Nominal säkrar 240 miljoner dollar i en C-runda till en värdering på 3 miljarder dollar för att expandera inom AI

Nominal meddelade den 9 november 2026 att företaget hade tagit in 240 miljoner dollar i en C-runda till en värdering på 3 miljarder dollar. Lightspeed Venture Partners ledde finansieringsrundan och Insight Partners var med och ledde den. Kapitalet ska användas för att expandera Nominals AI-plattform för hårdvaruutveckling.

Finansieringen ska stödja mer avancerade produkter för ingenjörer och tekniska företag, expansion till nya branscher och regioner samt strategiska förvärv. Lux Capital, Sequoia, General Catalyst, Founders Fund, Lockheed Martin Ventures, Salesforce Ventures och DE Shaw Ventures är några av de övriga investerare som nämns i tillkännagivandet.

Från testdata till teknisk intelligens

I ett kompletterande inlägg om plattformen står det att Nominal ägnade fyra år åt att bygga upp den datainfrastruktur, de utrustningsanslutningar och den kontextuella information som plattformen är beroende av. Företaget började med att hjälpa hårdvaruteam att arbeta med testdata: jämföra förväntat beteende med uppmätta resultat, undersöka avvikelser och avgöra vad nästa steg skulle vara. Företagets bredare argument är att AI behöver tillgång till dessa belägg och den här kontexten, i stället för att generera svar utifrån isolerade instruktioner.

Den här grunden är avsedd att motverka fragmentering. Tekniska belägg finns utspridda mellan instrument, simuleringar, filer, interna verktyg och team. Därför kan tolkningen av ett oväntat resultat kräva att man kopplar samman en sensoravläsning med en hårdvarukonfiguration, ett tidigare experiment och ett beslut som fattades flera månader tidigare. Nominals lösning är en plattform för hårdvaruintelligens i fyra lager, utformad för att samla dessa indata utan att deras kontext går förlorad.

Ansluten styrning kopplar programvaran till fysisk hårdvara och testsystem, så att team kan styra utrustningen och samla in data direkt vid källan. Datainfrastruktur ger signaler, filer, konfigurationer och dokument en gemensam struktur, samtidigt som det bevaras vad mätningarna representerar, vilka system som har producerat dem och hur de hänger samman med tidigare arbete. Tillsammans tillhandahåller dessa lager de strukturerade belägg som plattformens AI-komponenter använder.

AI-agenter som bygger på granskningsbara belägg

Intelligenslagret kopplar modeller och agenter till teknisk kontext, verktyg och arbetsflöden. Det gör det möjligt för system att undersöka frågor, utföra analyser, jämföra resultat och sammanställa belägg som ingenjörer kan granska. Nominal beskriver Nominal Analyst som företagets första specialutvecklade AI-agent. Den undersöker tekniska data och utför komplexa analyser, och svaren kan spåras till de underliggande beläggen. Ingenjörerna behåller kontrollen över beslut, granskningar och godkännanden.

Tekniska tillämpningar utvidgar plattformen till utveckling, testning, tillverkning och drift. Med Nominal för utvecklare kan kunder ansluta befintliga verktyg och bygga egna applikationer, arbetsflöden och agenter på samma grund. Driftsättningsalternativen omfattar molninfrastruktur och lokal infrastruktur, nätverksisolerade miljöer och edge-enheter.

Rapporterad användning och expansionsplaner

Nominal uppger att fler än 80 kommersiella organisationer och myndigheter använder plattformen, däribland fem av de sju största försvarsentreprenörerna. Användarna finns inom flyg- och rymdindustrin, försvarssektorn, robotik, energi och avancerad tillverkning. Det ger företaget en etablerad kundbas inför utvecklingen av de bredare produkter för hela livscykeln som det planerar.

Denna färdplan sträcker sig längre än till testanalys. Nominal utvecklar agenter och applikationer för verifiering av krav, planering, schemaläggning och hantering av fordonsflottors tillstånd under en maskins hela livscykel. Medgrundaren och vd:n Cameron McCord sade att målet är att ta till vara på årtionden av samlad teknisk kunskap, samtidigt som ingenjörerna behåller kontrollen.

Finansieringen knyter Nominals tillväxtplaner till ett högt ställt krav: AI måste nå fysiska system, arbeta utifrån strukturerade tekniska belägg och tydliggöra grunden för sina svar. En utvidgning av detta arbetssätt till fler arbetsflöden, branscher och regioner kommer att visa om företaget kan bredda sin plattform och samtidigt bevara den spårbarhet och ingenjörskontroll som krävs för arbete där konsekvenserna kan bli stora.