Atmospheric AI säkrar 10 miljoner dollar i såddfinansiering för satsning på modeller för upphandling

Atmospheric AI meddelade den 5 november 2026 att bolaget hade tagit in 10 miljoner dollar i såddfinansiering i en runda ledd av DBL Partners, för att vidareutveckla sina beräkningsmodeller för leveranskedjor för råvaror. DBL Partners publicerade sin portföljsida den 4 november 2026. Startupbolaget planerar att bredda verksamheten från plast till kemikalier, papper och metaller, samtidigt som DBL:s Vinnie Caruso tar plats i bolagets styrelse.

Finansieringen ska också fördjupa samarbetet med en första grupp på omkring 100 tillverkare. Expansionen knyter det tekniska arbetet till en kommersiell satsning: Dr Torsten Lichtenau tillträder som bolagets första kommersiella chef efter 22 år på Bain & Company, där han var senior partner och globalt ansvarig för klimatomställning.

Modellering av industriella leveranskedjor

Atmospheric AI:s metod utgår från de fysiska processer som används för att tillverka material, i stället för att förlita sig på att leverantörer lämnar ut interna driftdata. Bolagets modeller omfattar kemiteknik, anläggningsekonomi och industriella processer, däribland sambanden mellan insatsvaror, energi, produktionskostnader och utsläpp. Det sammankopplade systemet täcker oljefält och rörledningar, raffinaderier, kemiska anläggningar, terminaler och sjöfartsrutter.

Atmospheric AI uppger att bolaget driver omkring 50 000 anläggningsmodeller och att det i ett test återskapade en producents publicerade koldioxidavtryck med en avvikelse på högst 4,4 %, utan att använda producentens egna data. Modellerna är avsedda att uppskatta vad ett material rimligen bör kosta, bedöma om en leverantörs prishöjning är motiverad, identifiera andra anläggningar som skulle kunna leverera materialet och undersöka hur en störning i en transportled kan påverka kostnader, koldioxidutsläpp eller motståndskraft.

Företagets produktbeskrivning presenterar plattformen som en dynamisk digital tvilling av en råvaras värdekedja, från ursprunget till fabriksporten. Anläggningsspecifik information om kostnader, koldioxidutsläpp och risker ligger till grund för analyser av enskilda leverantörers skäliga kostnader, leverantörsspecifika mått på utsläpp i Scope 3 och integrering av livscykelanalyser. Kartläggning av flera led, proaktiva aviseringar och rekommendationer om inköp är avsedda att föra beslut om störningar och förhandlingar in i samma arbetsflöde.

Att använda modeller i upphandlingsbeslut

Haleon är en av de tillverkare som redan samarbetar med Atmospheric AI. Chris Low, Haleons chef för hållbar upphandling, sade att företagen har samarbetat i nästan två år kring inköp av harts. Hans team utgår nu från materialets skäliga kostnad, koldioxidavtryck och risker i leveranskedjan i stället för att enbart förlita sig på leverantörens offert. Därmed kopplas modelleringsarbetet direkt till ett inköpsbeslut.

I ett kundexempel som Atmospheric AI beskriver ställdes en tillverkare inför ett föreslaget pristillägg på 730 dollar per ton under störningarna kring Hormuz. Startupbolagets team beräknade att den underliggande ökningen av tillverkningskostnaderna var cirka 120 dollar per ton. Analysen gav inköpsteamet ett underlag för att diskutera vad som hade förändrats i produktionsekonomin, i stället för att bara godta förslaget eller bestrida det utan belägg.

Medgrundaren och vd:n Roee Goldberg beskrev det långsiktiga målet som en beräkningsmodell av råvaruekonomin: tillverkare skulle förstå vilka anläggningar och leveransnätverk som ligger bakom det de köper, med kemiteknik som grund och AI som gör det möjligt att utföra arbetet i mycket större skala.

Den omedelbara prövningen efter finansieringsrundan gäller bredden: om en anläggningsbaserad metod som redan används för inköp av harts kan stödja upphandlingsbeslut för fler materialkategorier. Atmospheric AI kombinerar expansionen med nytt kommersiellt ledarskap och ett fördjupat samarbete med tillverkare, vilket gör steget bortom plast centralt för vad såddfinansieringen är avsedd att möjliggöra.