ニューラルコンセプト、AIネイティブエンジニアリングを拡大するために1億ドルのシリーズC資金を調達

ニューラルコンセプトは、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重点を置いたローザンヌを拠点とするAI企業で、ゴールドマン・サックス・オルタナティブスの成長エクイティ部門が主導する1億ドルのシリーズC資金調達ラウンドを発表しました。このラウンドには、既存の投資家であるフォレスタイ・キャピタル、アルベン、HTGF、D.E・ショー・ベンチャーズ、アスター・キャピタルが参加しています。このラウンドは、会社が世界の最も厳しい工業環境のいくつかにわたってAIネイティブ・プラットフォームを拡大するという目標を達成するための重要な里程標です。

スイス連邦工科大学ローザンヌ校（EPFL）からスピンアウトして設立されたニューラルコンセプトは、シンプルながら野心的な前提に基づいてプラットフォームを構築しています。エンジニアリングAIは、既存のツールと同等のレベルで幾何学、物理学、設計意図を理解する必要があるというものです。AIを外部の分析レイヤーとして配置するのではなく、会社はCADとシミュレーションワークフローにディープラーニングを直接埋め込み、エンジニアが開発プロセスの早い段階でパフォーマンスと制約について推論できるようにしています。

エンジニアリングの核心にAIを直接導入する

従来のエンジニアリング・ワークフローは、長いイテレーション・サイクルで定義されることがよくあります。設計は作成され、シミュレートされ、修正され、再シミュレートされます。時には数ヶ月にわたって、重大な問題が表面化するまでです。ニューラルコンセプトのアプローチは、このタイムラインを前方にシフトすることを目指しています。CADと物理学ベースの環境にAIをネイティブ化することで、プラットフォームはチームが早期に大きな設計空間を探索できるようにし、トレードオフを早期に特定し、スケジュールと予算を損なう可能性のある後期の再設計の可能性を減らすことができます。

このモデルは、複雑さとタイム・トゥ・マーケットの圧力が常に存在する業界で共鳴しています。自動車、航空宇宙、エネルギー、先端製造業の組織は、製品開発を加速しながら、厳格なパフォーマンスと安全性の基準を維持するためにプラットフォームを使用しています。会社は、過去18ヶ月間にエンタープライズ収益が4倍に増加し、50以上のグローバル企業が生産ワークフローに技術を積極的に導入していることを報告しています。

新しい資本は、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、グローバルマーケティングチームの拡大、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のパートナーとの統合の深化に使用される予定です。

AIの実験から大規模な展開への移行

ニューラルコンセプトの成長は、企業のAI導入において進行中のより広範な移行を反映しています。多くの工業組織は、過去数年間で分離されたユースケースで機械学習を実験してきました。現在進行中の変化は、チームや製品ライン全体に展開できるプラットフォームへの移行です。エンジニアが既存のツールやプロセスを放棄する必要がないように、ニューラルコンセプト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・レイヤーとして自己を位置付け、会社はAIをミッション・クリティカルなワークフローに段階的に導入し、計測可能な影響を与えるように設計しています。このエンタープライズ・ファースト・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・プロジェクトを超えて、日常の意思決定に至るまで拡大しています。

エンジニアリング・チームのためのAIの知能レイヤーとしての台頭

ニューラルコンセプトのシリーズCは、エンジニアリング自体が進化しているより深い変革をも指しています。AIは、個々のタスクを高速化するためにのみ適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に形を与えるものになっています。AIシステムが幾何学、物理学、パフォーマンスの制約を同時に推論できるようになると、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。

このシフトは、チームがどのように作業するかについて重大な意味を持ちます。エンジニアは、繰り返しのシミュレーションと断片化されたツールチェーンの管理から、より高いレベルの判断へ移行できます。目的を定義し、結果を解釈し、コスト、パフォーマンス、持続可能性、製造可能性のトレードオフをバランスさせることができます。AIは、大規模な計算探索を処理し、人間は意図、リスク、最終的な決定の責任を負います。

時間の経過とともに、このモデルは開発サイクルを圧縮し、材料の浪費を減らし、複雑さやコストのために以前は実行不可能だった設計の探索を可能にすることができます。もっと重要なのは、エンジニアリングを、断片化されたステップのシーケンスではなく、人間の専門知識と機械の推論の継続的な対話として再定義することです。

ニューラルコンセプトの軌道は、AI駆動のエンジニアリングが実験からインフラストラクチャへの移行を遂げていることを示唆しています。組織がワークフローを最適化するだけでなく、意思決定そのものを導くためにAIを採用するにつれて、この知能レイヤーは、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・チームにとって基本的なものになる可能性があります。