Neural Concept：エンジニアリングインテリジェンス
以前の記事では、Neural Concept（NC）が物理とナレッジを組み込んだAIツール「AI Design Copilot」を活用し、複雑な空力設計や車室内設計の課題をどのように解決しているかを取り上げた。同コパイロットは、過去の設計とその性能を基盤として、性能、スタイル、コスト、製造可能性に関するさまざまな制約を持つ新しい設計を生成する。主要な自動車OEM顧客にはJLR（ジャガー・ランドローバー・オートモーティブ）とゼネラルモーターズが含まれ、ティア2自動車サプライヤーのMahleも顧客である。また、ゼネラル・エレクトリック・ベルノバ、Leonardo Aerospace、Eaton、Safran、Renault Group、複数のF1チームも顧客に名を連ねる。過去1年6カ月でNCの売上は4倍に伸び、ミュンヘン、ニューヨーク、アジア太平洋地域のオフィスを含め、世界展開を拡大している。現在の従業員数は約100人である。NCは最近、Goldman Sachs AlternativesのGrowth Equityが主導し、既存投資家も参加したシリーズCラウンドで1億ドル（約158億円）を調達した。
顧客基盤の拡大を目指し、NCは最近、韓国とインドにもオフィスを開設した。韓国では広範な自動車、電動化関連、造船、電子、半導体といった産業への参入を狙い、インドでは自動車や産業用自律化技術における設計開発を加速させる。AIコパイロットは、気流モデリングや低抵抗かつスタイリッシュな車両デザインをはじめ、きわめて複雑なシミュレーションや設計ソリューションで高い生産性を発揮してきた。前述の次世代水中ドローン向けDARPAプログラムは、NCの能力に非常に適している。最近では、フィジカルAIに使われる、複雑ではないものの重要な部品の設計にも取り組んでいる。
NCのデザインコパイロットワークフローは、以下の通り。
（1）エンジニアリング要求（入力）は、ユーザー、連携されたPLM（製品ライフサイクル管理）環境、CAD・CAEツール、社内ナレッジ、あるいはサードパーティ製AIモデルからもたらされる。
（2）AIエージェント・ゲートウェイが要求をNCプラットフォームにルーティングする。そこで適切なスキルがエンジニアリングワークフローを定義し、ツールが必要な幾何・物理・最適化タスクを実行し、インフラがアプリケーション、モデル、計算、データを管理する。
