Flow Engineering pozyskuje 50 milionów dolarów i przyspiesza projektowanie sprzętu dzięki sztucznej inteligencji

  • Flow Engineering zamyka rundę finansowania serii B o wartości 50 milionów dolarów, osiągając wycenę na poziomie 750 milionów dolarów.
  • Transakcję współprowadzą Valor Equity Partners i Atreides Management, przy współudziale Sequoia Capital i innych inwestorów przemysłowych.
  • Ich platforma wykorzystuje agentów AI do łączenia wymagań, projektowania wspomaganego komputerowo, symulacji, kodu i testowania, co pozwala skrócić cykle walidacji z miesięcy do dni.
  • Współpracuje już z firmami Rivian, Anduril, Joby Aviation, General Motors PPU, RV Tech, Stoke Space i innymi klientami z branży obronnej, kosmicznej, motoryzacyjnej i energetycznej.

Sprzęt do sztucznej inteligencji Flow Engineering

Flow Engineering, firma z San Francisco, wkroczyła na rynek narzędzi inżynieryjnych. Startup zamknął rundę finansowania serii B o wartości 50 milionów dolarów , wyceniając się na 750 milionów dolarów, jak wynika z ogłoszenia opublikowanego przez firmę. Runda ta zbiega się z momentem, w którym firmy venture capital interesują się aplikacjami AI rozwiązującymi problemy fizyczne, a nie tylko oprogramowanie.

Firma nie sprzedaje abstrakcyjnych obietnic. Jej produkt koncentruje się na przyspieszeniu projektowania i walidacji sprzętu za pomocą agentów AI, którzy analizują wymagania, rysunki CAD, symulacje, kod i testy. W praktyce firma chce, aby zespoły inżynierów wykrywały błędy wcześniej i skracały cykle, które obecnie liczone są w miesiącach, a nawet latach.

CAD
Podobne artykuł:
CAD: wszystko o oprogramowaniu do projektowania wspomaganego komputerowo

Kto stoi za tą rundą?

Sprzęt do sztucznej inteligencji Flow Engineering

Rundę finansowania serii B współprowadzili Antonio Gracias z Valor Equity Partners i Gavin Baker z Atreides Management . Obaj inwestorzy znani są z wczesnych inwestycji w firmy takie jak Tesla, SpaceX i Nvidia, a w przypadku Atreides również ze wsparcia producenta układów AI Cerebras. Gracias był jednym z pierwszych inwestorów Tesli i zasiada w zarządach SpaceX i Neuralink, podczas gdy Valor wspierał Anduril. Sequoia Capital, która prowadziła rundę finansowania serii A Flow w październiku 2025 roku, ponownie wzięła udział w tej rundzie.

Grupa obejmuje również Human Capital, Evantic, SV Angel, Odyssey i EQT, a także indywidualnych inwestorów, takich jak Thomas Wolf, współzałożyciel Hugging Face; Jonas von Malottki, dyrektor ds. informatyki w Mercedes-Benz; i Nico Rosberg, mistrz świata Formuły 1. Roelof Botha, były partner w Sequoia, dołączył do zarządu jako niezależny dyrektor i zainwestował w swoje osobiste możliwości. Baker opisał propozycję jako rodzaj systemu operacyjnego, w którym produkty fizyczne są określane, weryfikowane i z czasem projektowane. Pieniądze zostaną wykorzystane do zbudowania uprzęży AI do inżynierii sprzętu, umożliwienia najnowocześniejszym modelom pracy z wrażliwymi danymi w rzeczywistych programach oraz rozszerzenia możliwości przeglądu, rozgałęziania i oceny. Firma ma również na celu uzyskanie autoryzacji FedRAMP i innych certyfikatów dla regulowanych klientów, oprócz rozwoju sprzedaży i operacji inżynieryjnych.

Platforma umożliwiająca współpracę sztucznej inteligencji z inżynierami

Sprzęt do sztucznej inteligencji Flow Engineering

Flow prezentuje się jako dynamiczny i powiązany rejestr , który łączy wymagania, CAD, symulację, kod i testy w jednym grafie. Na tej podstawie agenci nasłuchują zmian w narzędziach takich jak CAD, Git, symulacje i dokumentacja, przeprowadzają analizy wpływu, sygnalizują konflikty i wykrywają błędy w wymaganiach. Idea polega na tym, że zmiana w jednym komponencie nie jest izolowana, ale analizowany jest jej wpływ na resztę systemu.

Firma wprowadziła na rynek Flow v3 i twierdzi, że jej agenci mogą skrócić czas iteracji sprzętu, obecnie mierzony w miesiącach, do zaledwie kilku dni . Prezes i założyciel Pari Singh zauważył, że 96% klientów trafia do klientów za pośrednictwem marketingu przychodzącego, bez aktywnego pozyskiwania klientów – wskaźnik rzadko spotykany w przypadku oprogramowania dla przedsiębiorstw. Argumentował również, że każda firma produkująca sprzęt będzie musiała zdecydować, jak szybko wdrożyć sztuczną inteligencję, a ci, którzy zrobią to pierwsi, zyskają przewagę konkurencyjną na swoich rynkach.

GNU Electric
Podobne artykuł:
GNU Electric – niesamowite darmowe oprogramowanie do projektowania chipów VLSI o otwartym kodzie źródłowym

Platforma wymienia między innymi agentów do analizy wpływu, budżetowania masowego, analizy kosztów i zużycia energii oraz zapewnienia zgodności z przepisami i regulacjami . Klienci mogą również tworzyć własnych agentów do sprawdzania zasięgu, wykrywania anomalii lub przygotowywania przeglądów. Flow twierdzi, że można go wdrożyć w chmurze, GovCloud lub lokalnie, zgodnie z ITAR i EAR oraz zgodnie z NIST 800-171, CUI, SOC 2 typu II, RODO i CCPA. Firma zapewnia również, że korzysta z prywatnego wnioskowania, prowadzi rejestr audytu każdej akcji AI i nie wykorzystuje danych klientów do trenowania modeli.

Klienci, adopcja i przypadki użycia

Sprzęt do sztucznej inteligencji Flow Engineering

Lista klientów Flow to jeden z jej najmocniejszych punktów sprzedaży. Od rundy finansowania serii A firma pozyskała General Motors PPU, RV Tech, Anduril, Stoke Space, Intuitive Machines i Pacific Fusion . Dołączyli oni do poprzednich klientów, takich jak Rivian, Joby Aviation, Astranis i Radiant Industries. Ten schemat powtarza się w wymagających sektorach: kosmicznym, obronnym, motoryzacyjnym, lotniczym i energetycznym. General Motors PPU to spółka joint venture między General Motors i TWG Motorsports, a RV Tech jest wynikiem aliansu Rivian i Volkswagena.

Przypadek Rivian ilustruje tempo adopcji. Firma poinformowała, że ​​w ciągu siedmiu miesięcy liczba użytkowników Flow wzrosła z 40 do 1.500 , a jej inżynierowie wykonują miliony wywołań API tygodniowo. Scott Mackenzie, dyrektor ds. rozwoju produktów, procesów i narzędzi w Rivian, wyjaśnił, że przetestowali około 30 alternatyw i żadna nie zbliżyła się do Flow, co pozwala im rozwijać się szybciej, bezpieczniej i z wyższą jakością dzięki podejściu opartemu na współpracy w inżynierii systemów.

Flow niekoniecznie ma zastąpić AutoCAD, CATIA czy inne klasyczne pakiety. Jego oferta pozycjonuje się jako inteligentna warstwa weryfikacji i śledzenia, stanowiąca uzupełnienie narzędzi, z których zespoły już korzystają. Wpisuje się to w rynek CAD, na którym wciąż dominują duże firmy – Autodesk, Dassault Systèmes, Siemens, PTC i ANSYS – ale gdzie sztuczna inteligencja do walidacji, definiowania wymagań i tworzenia cyfrowych bliźniaków zyskuje na popularności.

Komponenty sprzętowe
Podobne artykuł:
Elementy sprzętowe: kompletny przewodnik po częściach i typach

Kontekst rynkowy i odczyt dla Hiszpanii i Europy

Sprzęt do sztucznej inteligencji Flow Engineering

Ruch Flow wkracza na globalny rynek oprogramowania CAD, który według różnych firm konsultingowych stale rośnie. Coherent Market Insights wycenia go na 11.880 mld USD w 2026 r. , przy średniorocznej stopie wzrostu (CAGR) na poziomie 8,5% do 2033 r., podczas gdy SNS Insider szacuje go na 16.150 mld USD w 2025 r. i CAGR na poziomie 8,20% do 2033 r. W obu raportach segment CAD oparty na sztucznej inteligencji rośnie najszybciej, ze wskaźnikami bliskimi 13,6%. Do 2025 r. 65% dostawców CAD integrowało już sztuczną inteligencję lub cyfrowe bliźniaki, a 70% zespołów projektowych korzystało z platform chmurowych lub SaaS. Sektor motoryzacyjny stanowi około 34,7% rynku, elektronika i półprzewodniki to najszybciej rozwijający się segment z 12,9%, a Ameryka Północna stanowi około 41%.

Dla Hiszpanii i reszty Europy umowa ta niesie ze sobą kilka wskazówek. Po pierwsze, finansowanie sztucznej inteligencji stosowanej w inżynierii nie ogranicza się już do oprogramowania : finansuje również narzędzia mające wpływ na sprzęt, motoryzację, obronność, energetykę i przemysł lotniczy. Po drugie, inwestorzy tacy jak Jonas von Malottki, dyrektor ds. informatyki w Mercedes-Benz, czy klienci tacy jak RV Tech, spółka joint venture Rivian i Volkswagena, pokazują, że europejski przemysł uważnie monitoruje te rozwiązania.

Europa zaczyna się od dobrze znanych obowiązków: zgodności z przepisami, ochrony danych i certyfikacji . Flow wspomina o RODO i CCPA, a także o amerykańskich standardach, takich jak ITAR, EAR, NIST 800-171 i FedRAMP. Dla hiszpańskiego lub europejskiego startupu, który chce konkurować w tej niszy, przesłanie jest takie, że bezpieczeństwo i identyfikowalność nie są dodatkami, ale integralną częścią produktu od samego początku. Integracja ze starszym oprogramowaniem jest również kluczowa, a nie wymaga całkowitej migracji.

Inna interpretacja odnosi się do kanału sprzedaży. Jeśli 96% klientów Flow trafia do firmy za pośrednictwem marketingu przychodzącego, produkt rozwiązuje na tyle wyraźny problem, że sami inżynierowie mogą go polecić. W sektorach technicznych ma to często większe znaczenie niż duża kampania marketingowa. Zaangażowanie ze strony rzeczywistych użytkowników i weryfikowalne przypadki użycia stają się zatem argumentem uzasadniającym wysoką wycenę we wczesnej rundzie finansowania.

Flow Engineering pozyskało 50 milionów dolarów na wdrożenie sztucznej inteligencji (AI) w projektowaniu sprzętu. Firma, wyceniana na 750 milionów dolarów, posiada grupę inwestycyjną ściśle powiązaną z firmami Tesla, SpaceX i Nvidia. Platforma Flow Engineering łączy wymagania, projektowanie wspomagane komputerowo (CAD), symulacje i testy, aby weryfikować zmiany w ciągu kilku sekund. Jest już wykorzystywana przez firmy z branży obronnej, kosmicznej, motoryzacyjnej i energetycznej, takie jak Rivian, Anduril, Joby Aviation i RV Tech. Dla hiszpańskiego i europejskiego ekosystemu ta wiadomość potwierdza, że ​​sztuczna inteligencja stosowana w inżynierii fizycznej ma inwestorów, klientów i rozwijający się rynek, choć wymaga również przestrzegania surowych przepisów i wykazywania wymiernych rezultatów. Kluczem jest nie tylko pozyskanie kapitału, ale także przekształcenie tej inwestycji w krótsze i bardziej weryfikowalne cykle rozwoju.

Elektroniczny prototyp z mikrokontrolerem i czujnikami na płytce stykowej.
Podobne artykuł:
Kompletny przewodnik po sprzęcie i oprogramowaniu Open Source dla projektów w świecie rzeczywistym

Dodaj jako preferowane źródło w Google