Flow Engineering lève 50 M$ en série B pour une valorisation de 750 M$

Flow Engineering, une startup de San Francisco qui met des agents d'IA au travail sur les données de conception matérielle, a levé 50 millions de dollars en série B pour une valorisation de 750 millions de dollars. Le tour a été annoncé dans un communiqué de presse daté du 30 septembre 2026 et repris par plusieurs médias les 1er et 2 octobre. Cette valorisation donne un prix de société de logiciel à une entreprise qui vend à des constructeurs automobiles, des groupes de défense et des fabricants de fusées. Ses chiffres clients expliquent pourquoi les investisseurs l'ont payé.

Qui a investi

Antonio Gracias, fondateur de Valor Equity Partners, et Gavin Baker, associé gérant d'Atreides Management, ont codirigé le tour. Sequoia Capital, qui avait mené la série A de Flow, a de nouveau participé, aux côtés de Human Capital, Evantic, SV Angel, Odyssey et EQT. Parmi les investisseurs individuels figurent le cofondateur de Hugging Face Thomas Wolf, le directeur des systèmes d'information de Mercedes-Benz Jonas von Malottki et le champion de Formule 1 Nico Rosberg.

Roelof Botha, l'ancien associé gérant de Sequoia qui a mené la série A, siège au conseil de Flow comme administrateur indépendant et a investi à titre personnel dans ce tour, rapporte TechTimes. « Ma conviction envers Flow Engineering n'a fait que grandir depuis que j'ai mené la série A », a déclaré Botha, selon American Bazaar.

Tour	Date	Montant	Chef de file
Série A	Octobre 2025	23 millions de dollars	Sequoia Capital
Série B	Septembre 2026	50 millions de dollars	Antonio Gracias (Valor) et Gavin Baker (Atreides)

TechTimes chiffre le financement total à 73 millions de dollars.

Ce que fait le logiciel de Flow

Les équipes matériel gardent leur travail à de nombreux endroits : documents d'exigences, fichiers de CAO, résultats de simulation, dépôts de code et résultats de tests. Flow rassemble tout cela dans un graphe vivant unique, rapporte TechTimes. Ses agents d'IA surveillent ensuite les changements, retracent ce que chaque changement affecte en aval et vérifient, à travers ces outils, que la conception respecte toujours ses exigences.

L'argument, c'est la vitesse. TechTimes écrit que les agents compressent le travail manuel de validation « de semaines à secondes ». Robotics and Automation News indique que l'objectif est de ramener les cycles d'itération de mois à jours. American Bazaar décrit les agents alignant automatiquement les dessins de CAO avec les exigences, les résultats de simulation et les autres tests.

« L'IA a transformé le génie logiciel. Le génie matériel est le prochain », a déclaré le fondateur et directeur général Pari Singh, cité par American Bazaar. Dans le communiqué, il l'a formulé comme une échéance : « Chaque entreprise de matériel doit maintenant décider à quelle vitesse elle adoptera l'IA. »

Les chiffres de Rivian

Le chiffre client que tous les articles répètent est celui de Rivian. Le constructeur de véhicules électriques est passé de 40 utilisateurs de Flow à 1 500 en sept mois, selon le communiqué et TechTimes. Il effectue désormais des millions d'appels d'API vers la plateforme chaque semaine. « Nous avons évalué 30 outils et rien n'arrivait à la cheville de Flow », a déclaré Scott Mackenzie, directeur du développement produit de Rivian, dans une citation reprise par TechTimes.

Flow indique que 96 % de ses clients sont venus d'eux-mêmes, en inbound. Ses clients nommés couvrent l'automobile, la défense, l'aviation et le spatial : Rivian, General Motors PPU, RV Tech, Anduril, Joby Aviation, Astranis, Radiant Industries, Stoke Space, Intuitive Machines et Pacific Fusion.

L'entreprise a déménagé de Londres à San Francisco au cours de l'année écoulée, rapporte TechTimes. Gavin Baker a résumé la thèse d'investissement en une phrase : « Flow construit le système d'exploitation sur lequel les produits physiques sont spécifiés et vérifiés. »

Ce que cela signifie pour les développeurs

Pour les ingénieurs des entreprises de matériel, la question pratique est de savoir si leurs exigences et leurs données de test sont assez structurées pour qu'un agent les lise. Le modèle de Flow dépend de l'ingestion conjointe des exigences, de la CAO, de la simulation, du code et des résultats de tests. Les équipes qui gardent leurs exigences dans des présentations et leurs résultats de tests dans des tableurs tireront moins de tout outil de ce type tant que cela ne changera pas.

Pour les développeurs de logiciels, la croissance de Flow signale où les agents d'IA trouvent des clients payants. Les chiffres de Rivian montrent une adoption multipliée par plus de trente au sein d'une seule entreprise en sept mois. Le chiffre de 96 % en inbound suggère que la demande tire le produit plutôt qu'une équipe commerciale ne le pousse.

Pour les acheteurs, deux points à surveiller. La liste des investisseurs est remplie de gens qui soutiennent des entreprises du monde physique, ce qui dit que le pari porte sur l'adoption dans le matériel plutôt que sur un énième assistant de codage. Et la liste des clients se concentre sur les véhicules, la défense et le spatial. Une équipe hors de ces domaines devrait demander une référence dans son propre secteur avant de s'engager.