Neural Concept haalt $100 miljoen op in Series C-financieringsronde om AI-native engineering op te schalen.

Neuraal conceptHet in Lausanne gevestigde AI-bedrijf, dat zich richt op het heroverwegen van de manier waarop complexe producten worden ontworpen en ontwikkeld, heeft een Series C-financieringsronde van 100 miljoen dollar aangekondigd. Deze ronde werd geleid door Growth Equity van Goldman Sachs Alternatives, met deelname van bestaande investeerders. Forestay hoofdstad, alven, HTGF, VANShaw Ventures, en Aster hoofdstadDeze investeringsronde is een belangrijke mijlpaal voor het bedrijf, dat hiermee zijn AI-platform verder kan uitbreiden naar enkele van 's werelds meest veeleisende industriële omgevingen.

Opgericht als een spin-off van de Zwitserse Federale Technische Hogeschool in Lausanne (EPFL)Neural Concept heeft zijn platform gebouwd rond een eenvoudig maar ambitieus uitgangspunt: AI voor de engineering moet geometrie, natuurkunde en ontwerpintentie begrijpen op hetzelfde niveau als de tools die engineers al gebruiken. In plaats van AI te positioneren als een externe analyselaag, integreert het bedrijf deep learning direct in CAD- en simulatieworkflows, waardoor engineers veel eerder in het ontwikkelingsproces inzicht kunnen krijgen in prestaties en beperkingen.

AI rechtstreeks integreren in de kern van de engineering

Traditionele engineeringworkflows worden vaak gekenmerkt door lange iteratiecycli. Ontwerpen worden gemaakt, gesimuleerd, herzien en opnieuw gesimuleerd – soms maandenlang – voordat kritieke problemen aan het licht komen. De aanpak van Neural Concept is erop gericht dit tijdspad te verkorten. Door AI te integreren in CAD- en fysica-gebaseerde omgevingen, stelt het platform teams in staat om in een vroeg stadium grote ontwerpruimtes te verkennen, sneller afwegingen te maken en de kans op herontwerpen in een laat stadium te verkleinen, wat planningen en budgetten kan ontregelen.

Dit model heeft weerklank gevonden in sectoren waar complexiteit en snelle marktintroductie constante druk uitoefenen. Organisaties in de auto-, luchtvaart-, energie- en geavanceerde maakindustrie gebruiken het platform om productontwikkeling te versnellen en tegelijkertijd strenge prestatie- en veiligheidsnormen te handhaven. Het bedrijf meldt een verviervoudiging van de omzet in de afgelopen 18 maanden, met meer dan 50 wereldwijde organisaties die de technologie actief inzetten in hun productieprocessen.

Het nieuwe kapitaal zal worden gebruikt om de productontwikkeling te versnellen – inclusief de geplande lancering van een generatieve CAD-functionaliteit begin 2026 – de wereldwijde verkoopteams uit te breiden en de integratie met partners op het gebied van cloudinfrastructuur, simulatiesoftware en hardwareversnelling te verdiepen.

Van AI-experimenten naar grootschalige implementatie

De groei van Neural Concept weerspiegelt een bredere verschuiving in de adoptie van AI binnen bedrijven. Veel industriële organisaties hebben de afgelopen jaren geëxperimenteerd met machine learning in geïsoleerde toepassingen. Wat nu verandert, is een verschuiving naar platforms die op grote schaal kunnen worden ingezet, voor verschillende teams en productlijnen, zonder dat engineers hun bestaande tools of processen hoeven op te geven.

Door zich te positioneren als een intelligentielaag die over technische systemen heen ligt, sluit Neural Concept aan bij deze verschuiving. Het platform is ontworpen om te integreren in plaats van te vervangen, waardoor bedrijven AI stapsgewijs kunnen introduceren in bedrijfskritische workflows en tegelijkertijd meetbare resultaten kunnen behalen. Deze bedrijfsgerichte aanpak heeft ertoe bijgedragen dat AI in de engineeringsector verder is gegaan dan pilotprojecten en is geïntegreerd in de dagelijkse besluitvorming.

De opkomst van AI als intelligentielaag voor engineeringteams

De Series C van Neural Concept wijst ook op een diepere transformatie in de manier waarop de techniek zelf evolueert. AI wordt niet langer alleen ingezet om individuele taken te versnellen; het geeft steeds meer vorm aan de besluitvorming gedurende de gehele productlevenscyclus. Naarmate AI-systemen in staat worden om te redeneren over geometrie, natuurkunde en prestatiebeperkingen, beginnen ze te functioneren als een continue bron van technische intelligentie in plaats van een periodiek optimalisatie-instrument.

Deze verschuiving heeft belangrijke gevolgen voor de manier waarop teams werken. Ingenieurs kunnen zich niet langer richten op het beheren van repetitieve simulaties en gefragmenteerde toolchains, maar op oordeelsvorming op een hoger niveau: het definiëren van doelstellingen, het interpreteren van resultaten en het afwegen van kosten, prestaties, duurzaamheid en maakbaarheid. AI neemt de computationele verkenning op grote schaal voor zijn rekening, terwijl mensen verantwoordelijk blijven voor de intentie, risico's en uiteindelijke beslissingen.

Na verloop van tijd zou dit model de ontwikkelingscycli kunnen verkorten, materiaalverspilling kunnen verminderen en het mogelijk maken ontwerpen te onderzoeken die voorheen onhaalbaar waren vanwege complexiteit of kosten. Belangrijker nog, het herdefinieert engineering als een voortdurende dialoog tussen menselijke expertise en machinaal redeneren, in plaats van een reeks losgekoppelde stappen.

De ontwikkeling van Neural Concept suggereert dat AI-gestuurde engineering zich ontwikkelt van experimenteel naar infrastructureel. Naarmate meer organisaties AI niet alleen inzetten om workflows te optimaliseren, maar ook om de besluitvorming zelf te sturen, kan deze intelligentielaag net zo fundamenteel worden voor engineeringteams als CAD- en simulatietools dat nu zijn.