Nominal ha raccolto 240 milioni di dollari per ampliare la propria piattaforma di AI industriale, già utilizzata da aziende dell’aerospazio, della difesa e dell’automotive per analizzare i dati dei sistemi hardware, automatizzare i collaudi e monitorare le prestazioni operative. Il round Series C valuta la startup americana 3 miliardi di dollari, il triplo rispetto alla valutazione raggiunta a marzo 2026.
Il finanziamento è stato guidato da Lightspeed Venture Partners e Insight Partners. Tra gli altri investitori figura Lockheed Martin Ventures, il fondo di venture capital del gruppo aerospaziale e della difesa, la cui partecipazione conferma l’interesse del settore per le tecnologie di analisi e automazione dei processi ingegneristici.
La società conta oltre 80 clienti tra imprese ed enti governativi, comprese cinque delle sette maggiori aziende della difesa; la sua tecnologia viene utilizzata anche nell’energia, nella robotica e nella manifattura avanzata.
Nominal opera in un segmento del software industriale nel quale l’intelligenza artificiale viene applicata ai dati prodotti dai sistemi fisici. Le informazioni raccolte durante prove sperimentali, attività di produzione e funzionamento delle macchine diventano la base per automatizzare analisi tecniche, individuare anomalie e verificare i requisiti di progettazione.
Nominal, meno tempo per collaudi e analisi ingegneristiche
Ridurre i tempi di collaudo, individuare più rapidamente le cause dei malfunzionamenti ed evitare di ripetere analisi già eseguite sono alcune delle applicazioni industriali di Nominal. Il software collega i dati provenienti da sensori, banchi prova, simulazioni e macchine in esercizio, consentendo agli ingegneri di confrontare le prestazioni di componenti e sistemi, verificare i requisiti tecnici e identificare le anomalie. Le informazioni raccolte durante lo sviluppo rimangono disponibili anche nelle successive fasi di produzione e funzionamento, riducendo il lavoro manuale necessario per analizzare i risultati e risolvere i problemi tecnici.
La società è stata fondata nel 2022 da Cameron McCord, Bryce Strauss e Jason Hoch, tre professionisti con esperienze complementari nell’ingegneria militare e aerospaziale e nel software enterprise. McCord, oggi CEO, ha lavorato come ufficiale e ingegnere nucleare nella US Navy, prima di passare ad Anduril e Applied Intuition. Strauss proviene da Lockheed Martin, dove ha lavorato allo sviluppo di sistemi spaziali, mentre Hoch ha trascorso cinque anni in Palantir, occupandosi dell’implementazione della piattaforma di gestione dei dati Foundry, prima di lavorare in Vercel.
Le competenze dei fondatori riflettono il problema industriale affrontato da Nominal: rendere utilizzabili grandi quantità di dati tecnici prodotti da macchine e sistemi complessi, superando la frammentazione degli strumenti impiegati per raccoglierli e analizzarli.
In un ambiente industriale, le informazioni necessarie per valutare le prestazioni di un prodotto sono spesso distribuite tra sistemi differenti. I banchi prova acquisiscono misure dai sensori, i sistemi di controllo registrano parametri operativi, le simulazioni producono modelli di comportamento e le procedure di validazione documentano il rispetto dei requisiti tecnici.
A questi dati si aggiungono configurazioni hardware, versioni software, documentazione progettuale e risultati delle prove precedenti. La frammentazione rende complesso confrontare test eseguiti in condizioni differenti, ricostruire le cause di un malfunzionamento e riutilizzare le conoscenze accumulate durante lo sviluppo.
Nominal organizza queste informazioni in un ambiente condiviso, mantenendo le relazioni tra misure, configurazioni, condizioni operative e requisiti. Gli ingegneri possono confrontare il comportamento di diverse versioni di un componente, esaminare anomalie e ricostruire le condizioni nelle quali si è verificato un problema.
L’architettura comprende due prodotti già commercializzati, Nominal Core e Nominal Connect, che coprono rispettivamente l’analisi centralizzata dei dati e l’acquisizione e il controllo dei sistemi di prova.
Nominal Core e Connect: analisi dei dati e automazione dei collaudi
Nominal Core gestisce la raccolta, l’organizzazione e l’analisi dei dati ingegneristici. La piattaforma acquisisce telemetria, log, registrazioni video, risultati delle simulazioni e documentazione tecnica, rendendo queste informazioni disponibili per il monitoraggio, il confronto tra test e la valutazione delle prestazioni.
Gli strumenti di analisi permettono di esaminare serie temporali, correlare segnali differenti, ricostruire le condizioni operative di una prova e produrre report tecnici. Le stesse informazioni possono essere utilizzate per seguire l’evoluzione delle prestazioni di un sistema attraverso successive modifiche hardware e software.
Nominal Connect opera invece direttamente negli ambienti di collaudo. Il software consente di sviluppare applicazioni di test in Python, comunicare con gli strumenti di misura, acquisire segnali e controllare le sequenze di prova.
Le procedure possono essere eseguite localmente sui sistemi edge, anche senza una connessione di rete, e i risultati possono essere successivamente sincronizzati con Core. Questa architettura consente di utilizzare gli stessi strumenti di acquisizione e analisi nei laboratori, sui banchi prova, nelle linee di produzione e negli ambienti operativi.
Connect permette inoltre di distribuire le medesime procedure di test su più postazioni produttive, mantenendo una registrazione delle condizioni di esecuzione, dei parametri utilizzati e dei risultati. La tracciabilità facilita il confronto tra unità differenti e la verifica della conformità ai requisiti.
La piattaforma supporta implementazioni cloud, on-premises e in ambienti isolati dalla rete esterna, una caratteristica rilevante per le imprese che gestiscono dati progettuali riservati o infrastrutture soggette a requisiti di sicurezza particolarmente stringenti.
Nominal Analyst applica gli agenti AI ai test industriali
L’evoluzione della piattaforma riguarda l’utilizzo di agenti AI capaci di lavorare direttamente sui dati sperimentali e sulla documentazione ingegneristica.
Nominal Analyst, già disponibile in preview, consente agli ingegneri di interrogare i dati dei test, costruire analisi modificabili, confrontare misure e verificare il rispetto dei requisiti tecnici.
L’agente utilizza le informazioni presenti nell’ambiente Nominal, comprese serie temporali, configurazioni hardware, specifiche, modelli CAD e piani di prova. Può individuare i dati pertinenti a un problema, eseguire calcoli, produrre visualizzazioni e trasformare i requisiti descritti nei documenti tecnici in controlli automatici con esito positivo o negativo.
Un’applicazione riguarda la validazione termica delle batterie. L’ingegnere può chiedere di verificare se le temperature registrate durante un ciclo di prova rispettano i limiti previsti, individuare i sensori che hanno rilevato gli scostamenti maggiori e confrontare i risultati con quelli delle prove precedenti.
L’agente può eseguire i controlli, identificare gli intervalli nei quali vengono superate le soglie e collegare le conclusioni alle misure e ai requisiti utilizzati. Le analisi rimangono modificabili e gli ingegneri possono esaminare il codice, i calcoli e le fonti prima di approvarne i risultati.
La piattaforma dispone inoltre di interfacce SQL, API e supporto al Model Context Protocol (MCP), attraverso cui le aziende possono collegare agenti AI esterni e sviluppare applicazioni personalizzate sui propri dati ingegneristici.
«Le aziende che costruiscono le macchine più avanzate del mondo possiedono decenni di conoscenze acquisite attraverso l’esperienza. Stiamo sviluppando la piattaforma che consente di utilizzare queste conoscenze, collegandole ai dati, affinché gli ingegneri possano affrontare problemi più complessi», ha spiegato Cameron McCord, cofondatore e CEO di Nominal.
I risultati industriali: Anduril, HII e Hermeus
Nominal ha costruito una parte importante della propria presenza commerciale nell’aerospazio e nella difesa, dove lo sviluppo dei sistemi hardware richiede numerose prove sperimentali e procedure rigorose di validazione.
Anduril Industries utilizza la piattaforma in diversi programmi, con oltre 300 ingegneri coinvolti. Secondo i dati comunicati da Nominal, alcune attività di analisi che richiedevano cinque o sei ore vengono ora eseguite quasi in tempo reale.
Presso HII, gruppo americano attivo nella cantieristica navale e nei sistemi per la difesa, determinate analisi sono passate da ore a minuti, mentre alcuni passaggi dei test di produzione hanno registrato una riduzione dei tempi di circa il 50%.
Hermeus, impegnata nello sviluppo di velivoli ad alta velocità, ha ridotto dell’80% il tempo necessario per passare dal caricamento dei dati alla loro consultazione durante lo sviluppo del velivolo Quarterhorse Mk 1.
I risultati illustrano il ruolo della piattaforma nei processi di sviluppo industriale: ridurre il tempo che intercorre tra l’esecuzione di una prova e la disponibilità delle informazioni necessarie per valutare le prestazioni, individuare problemi e definire gli interventi successivi.
Nominal è stata inoltre selezionata per un programma da 71,2 milioni di dollari nell’ambito dell’iniziativa Strategic Funding Increase (STRATFI), collegato allo sviluppo delle capacità dei Collaborative Combat Aircraft dell’aeronautica statunitense e ad altre attività dell’Air Force e della Marina.
Il programma comprende 41,2 milioni di dollari di finanziamenti governativi e 30 milioni di capitale privato. Le attività riguardano l’acquisizione, l’organizzazione e l’analisi dei dati prodotti durante lo sviluppo e i test di volo, oltre alla condivisione delle informazioni tra fornitori industriali e organizzazioni governative.
Automotive: dai collaudi al monitoraggio dei veicoli in esercizio
L’espansione di Nominal riguarda anche l’analisi dei dati prodotti dai sistemi industriali dopo la conclusione delle attività di sviluppo e validazione.
Con l’acquisizione di Pull Systems, la società ha esteso le proprie competenze all’automotive e all’analisi dei dati dei veicoli in esercizio.
Pull Systems aveva sviluppato Workbench, una piattaforma di telemetria utilizzata per analizzare i problemi di qualità dei veicoli dopo la commercializzazione. La tecnologia è stata sviluppata in collaborazione con Porsche e altri marchi del gruppo Volkswagen, con applicazioni rivolte ai team responsabili del monitoraggio delle flotte, della qualità e dell’assistenza tecnica.
L’analisi dei dati provenienti da grandi flotte di veicoli permette di individuare anomalie ricorrenti, ricostruire le condizioni nelle quali si manifestano e identificare possibili cause comuni. Le attività di indagine possono così essere eseguite prima che un problema interessi una parte più ampia della flotta.
La combinazione delle competenze di Pull Systems con la piattaforma Nominal estende l’analisi ingegneristica dal prototipo ai prodotti già in esercizio, collegando le informazioni raccolte durante i collaudi con quelle generate nell’utilizzo quotidiano.
Nel 2026 Nominal ha acquisito anche Fid Labs, società specializzata nello sviluppo di agenti AI per sistemi hardware, simulatori e ambienti di ingegneria. Il team di Fid Labs contribuisce allo sviluppo delle funzionalità di intelligenza artificiale della piattaforma.
Come saranno utilizzati i 240 milioni di dollari
Il round Series C finanzierà l’ampliamento della piattaforma e lo sviluppo di nuovi agenti e applicazioni per le attività ingegneristiche lungo il ciclo di vita delle macchine.
Le aree di sviluppo comprendono la verifica dei requisiti, la pianificazione e programmazione dei test e il monitoraggio dello stato operativo delle flotte. Nominal prevede inoltre di estendere la propria presenza in nuovi settori industriali e mercati geografici, anche attraverso ulteriori acquisizioni.
Il precedente finanziamento da 80 milioni di dollari, annunciato a marzo 2026 e guidato da Founders Fund, aveva già sostenuto l’espansione commerciale e tecnologica della società, allora valutata un miliardo di dollari.
Con il nuovo round, la valutazione raggiunge 3 miliardi di dollari nell’arco di otto mesi.
