的でした。すでに、5 万人を超えるエンジニア が HP、スカニア、シーメンス、モバイルアイなどの企業でレオを使用し、475,000 を超える 3D コンセプトを生成しました。プラットフォームは、収益化開始月の最初の月に 20 万人のサイト訪問者と 10 万ドルの収益を達成しました。これは、2023 年に設立されたばかりでまだ旅の初期段階にある会社にとっては、驚異的な成果です。

投資家は、この牽引力を、巨大な機会の証拠と見ています。支援者の 1 人は、製造業での製品遅延のほぼ半分が、孤立した知識と非効率的なコラボレーションに起因するものであると指摘しています。レオがこれらのボトルネックに対処することで、設計ワークフローを改善するだけでなく、物理製品が概念化され、構築される方法を再定義しています。

効率性を超えて：創造性の回復

多くのエンジニアにとって、繰り返しのチェックとデータベース クエリの日常的な作業は、職業に最初に引き付けられた創造的な火花を消耗させています。共同創設者 マオル ファリッド は、自身のキャリア パスについて反省しながら、これについて語りました。

「私が機械エンジニアとして始めたとき、私は命を救うロボットや次世代の車両を設計することになると思っていました。代わりに、私は週間を単に部品を探すことに費やしました。これが今日のほとんどのエンジニアにとっての厳しい現実です。レオはそのダイナミクスを変えます。彼らに発明に集中する時間を与えます。」

毎週数時間を取り戻すことで、エンジニアはエネルギーを、持続可能な輸送、先進的なロボット工学、または再生可能エネルギー ソリューションのような、真正に重要な作業に向けて再配分できます。

エンジニアリング デザインには、特許情報から安全性に重要な図面まで、機密性の高い知的財産が多く含まれます。汎用の AI モデルとは異なり、レオは企業のセキュリティを念頭に設計されています。顧客データでトレーニングを行わず、独自の設計をプライベートに保ちます。同社は、世界中の企業にとってますます高額になるデータ漏洩問題から保護するために、企業向けのサイバーセキュリティ規格 を採用しています。

より広範な影響：AI ドリブンのエンジニアリングの未来

レオ AI の影響は、効率性の指標や採用実績だけでは測ることができません。エンジニアリングが次の 10 年でどのように進化するかという、より広範な変革を示しています。

• AI as a Design Partner：AI は、エンジニアと共に設計を行うパートナーとして機能し、スケッチ、CAD ファイル、制約を解釈して、提案と解決策を提供します。

• Connected Engineering Ecosystems：将来的には、「生きた製品の記憶」と呼ばれるものが含まれるワークフローが存在する可能性があり、設計には材料、改訂、コンプライアンス チェック、サプライヤー データなど、すべての履歴が含まれる「記憶」が付随し、AI クエリでアクセス可能になります。

• Multimodal Intelligence：テキスト、スケッチ、3D ジオメトリ、シミュレーション、さらには IoT センサー データを処理する能力により、次世代のシステムは、設計、テスト、現実世界のパフォーマンス フィードバックの境界を曖昧にします。

• Acceleration Across Industries：自動車から航空宇宙まで、製品は、予測モデルによってより迅速にアイデアからプロトタイプに移行し、デジタル ツインによってリアルタイム シミュレーションがサポートされます。

• Human Creativity Amplified：繰り返しの作業をオフロードすることで、エンジニアは、より多くの時間を、真正に重要な問題の解決に費やすことができます。イノベーションを解放し、人間の役割を置き換えるのではなく、増幅します。

• Ethical and Transparent Systems：AI がより大きな責任を負うにつれて、信頼、説明責任、透明性に関する質問が、安全性と信頼性を確保する上で重要になります。エンジニアリング AI に倫理的なガイドラインを組み込むことが不可欠です。

これが重要な理由

レオ AI の物語は、単に 1 つの会社の資金調達の成功話ではありません。設計とエンジニアリングの未来について、考え方を変えるものです。人工知能がより専門化するにつれて、システム seperti レオは、人間の能力を拡張するのではなく、置き換えるのではなく、人間と共に働くことになります。

これは、エンジニアと AI が、人間の発明性と機械の精度を組み合わせて、次世代の製品を、より迅速に、より安全に、より創造的に構築する未来です。旧来のツールに縛られていた業界にとって、レオの AI ドリブンのエンジニアリング パートナーのビジョンは、新しい産業革命の触媒となる可能性があります。