Neural Concept henter 100 millioner dollar i serie C for å skala AI-nativ ingeniørarbeid

Neural Concept, et Lausanne-basert AI-selskap som fokuserer på å tenke om hvordan komplekse produkter blir designet og konstruert, har annonsert en serie C-finansieringsrunde på 100 millioner dollar ledet av Growth Equity at Goldman Sachs Alternatives, med deltakelse fra eksisterende investorer Forestay Capital, Alven, HTGF, D.E. Shaw Ventures, og Aster Capital. Runden markerer en betydelig milepæl for selskapet mens det skalerer sin AI-native plattform over noen av verdens mest krevende industrielle miljøer.

Gründet som en spin-out fra Det sveitsiske føderale teknologiinstituttet i Lausanne (EPFL), har Neural Concept bygget sin plattform rundt en enkel, men ambisiøs premisse: AI for ingeniørarbeid bør forstå geometri, fysikk og designhensikt på samme nivå som verktøyene ingeniører allerede bruker. I stedet for å plassere AI som en ekstern analytisk lag, integrerer selskapet dyp læring direkte i CAD- og simuleringsarbeidsflyter, og muliggjør at ingeniører kan begrunne ytelse og begrensninger mye tidligere i utviklingsprosessen.

Å bringe AI direkte inn i ingeniørkjerne

Tradisjonelle ingeniørarbeidsflyter er ofte definert av lange iterasjonscykler. Design blir laget, simuleres, revidert og simuleres på nytt – noen ganger over måneder – før kritiske problemer dukker opp. Neural Concepts tilnærming har som mål å flytte denne tidslinjen fremover. Ved å gjøre AI til en del av CAD og fysikk-basert miljø, tillater plattformen at team kan utforske store designrom tidlig, identifisere kompromisser tidligere og redusere sannsynligheten for redesign som kan forstyrre tidsplaner og budsjetter.

Dette modellen har resonert over hele industrien hvor kompleksitet og tid til marked er konstante press. Bil-, luftfarts-, energi- og avansert produksjonsorganisasjoner bruker plattformen til å accelerere produktutvikling samtidig som de opprettholder strenge ytelses- og sikkerhetsstandarder. Selskapet rapporterer en firedobling av inntekter fra bedrifter over de siste 18 månedene, med over 50 globale organisasjoner som aktivt distribuerer teknologien over produksjonsarbeidsflyter.

Den nye kapitalen vil bli brukt til å accelerere produktutvikling – inkludert den planlagte utgivelsen av en generativ CAD-funksjon tidlig i 2026 – utvide globale markedsteam og dykke dyptere integrasjoner med partnere over skyinfrastruktur, simuleringsprogramvare og maskinvareakselerasjon.

Å gå fra AI-eksperimenter til skalert distribusjon

Neural Concepts vekst reflekterer en bredere overgang som skjer i bedrifts AI-tilpasning. Mange industrielle organisasjoner har brukt de siste årene til å eksperimentere med maskinlæring i isolerte brukstilfeller. Hva som endrer seg nå, er en overgang mot plattformer som kan distribueres i skala, over team og produktlinjer, uten å tvinge ingeniører til å forlate eksisterende verktøy eller prosesser.

Ved å plassere seg selv som et intelligenslag som sitter over ingeniørsystemer, er Neural Concept i linje med denne overgangen. Plattformen er designet for å integrere i stedet for å erstatte, og tillater at selskaper kan introdusere AI i kritiske arbeidsflyter inkrementelt samtidig som de leverer målbare impakt. Denne bedrifts-tilnærmingen har hjulpet med å flytte AI i ingeniørarbeid beyond pilotprosjekter og inn i hverdags beslutningstagning.

Oppgangen av AI som intelligenslag for ingeniørteam

Neural Concepts serie C peker også på en dypere transformasjon i hvordan ingeniørarbeid utvikler seg. AI blir ikke lenger bare brukt til å akselerere enkeltoppgaver; det formasjonen hvordan beslutninger tas over hele produktlivssyklusen. Ettersom AI-systemer blir i stand til å begrunne geometri, fysikk og ytelsesbegrensninger sammen, begynner de å fungere som en kontinuerlig kilde til ingeniør-intelligens i stedet for en periodisk optimaliseringverktøy.

Denne overgangen har betydelige implikasjoner for hvordan team arbeider. Ingenicører kan flytte seg bort fra å håndtere repetitive simulerings- og fragmenterte verktøykjeder og mot høyere nivå av dømmekraft – definere mål, tolke resultater og balansere kompromisser over kostnad, ytelse, bærekraft og produsentvennlig. AI håndterer den komputasjonelle utforskingen i skala, mens mennesker forblir ansvarlige for hensikt, risiko og endelige beslutninger.

Over tid kan dette modellen komprimere utviklingscykluser, redusere materialeavfall og muliggjøre utforsking av design som tidligere var umulig på grunn av kompleksitet eller kostnad. Mer viktig, det omdefinerer ingeniørarbeid som en kontinuerlig dialog mellom menneskelig ekspertise og maskinlæring, i stedet for en sekvens av separate trinn.

Neural Concepts trajektori antyder at AI-drevet ingeniørarbeid går fra eksperimenter til infrastruktur. Ettersom flere organisasjoner adopterer AI ikke bare for å optimalisere arbeidsflyter, men for å guide beslutningstagning selv, kan dette intelligenslaget bli like fundamentalt for ingeniørteam som CAD- og simuleringsverktøy er i dag.