Nominal pozyskuje 240 mln dolarów w rundzie serii C przy wycenie 3 mld dolarów, aby rozwijać AI

9 listopada 2026 roku Nominal ogłosił, że pozyskał 240 mln dolarów w rundzie finansowania serii C przy wycenie 3 mld dolarów. Lightspeed Venture Partners przewodził rundzie, a Insight Partners współprzewodził finansowaniu, zapewniając kapitał na rozwój platformy AI Nominal dla inżynierii sprzętu.

Finansowanie wesprze rozwój bardziej zaawansowanych produktów dla inżynierów i przedsiębiorstw inżynieryjnych, ekspansję na nowe branże i rynki geograficzne oraz strategiczne przejęcia. Wśród pozostałych inwestorów wymienionych w komunikacie są Lux Capital, Sequoia, General Catalyst, Founders Fund, Lockheed Martin Ventures, Salesforce Ventures i DE Shaw Ventures.

Od danych testowych do inteligencji inżynieryjnej

W towarzyszącym wpisie na platformie podano, że Nominal poświęcił cztery lata na stworzenie infrastruktury danych, połączeń ze sprzętem i informacji kontekstowych, od których zależy jego platforma. Firma zaczęła od pomagania zespołom pracującym ze sprzętem w analizie danych testowych: porównywaniu oczekiwanego działania z uzyskanymi wynikami, badaniu różnic i podejmowaniu decyzji o dalszych krokach. Jej szersza teza jest taka, że AI potrzebuje dostępu do tych dowodów i kontekstu, zamiast generować odpowiedzi na podstawie odizolowanych poleceń.

Ta podstawa ma pomóc rozwiązać problem rozproszenia informacji. Dowody inżynieryjne są rozproszone między przyrządami, symulacjami, plikami, wewnętrznymi narzędziami i zespołami, dlatego interpretacja nieoczekiwanego wyniku może wymagać powiązania odczytu czujnika z konfiguracją sprzętu, wcześniejszym eksperymentem i decyzją podjętą kilka miesięcy wcześniej. Odpowiedzią Nominal jest czterowarstwowa platforma Hardware Intelligence Platform, zaprojektowana tak, by łączyć te dane bez pozbawiania ich kontekstu.

Connected Control łączy oprogramowanie z fizycznym sprzętem i systemami testowymi, umożliwiając zespołom sterowanie urządzeniami i rejestrowanie danych u źródła. Data Infrastructure nadaje sygnałom, plikom, konfiguracjom i dokumentom wspólną strukturę, zachowując jednocześnie informacje o tym, co oznaczają pomiary, które systemy je wygenerowały i jak wiążą się z wcześniejszymi pracami. Razem te warstwy dostarczają uporządkowanych dowodów wykorzystywanych przez komponenty AI platformy.

Agenci AI oparci na weryfikowalnych dowodach

Intelligence Layer łączy modele i agentów z kontekstem inżynieryjnym, narzędziami i przepływami pracy. Umożliwia systemom analizowanie pytań, przeprowadzanie analiz, porównywanie wyników i gromadzenie dowodów, które inżynierowie mogą sprawdzić. Nominal przedstawia Nominal Analyst jako swojego pierwszego agenta AI stworzonego do konkretnego celu: agent analizuje dane inżynieryjne i przeprowadza złożone analizy, a uzyskane odpowiedzi można prześledzić do źródłowych dowodów. Inżynierowie zachowują kontrolę nad decyzjami, przeglądami i zatwierdzaniem.

Engineering Applications rozszerzają działanie platformy na obszary rozwoju, testowania, produkcji i operacji. Dzięki Nominal for Developers klienci mogą łączyć istniejące narzędzia oraz tworzyć własne aplikacje, przepływy pracy i agentów w oparciu o tę samą platformę. Dostępne opcje wdrożenia obejmują chmurę i infrastrukturę lokalną, środowiska odizolowane od sieci oraz urządzenia brzegowe.

Deklarowane wdrożenia i plany ekspansji

Nominal podaje, że z platformy korzysta ponad 80 organizacji komercyjnych i rządowych, w tym pięciu z siedmiu największych wykonawców z sektora obronnego. Użytkownicy firmy działają w branżach lotniczej i kosmicznej, obronnej, robotycznej, energetycznej oraz zaawansowanej produkcji, co daje jej ugruntowaną pozycję, na której może rozwijać planowane produkty obejmujące szerszy zakres cyklu życia.

Plan rozwoju wykracza poza analizę testów. Nominal opracowuje agentów i aplikacje do weryfikacji wymagań, planowania, harmonogramowania i monitorowania stanu floty na przestrzeni całego cyklu życia maszyny. Współzałożyciel i dyrektor generalny Cameron McCord powiedział, że celem jest wykorzystanie zgromadzonej przez dziesięciolecia wiedzy inżynieryjnej przy jednoczesnym zachowaniu kontroli przez inżynierów.

Finansowanie wiąże plany rozwoju Nominal z ambitnym założeniem: AI musi mieć dostęp do systemów fizycznych, działać na podstawie uporządkowanych dowodów inżynieryjnych i ujawniać podstawy swoich odpowiedzi. Rozszerzenie tego podejścia na większą liczbę przepływów pracy, branż i rynków geograficznych pokaże, czy firma potrafi rozwijać platformę, zachowując możliwość śledzenia źródeł informacji i kontrolę inżynierów, wymagane w zadaniach o krytycznym znaczeniu.