Neural Concept、AIネイティブエンジニアリングの拡大に向けてシリーズCで100億ドルを調達

Neural Concept複雑な製品の設計とエンジニアリングの方法を再考することに焦点を当てたローザンヌを拠点とするAI企業であるは、ゴールドマンサックスオルタナティブズのグロースエクイティが主導し、既存の投資家も参加した100億ドルのシリーズC資金調達ラウンドを発表した。 フォアステイキャピタル, アルヴェン, HTGF, のショーベンチャーズ、そして アスターキャピタルこの資金調達は、世界で最も要求の厳しい産業環境の一部にAIネイティブプラットフォームを拡大する同社にとって、重要なマイルストーンとなります。

スピンアウトとして設立された スイス連邦工科大学ローザンヌ校（EPFL）Neural Conceptは、シンプルながらも野心的な前提に基づいてプラットフォームを構築しました。エンジニアリングAIは、エンジニアが既に使用しているツールと同じレベルで、形状、物理特性、設計意図を理解する必要がある、というものです。同社はAIを外部の分析レイヤーとして位置付けるのではなく、ディープラーニングをCADやシミュレーションのワークフローに直接組み込むことで、エンジニアが開発プロセスのはるかに早い段階で性能や制約について推論できるようにします。

AIをエンジニアリングコアに直接導入

従来のエンジニアリングワークフローは、多くの場合、長期にわたる反復サイクルを特徴としています。設計は、重大な問題が表面化するまでに、作成、シミュレーション、修正、そして再シミュレーションを繰り返す必要があり、その期間は時には数か月に及ぶこともあります。Neural Conceptのアプローチは、このタイムラインを前倒しすることを目指しています。AIをCADおよび物理ベースの環境にネイティブに組み込むことで、このプラットフォームは、チームが大規模な設計空間を早期に探索し、トレードオフをより早く特定し、スケジュールや予算の遅延につながる後期段階での再設計の可能性を低減することを可能にします。

このモデルは、複雑性と市場投入期間の短縮が常にプレッシャーとなる業界全体で好評を博しています。自動車、航空宇宙、エネルギー、そして先進的な製造業の企業が、厳格な性能と安全基準を維持しながら製品開発を加速するためにこのプラットフォームを活用しています。同社は過去18ヶ月間でエンタープライズ収益が4倍に増加したと報告しており、50以上のグローバル企業が生産ワークフロー全体にわたって同社のテクノロジーを積極的に導入しています。

新たに調達した資金は、2026 年初頭に予定されているジェネレーティブ CAD 機能のリリースを含む製品開発の加速、グローバル市場開拓チームの拡大、クラウド インフラストラクチャ、シミュレーション ソフトウェア、ハードウェア アクセラレーションにわたるパートナーとの統合の強化に使用されます。

AI実験から大規模展開への移行

Neural Conceptの成長は、企業におけるAI導入における広範な移行を反映しています。多くの産業組織は、過去数年間、個別のユースケースで機械学習の実験を行ってきました。現在、エンジニアが既存のツールやプロセスを放棄することなく、チームや製品ライン全体にわたって大規模に導入できるプラットフォームへの移行が進んでいます。

Neural Conceptは、エンジニアリングシステム全体にわたるインテリジェンスレイヤーとして自らを位置づけることで、この変化に対応しています。同社のプラットフォームは、既存のシステムを置き換えるのではなく統合することを目的として設計されており、企業はミッションクリティカルなワークフローにAIを段階的に導入しながら、測定可能な効果を実現できます。このエンタープライズファーストのアプローチにより、エンジニアリングにおけるAIはパイロットプロジェクトの域を超え、日常的な意思決定へと浸透しています。

エンジニアリングチームのインテリジェンスレイヤーとしてのAIの台頭

Neural ConceptのシリーズCは、エンジニアリング自体の進化におけるより深い変革を示唆しています。AIはもはや個々のタスクを高速化するためだけに活用されるのではなく、製品ライフサイクル全体にわたる意思決定のあり方をますます左右するようになっています。AIシステムが形状、物理、そして性能制約を総合的に推論できるようになると、単なる周期的な最適化ツールではなく、継続的なエンジニアリングインテリジェンスの源として機能し始めます。

この変化は、チームの働き方に重要な意味を持ちます。エンジニアは、反復的なシミュレーションや断片化されたツールチェーンの管理から脱却し、より高度な判断、つまり目標の定義、結果の解釈、そしてコスト、パフォーマンス、持続可能性、製造可能性におけるトレードオフのバランス調整へと移行できるようになります。AIは大規模な計算探索を担い、人間は意図、リスク、そして最終的な意思決定に責任を負います。

このモデルは、時間の経過とともに開発サイクルを短縮し、材料の無駄を削減し、複雑さやコストのためにこれまで実現不可能だった設計の検討を可能にするでしょう。さらに重要なのは、エンジニアリングを、断片的なステップの連続ではなく、人間の専門知識と機械の推論による継続的な対話として捉え直すことです。

Neural Conceptの軌跡は、AI主導のエンジニアリングが実験段階からインフラ段階へと移行しつつあることを示唆しています。ワークフローの最適化だけでなく、意思決定そのものを導くためにAIを導入する組織が増えるにつれ、このインテリジェンスレイヤーは、今日のCADツールやシミュレーションツールと同様に、エンジニアリングチームにとって不可欠なものとなるかもしれません。