Flow Engineering, una compaƱĆa con sede en San Francisco, ha movido ficha en el mercado de las herramientas para ingenierĆa. La startup ha cerrado una ronda Serie B de 50 millones de dĆ³lares que sitĆŗa su valoraciĆ³n en 750 millones, segĆŗn el anuncio difundido por la propia empresa. La operaciĆ³n llega en un momento en el que el capital riesgo mira con interĆ©s las aplicaciones de IA que resuelven problemas fĆsicos y no solo software.
La firma no vende una promesa abstracta. Su producto se centra en acelerar el diseƱo y la validaciĆ³n de hardware mediante agentes de IA que revisan requisitos, dibujos CAD, simulaciones, cĆ³digo y pruebas. En la prĆ”ctica, quiere que los equipos de ingenierĆa detecten antes los errores y reduzcan los ciclos que hoy se miden en meses o incluso aƱos.
ĀæQuiĆ©n estĆ” detrĆ”s de la ronda?
La Serie B ha sido co-liderada por Antonio Gracias, de Valor Equity Partners, y Gavin Baker, de Atreides Management. Ambos inversores son conocidos por haber entrado pronto en compaƱĆas como Tesla, SpaceX o Nvidia, y en el caso de Atreides tambiĆ©n por respaldar al fabricante de chips de IA Cerebras. Gracias fue inversor temprano en Tesla y forma parte de consejos de SpaceX y Neuralink, mientras que Valor ha apoyado a Anduril. Sequoia Capital, que ya liderĆ³ la Serie A de Flow en octubre de 2025, ha repetido en esta operaciĆ³n.
En el grupo tambiĆ©n aparecen Human Capital, Evantic, SV Angel, Odyssey y EQT, ademĆ”s de inversores individuales como Thomas Wolf, cofundador de Hugging Face; Jonas von Malottki, CIO de Mercedes-Benz; y Nico Rosberg, campeĆ³n mundial de FĆ³rmula 1. Roelof Botha, ex socio de Sequoia, se ha incorporado al consejo como director independiente y ha invertido a tĆtulo personal. Baker ha descrito la propuesta como una suerte de sistema operativo en el que los productos fĆsicos se especifican, verifican y, con el tiempo, se diseƱan. El dinero se destinarĆ” a construir un arnĆ©s de IA para ingenierĆa de hardware, permitir que modelos de vanguardia trabajen con datos sensibles en programas reales y ampliar capacidades de revisiĆ³n, ramificaciĆ³n y evaluaciĆ³n. TambiĆ©n quiere lograr la autorizaciĆ³n FedRAMP y otras certificaciones para clientes regulados, ademĆ”s de crecer en ventas e ingenierĆa.
Una plataforma para que la IA trabaje con ingenieros
Flow se presenta como un registro dinĆ”mico y conectado que enlaza requisitos, CAD, simulaciĆ³n, cĆ³digo y pruebas en un mismo grafo. Sobre esa base, sus agentes escuchan cambios en herramientas como CAD, Git, simulaciones y documentos, ejecutan anĆ”lisis de impacto, seƱalan conflictos y detectan fallos de requisitos. La idea es que un cambio en una pieza no se quede aislado, sino que se revise su efecto en el resto del sistema.
La empresa ha lanzado Flow v3 y asegura que sus agentes pueden acortar los tiempos de iteraciĆ³n de hardware, que hoy se cuentan por meses, hasta dejarlos en dĆas. El CEO y fundador, Pari Singh, ha seƱalado que el 96% de los clientes llegan por inbound, sin prospecciĆ³n activa, una mĆ©trica poco habitual en software empresarial. TambiĆ©n ha defendido que cada compaƱĆa de hardware tendrĆ” que decidir con quĆ© rapidez adopta IA y que las que se muevan antes ganarĆ”n ventaja en sus mercados.
Entre los tipos de agentes que menciona la plataforma estĆ”n los de anĆ”lisis de impacto, presupuesto de masa, coste y potencia, y cumplimiento de seguridad y regulaciĆ³n. Los clientes pueden crear ademĆ”s sus propios agentes para comprobar cobertura, detectar anomalĆas o preparar revisiones. Flow dice que se puede desplegar en nube, GovCloud o instalaciones autoalojadas, con alineaciĆ³n ITAR y EAR, y cumplimiento de NIST 800-171, CUI, SOC 2 Tipo II, GDPR y CCPA. TambiĆ©n afirma que usa inferencia privada, mantiene un registro de auditorĆa de cada acciĆ³n de IA y no utiliza la informaciĆ³n de sus clientes para entrenar modelos.
Clientes, adopciĆ³n y casos de uso
La lista de clientes es uno de los argumentos mĆ”s sĆ³lidos de Flow. Desde su Serie A ha sumado a General Motors PPU, RV Tech, Anduril, Stoke Space, Intuitive Machines y Pacific Fusion. A ellos se unen clientes anteriores como Rivian, Joby Aviation, Astranis y Radiant Industries. El patrĆ³n se repite en sectores exigentes: espacio, defensa, automociĆ³n, movilidad aĆ©rea y energĆa. General Motors PPU es la empresa conjunta de General Motors con TWG Motorsports, mientras que RV Tech nace de la alianza entre Rivian y Volkswagen.
El caso de Rivian sirve para entender el ritmo de adopciĆ³n. La empresa ha contado que pasĆ³ de 40 a 1.500 usuarios de Flow en siete meses, y que sus ingenieros ejecutan millones de llamadas a la API cada semana. Scott Mackenzie, director de desarrollo de producto, procesos y herramientas de Rivian, ha explicado que probaron una treintena de alternativas y ninguna se acercĆ³ a Flow, y que les permite desarrollar con mĆ”s rapidez, seguridad y calidad gracias a un enfoque colaborativo de ingenierĆa de sistemas.
Flow no quiere sustituir necesariamente a AutoCAD, CATIA u otras suites clĆ”sicas. Su propuesta se coloca como una capa de verificaciĆ³n y trazabilidad inteligente sobre herramientas que ya usan los equipos. Eso encaja con un mercado CAD en el que los grandes nombres āAutodesk, Dassault SystĆØmes, Siemens, PTC y ANSYSā mantienen peso, pero donde la IA para validaciĆ³n, requisitos y gemelos digitales gana terreno.
Contexto de mercado y lectura para EspaƱa y Europa
El movimiento de Flow se produce en un mercado global de software CAD que, segĆŗn distintas consultoras, sigue creciendo. Coherent Market Insights lo valora en 11.880 millones de dĆ³lares en 2026, con un crecimiento anual compuesto del 8,5% hasta 2033, mientras que SNS Insider lo cifra en 16.150 millones en 2025 y un CAGR del 8,20% hasta 2033. En ambos informes, el segmento de CAD con IA es el que avanza mĆ”s rĆ”pido, con tasas cercanas al 13,6%. En 2025, el 65% de los proveedores de CAD ya integraba IA o gemelos digitales, y el 70% de los equipos de diseƱo usaba plataformas en nube o SaaS. El sector automotriz concentra cerca del 34,7% del mercado, electrĆ³nica y semiconductores es el segmento de mayor crecimiento con un 12,9%, y NorteamĆ©rica representa alrededor del 41%.
Para EspaƱa y el resto de Europa, la operaciĆ³n deja varias pistas. La primera es que el capital para IA aplicada a ingenierĆa ya no se limita al software: tambiĆ©n financia herramientas que tocan hardware, automociĆ³n, defensa, energĆa y aeroespacial. La segunda es que inversores como Jonas von Malottki, CIO de Mercedes-Benz, o clientes como RV Tech, la empresa conjunta de Rivian y Volkswagen, muestran que la industria europea sigue de cerca estas soluciones.
Europa parte con deberes conocidos: cumplimiento normativo, protecciĆ³n de datos y certificaciones. Flow menciona GDPR y CCPA, ademĆ”s de estĆ”ndares estadounidenses como ITAR, EAR, NIST 800-171 y FedRAMP. Para una startup espaƱola o europea que quiera competir en este nicho, el mensaje es que la seguridad y la trazabilidad no son un aƱadido, sino parte del producto desde el primer dĆa. TambiĆ©n importa integrarse con el software heredado en lugar de exigir migraciones completas.
Otra lectura tiene que ver con el canal de venta. Si el 96% de los clientes de Flow llegan por inbound, el producto resuelve un dolor lo bastante claro como para que los propios ingenieros lo recomienden. En sectores tĆ©cnicos, eso suele pesar mĆ”s que una gran campaƱa de marketing. La tracciĆ³n con usuarios reales y casos verificables se convierte asĆ en el argumento que justifica una valoraciĆ³n elevada en una ronda temprana.
Flow Engineering ha conseguido 50 millones de dĆ³lares para llevar agentes de IA al diseƱo de hardware, con una valoraciĆ³n de 750 millones y un grupo inversor muy vinculado a Tesla, SpaceX y Nvidia. Su plataforma conecta requisitos, CAD, simulaciones y pruebas para validar cambios en segundos, y ya la usan compaƱĆas de defensa, espacio, automociĆ³n y energĆa como Rivian, Anduril, Joby Aviation o RV Tech. Para el ecosistema espaƱol y europeo, la noticia confirma que la IA aplicada a ingenierĆa fĆsica tiene inversores, clientes y un mercado en crecimiento, aunque tambiĆ©n exige cumplir con normativas estrictas y demostrar resultados medibles. La clave no es solo levantar capital, sino convertir esa inversiĆ³n en ciclos de desarrollo mĆ”s cortos y verificables.
