A inteligência artificial entra na engenharia de hardware

A engenharia de hardware está passando por uma transformação silenciosa, mas profunda. Por décadas, testar e validar sistemas complexos — desde motores de aeronaves até reatores nucleares — dependeu de engenheiros conectando manualmente dados de instrumentos espalhados, interpretando resultados com base em memória institucional e resolvendo problemas que muitas vezes já tinham sido resolvidos, mas nunca documentados de forma centralizada. A startup Nominal, sediada em Austin, Texas, quer mudar isso. Na segunda-feira (9/11), anunciou uma rodada Série C de US$ 240 milhões, chegando a uma avaliação de US$ 3 bilhões — triplo dos US$ 1 bilhões alcançados apenas oito meses atrás, em março.

A empresa foi fundada há quatro anos por Cameron McCord, ex-oficial da Marinha dos EUA e ex-membro da Anduril Industries, a empresa de defesa co-fundada por Palmer Luckey. O que começou como uma ferramenta para ajudar equipes de engenharia a comparar dados de teste com comportamento esperado evoluiu para algo muito maior: uma plataforma de inteligência de hardware completa, com quatro camadas interconectadas, projetada para cobrir o ciclo de vida inteiro de máquinas complexas.

O problema que a Nominal resolve

Pegar um resultado de teste inesperado em um ambiente de engenharia de alto nível é, na prática, um problema de investigação forense. Um sensor emite uma leitura fora da curva. O engenheiro precisa descobrir por quê. Para isso, precisa cruzar dados de múltiplos instrumentos de medição, simulações, registros internos e decisões tomadas meses antes. Frequentemente, a resposta já existe dentro da organização — um engenior sênior já viu esse problema antes — mas não há um mecanismo sistemático para conectar a pergunta ao conhecimento que já foi adquirido.

A Nominal propõe uma plataforma de quatro camadas, chamada Hardware Intelligence Platform. A camada Connected Control conecta software a hardware físico e sistemas de teste, permitindo que equipes comandem equipamentos e capturem dados na fonte. A camada Connected Data agrega informações de diferentes fontes — sensores, simulações, arquivos de engenharia — em um repositório unificado que preserva o contexto de engenharia por trás de cada leitura. A camada Connected Intelligence aplica ferramentas de IA para ajudar engenheiros a analisar esses dados, identificar padrões e fazer recomendações. Por fim, a camada Connected Applications oferece ferramentas específicas para tarefas do dia a dia: verificação de requisitos, planejamento, agendamento e manutenção de frotas.

O diferencial, segundo a empresa, não é ter modelos de IA mais capazes — é criar a infraestrutura de dados e contexto que permite que a IA opere no mundo físico, onde a física "tem voz votante", como McCord descreve em seu blog.

O que os investidores estão apostando

A rodada Série C foi liderada pela Lightspeed Venture Partners, com co-liderança da Insight Partners. Outros grandes investidores incluem Lux Capital, Sequoia, General Catalyst, Founders Fund, Avenir, Salesforce Ventures, M13, Lockheed Martin Ventures, Red Glass Ventures, PSP Growth e Deployment Capital.

O portfólio de investidores diz muito sobre a tese por trás da aposta. A presença de Palmer Luckey (via Founders Fund) e da Anduril — que é um dos principais clientes da Nominal, com mais de 300 engenheiros usando a plataforma em seus programas — indica que a empresa já está enraizada no ecossistema de defesa de alto nível. A Lockheed Martin Ventures confirma que grandes contratantes do governo já confiam na plataforma.

A empresa afirma que possui 80 organizações comerciais e governamentais como clientes, incluindo cinco das sete maiores contratantes de defesa dos EUA. Em outubro, foi selecionada pela Força Aérea dos EUA para um investimento de US$ 71,2 milhões no programa STRATFI (Strategic Funding Increase), um programa que exige capital correspondente de investidores externos — uma validação adicional do governo.

Por que agora?

A resposta da Nominal à pergunta "por que agora?" é a mesma que motiva praticamente toda startup de infraestrutura de IA em 2026: os modelos de IA finalmente alcançaram a maturidade técnica para serem aplicados em domínios complexos, mas a infraestrutura de dados necessária para que isso funcione no mundo físico ainda está em estágio primitivo. A Nominal construiu essa infraestrutura nos últimos quatro anos — e o momento de escalar chegou.

"Na próxima década, as empresas que integrarem efetivamente a IA nos fluxos de trabalho de engenharia terão uma vantagem competitiva real", disse McCord. A afirmação não é retórica vazia. Nos casos de uso que a Nominal documentou, tarefas que antes levavam horas — como análise de dados de teste de produção, verificação de requisitos de design, identificação de anomalias em componentes aeroespaciais — agora são executadas em minutos pela plataforma, com engenheiros mantendo o controle final das decisões.

O desafio a seguir é ambicioso: estender essa abordagem para mais fluxos de trabalho, mais indústrias e mais regiões do mundo, mantendo a rastreabilidade e o controle do engenheiro que são essenciais em ambientes de alta consequência. Se a Nominal conseguir isso, não estará apenas construindo o "Microsoft Office da engenharia de hardware" — estará redefinindo como o mundo físico é projetado, construído e mantido.

Fontes: TechCrunch, Unite.AI, Bloomberg

✓ Fontes independentes cruzadas e verificadas antes da publicação