Neural Concept รวบรวมเงิน 100 ล้านเหรียญสหรัฐฯ ในชุด C เพื่อขยายแพลตฟอร์มวิศวกรรม AI

Neural Concept บริษัท AI ที่ตั้งอยู่ในเมือง Lausanne ซึ่งมุ่งเน้นในการคิดใหม่เกี่ยวกับวิธีการออกแบบและพัฒนาผลิตภัณฑ์ที่ซับซ้อน ได้ประกาศการระดมทุนชุด C มูลค่า 100 ล้านเหรียญสหรัฐฯ โดยมี Growth Equity at Goldman Sachs Alternatives เป็นผู้นำด้านการลงทุน และได้รับการสนับสนุนจากนักลงทุนเดิม เช่น Forestay Capital, Alven, HTGF, D.E. Shaw Ventures และ Aster Capital การระดมทุนครั้งนี้ถือเป็น 里程碑ที่สำคัญสำหรับบริษัท เนื่องจากกำลังขยายแพลตฟอร์ม AI ของตนไปสู่สภาพแวดล้อมอุตสาหกรรมที่ท้าทายที่สุดในโลก

Neural Concept ก่อตั้งขึ้นโดยการแยกออกจาก Swiss Federal Institute of Technology in Lausanne (EPFL) และได้สร้างแพลตฟอร์มของตนโดยมีแนวคิดที่เรียบง่ายแต่มีความทะเยอทะยาน ซึ่งก็คือ AI สำหรับวิศวกรรมควรเข้าใจเรื่องรูปทรง ฟิสิกส์ และความตั้งใจในการออกแบบในระดับเดียวกันกับเครื่องมือที่วิศวกรใช้อยู่แล้ว แทนที่จะวาง AI ไว้เป็นชั้นการวิเคราะห์ภายนอก บริษัทได้ฝังการเรียนรู้ลึกเข้าไปในกระบวนการ CAD และการจำลอง ทำให้วิศวกรสามารถคิดถึงประสิทธิภาพและข้อจำกัดได้ตั้งแต่เนิ่นๆ ในกระบวนการพัฒนา

การนำ AI เข้าสู่แก่นกลางของวิศวกรรม

กระบวนการทำงานวิศวกรรมแบบดั้งเดิมมักถูกกำหนดโดยรอบการวนซ้ำที่ยาวนาน การออกแบบถูกสร้างขึ้น จำลอง ซ่อมแซม และจำลองซ้ำ – บางครั้งใช้เวลาหลายเดือน – ก่อนที่ปัญหาสำคัญจะปรากฏขึ้น แนวทางของ Neural Concept มุ่งหวังที่จะย้ายเส้นเวลาไปข้างหน้า โดยการทำให้ AI เป็นส่วนหนึ่งของ CAD และสภาพแวดล้อมที่ใช้ฟิสิกส์เป็นฐาน แพลตฟอร์มนี้ช่วยให้ทีมสามารถสำรวจพื้นที่การออกแบบขนาดใหญ่ในระยะแรก ระบุการแลกเปลี่ยนได้เร็วขึ้น และลดความน่าจะเป็นของการออกแบบใหม่ในระยะหลังที่อาจทำให้เสียเวลาและงบประมาณ

แบบจำลองนี้ได้รับการยอมรับในหลายอุตสาหกรรมที่ความซับซ้อนและเวลาที่ใช้ในการเข้าสู่ตลาดเป็นแรงกดดันอย่างต่อเนื่อง อุตสาหกรรมรถยนต์ อากาศยาน พลังงาน และการผลิตที่ซับซ้อนใช้แพลตฟอร์มนี้เพื่อเร่งการพัฒนาผลิตภัณฑ์，同时รักษามาตรฐานการทำงานและความปลอดภัยที่เข้มงวด บริษัทรายงานว่ารายได้จากองค์กรเพิ่มขึ้นสี่เท่าในรอบ 18 เดือนที่ผ่านมา โดยมีมากกว่า 50 องค์กรทั่วโลกที่ใช้เทคโนโลยีนี้ในกระบวนการผลิตอย่างแข็งขัน

เงินทุนใหม่นี้จะถูกใช้เพื่อเร่งการพัฒนาผลิตภัณฑ์ รวมถึงการวางแผนการเปิดตัวความสามารถ CAD ที่สร้างสรรค์ในต้นปี 2026 การขยายทีมการตลาดทั่วโลก และการเสริมสร้างการผสานรวมกับพันธมิตรในด้านโครงสร้างคลาวด์ ซอฟต์แวร์จำลอง และฮาร์ดแวร์

การเปลี่ยนจากการทดลอง AI ไปสู่การ_deploy ที่มีขนาดใหญ่

การเติบโตของ Neural Concept สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในด้านการนำ AI ไปใช้ในองค์กรหลายแห่ง องค์กรอุตสาหกรรมหลายแห่งได้ใช้เวลาหลายปีที่ผ่านมาในการทดลองกับ machine learning ในกรณีการใช้งานที่แยกจากกัน สิ่งที่เปลี่ยนแปลงไปคือการเปลี่ยนไปสู่แพลตฟอร์มที่สามารถใช้งานได้ในระดับที่กว้างขึ้น ทั่วทีมและสายผลิตภัณฑ์ โดยไม่บังคับให้วิศวกรต้องละทิ้งเครื่องมือหรือกระบวนการที่มีอยู่แล้ว

ด้วยการวางตัวเองเป็นชั้นข้อมูลที่อยู่เหนือระบบวิศวกรรม Neural Concept จึงสอดคล้องกับการเปลี่ยนแปลงนี้ แพลตฟอร์มของบริษัทได้รับการออกแบบมาเพื่อการผสานรวมมากกว่าการแทนที่ ทำให้บริษัทต่างๆ สามารถแนะนำ AI เข้าสู่กระบวนการทำงานที่สำคัญๆ ได้แบบค่อยเป็นค่อยไป ในขณะเดียวกันก็ยังคงให้ผลกระทบที่วัดได้ แนวทางนี้ช่วยให้ AI ในวิศวกรรมก้าวไปไกลกว่าโครงการทดลองและเข้าสู่กระบวนการตัดสินใจประจำวัน

การเพิ่มขึ้นของ AI ในฐานะชั้นข้อมูลสำหรับทีมวิศวกรรม

การระดมทุนชุด C ของ Neural Concept ยังชี้ให้เห็นถึงการเปลี่ยนแปลงที่ลึกซึ้งยิ่งขึ้นในด้านวิศวกรรมที่กำลังพัฒนา AI ไม่ได้ถูกนำไปใช้เพียงเพื่อเร่งความเร็วของงานแต่ละงาน แต่ยังกำหนดรูปแบบการตัดสินใจทั่วทั้งชีวิตวงจรของผลิตภัณฑ์ เมื่อระบบ AI สามารถเข้าใจเรื่องรูปทรง ฟิสิกส์ และข้อจำกัดด้านประสิทธิภาพได้พร้อมๆ กัน ระบบเหล่านั้นจะเริ่มทำงานเป็นแหล่งข้อมูลวิศวกรรมที่ต่อเนื่องมากกว่าเครื่องมือการปรับให้เหมาะสมแบบชั่วคราว

การเปลี่ยนแปลงนี้มีผลกระทบอย่างมีนัยสำคัญต่อวิธีการทำงานของทีม วิศวกรสามารถเลื่อนออกจากการจัดการซิมูเลชันที่ซ้ำๆ กันและเครื่องมือที่กระจัดกระจาย และมุ่งเน้นไปที่การตัดสินใจในระดับสูง – การกำหนดวัตถุประสงค์ การตีความผลลัพธ์ และการสร้างสมดุลระหว่างการแลกเปลี่ยนในด้านต้นทุน ประสิทธิภาพ ความยั่งยืน และการผลิต AI จัดการการสำรวจเชิงคำนวณในระดับที่กว้างขึ้น ในขณะที่มนุษย์ยังคงรับผิดชอบต่อความตั้งใจ ความเสี่ยง และการตัดสินใจสุดท้าย

ในระยะยาว โมเดลนี้อาจช่วยให้กระบวนการพัฒนาสั้นลง ลดของเสีย และทำให้สามารถสำรวจการออกแบบที่ไม่เคยเป็นไปได้ก่อนหน้านี้เนื่องจากความซับซ้อนหรือต้นทุน สิ่งสำคัญกว่านั้น คือการกำหนดวิศวกรรมใหม่ในฐานะการแลกเปลี่ยนอย่างต่อเนื่องระหว่างความเชี่ยวชาญของมนุษย์และการให้เหตุผลของเครื่องจักร มากกว่าการดำเนินการทีละขั้นตอน

การเติบโตของ Neural Concept บ่งชี้ว่าวิศวกรรมที่ขับเคลื่อนด้วย AI กำลังเปลี่ยนจากการทดลองไปสู่โครงสร้างพื้นฐาน เมื่อองค์กรต่างๆ นำ AI ไม่เพียงแต่เพื่อปรับกระบวนการทำงาน แต่ยังช่วยในการตัดสินใจด้วย ชั้นข้อมูลนี้อาจกลายเป็นสิ่งจำเป็นสำหรับทีมวิศวกรรมเช่นเดียวกับเครื่องมือ CAD และซิมูเลชันที่ใช้กันอยู่ในปัจจุบัน