Tekoäly mullisti ohjelmistokehityksen – nyt tamperelainen startup tähtää laitteistosuunnitteluun

Tamperelainen Quanscient keräsi 10 miljoonaa euroa kehittääkseen tekoälytyökalua, joka tekee fyysiselle tuotesuunnittelulle sen, minkä GitHub Copilot teki koodaamiselle.

Teksti: Martti Asikainen, 1.6.2026 | Kuva: Quanscient

Quanscient Core Team in a hallway. Photo by Quanscient

Tamperelainen Quanscient on päättänyt 10 miljoonan euron A-sarjan rahoituskierroksen. Yhtiö on kerännyt nyt kolme kierrosta: 2,5 miljoonaa euroa vuonna 2023, 5,2 miljoonaa euroa vuonna 2024 ja nyt 10 miljoonaa euroa — kokonaisrahoitus nousee siis noin 17,7 miljoonaan euroon. 

Vuonna 2021 perustettu yhtiö rakentaa pilvipalvelupohjaista fysiikkasimulaatio-ohjelmistoa teollisuusinsinööreille, ja sen perustajien visio on kunnianhimoinen. He uskovat teknologian voivan tehdä fyysiselle tuotesuunnittelulle sen, minkä tekoälykoodaustyökalut ovat jo tehneet ohjelmistokehitykselle.

Kierrosta johti tanskalainen 55 North, joka kuvaa itseään maailman suurimmaksi kvanttialan riskipääomarahastoksi. Mukana oli myös itävaltalainen teollisuussijoittaja B&C Group. Aiemmat sijoittajat Maki.vc, Crowberry Capital, QAI Ventures ja First Fellow Partners palasivat kaikki mukaan.

Miksi laitteistosuunnittelu on jumissa menneisyydessä

Monifysiikan simulaatio on keskeistä kaiken suunnittelussa sähkömoottoreista lentokoneisiin ja lääkinnällisiin laitteisiin. Siinä mallinnetaan, miten lämpö, sähkömagnetismi, virtausdynamiikka ja rakenteelliset voimat vaikuttavat toisiinsa fyysisessä kohteessa. Tällä hetkellä prosessi on hidas, kallis ja läpinäkymätön.

Käytännössä insinööri luo CAD-suunnittelutyökalulla digitaalisen mallin ja testaa sitä kourallisella raskaita simulaatioita. Esimerkiksi sähkömoottorin suunnittelussa insinööri voi ajaa muutaman simulaation lämmön ja sähkömagnetiikan vaikutuksista — ja odottaa päiviä tuloksia. Jos tulos ei tyydytä, prosessi alkaa alusta. 

Samaan aikaan vain pientä osaa muuttujista ehditään testata ja simulaatioista kertynyt tieto jää usein insinöörin omalle koneelle. Quanscientin toimitusjohtaja ja perustaja Juha Riippi kuvailee työnkulkua Ylelle sanoilla: Suunnittelin tämän, miten se toimii. 

Quanscientin oman tutkimuksen mukaan 89 prosenttia insinööreistä yksinkertaistaa fysiikkamallejaan laskenta-aikarajoitusten vuoksi. Jos luku pitää paikkansa, niin ala hyväksyy säännöllisesti epätarkempia malleja, koska suurempi tarkkuus on liian kallista toteuttaa. Tutkimusta ei ole toistaiseksi vahvistettu ulkopuolisesti.

Tuhansia simulaatioita sekunneissa

Quanscientin alusta korvaa perinteiset työpöytäohjelmat koodipohjaisilla pilvilaskentatyönkuluilla. Yhtiön mukaan insinöörit voivat ajaa tuhansia simulaatioita rinnakkain aiempien muutaman sijaan jopa sata kertaa nopeammin kuin perinteisillä työkaluilla. Tämä datamäärä puolestaan mahdollistaa kevytmallien kouluttamisen. 

Käytännössä tämä tarkoittaa tekoälymalleja, jotka osaavat ennustaa simulaatiotuloksia millisekunteissa, kun ne on ensin koulutettu riittävän suurella fysiikka-aineistolla. Toisin kuin aiemmin, simulaatiot eivät jää yksittäisille työkoneille, vaan ovat keskitetysti koko yhtiön käytettävissä.

–  Tekoäly ei muuta laitteistosuunnittelua, ellei simulaatiota itse rakenneta uudelleen sitä varten, Riippi ilmoittu yhtiön tiedotteessa

Riippi kääntää katseensa myös Kiinaan, jossa autoteollisuus tuo jatkuvalla syötöllä uusia malleja markkinoille. Hän tunnustaa, ettei tiedä heidän salaisuuksiaan, mutta epäilee taustalla olevan paljon Eurooppaa edistyneemmät suunnitteluprosessit.

Lentokoneista puolijohteisiin

Quanscientin asiakkaisiin kuuluvat brasilialainen lentokonevalmistaja Embraer, amerikkalainen lääkintälaiteyritys Boston Scientific ja Infineon, Euroopan suurin puolijohteiden valmistaja. Myös pieni joukko Fortune 100 -yrityksiä on asiakkaita, vaikka Riippi kieltäytyi nimeämästä niitä.

Ilmailusovellus on erityisen vaikuttava. Uuden lentokonemallin kehittäminen kestää tällä hetkellä jopa 12 vuotta, jonka aikana valmistajat kuluttavat 30–150 miljoonaa euroa pelkästään tuulitunnelitestaukseen — fyysisiin kokeisiin, joissa mallikappaleita altistetaan keinotekoiselle ilmavirtaukselle aerodynaamisten ominaisuuksien mittaamiseksi. Vaatimustaso on kuitenkin korkea. 

Lentokoneen aerodynamiikan täydellinen mallintaminen sisältää laskennallisia ongelmia, joita perinteinen tietotekniikka ei käytännössä pysty ratkaisemaan: matkanopeudella lentävän lentokoneen mallinnettavien pisteiden määrä on luokkaa 10²⁴, mikä on täysin klassisen laskennan ulottumattomissa. 

Tätä varten yhtiöllä on seitsemän hengen kvanttilaskentaan erikoistunut tutkimusryhmä, joka on huomattavasti suurempi kuin tekoälyyn keskittyvä kolmen hengen tiimi.

–  Ne eivät ole kilpailevia vaan toisiaan täydentäviä teknologioita, Riippi sanoi tekoälystä ja kvanttilaskennasta.

Maailman suurin kvanttirahasto kiinnostui

Rahoituskierroksen johtava sijoittaja on itsessään merkittävä signaali. 55 North ilmoitti 300 miljoonan euron kvanttirahastostaan lokakuussa 2025, ja ensimmäisessä sulkemisessa kerättiin 134 miljoonaa euroa. Quanscient on yksi sen ensimmäisistä julkisesti ilmoitetuista kohteista.

–  Insinööritiimit ovat paineessa tutkia paljon suurempia suunnitteluavaruuksia ja monimutkaisempaa fysiikkaa kuin vanhat työkalut on rakennettu käsittelemään, sanoi 55 Northin tieteellinen johtaja Helmut Katzgraber. Hän kuvaili Quanscientin alustaa merkittävänä harppauksena suorituskyvyssä ilman tarkkuudesta tinkimistä.

Quanscientilla on tällä hetkellä noin 40 työntekijää 15 kansallisuudesta, ja toimistoja Suomessa, Saksassa, Isossa-Britanniassa, Yhdysvalloissa ja Japanissa. Yhtiön viisi perustajaa ovat Juha Riippi, Valtteri Lahtinen, Alexandre Halbach, Asser Lähdemäki ja Andrew Tweedie, joka liittyi perustajatiimiin vuonna 2024.

Rahoitus saapuu aikaan, jolloin tekoälyavusteiset suunnittelutyökalut herättävät kasvavaa sijoittajien kiinnostusta, mutta markkina on yhä varhaisessa vaiheessa. Vertaus ohjelmistokehitykseen on houkutteleva. 

Googlen toimitusjohtaja Sundar Pichai kertoi huhtikuussa, että 75 prosenttia yhtiön uudesta koodista on nyt tekoälyn kirjoittamaa. Fyysinen tuotesuunnittelu toimii kuitenkin eri reunaehdoilla. Huonosti simuloitua moottoria tai lentokoneen siipeä ei voi korjata ohjelmistopäivityksellä.

White logo of Finnish AI Region (FAIR EDIH). In is written FAIR - FINNISH AI REGION, EDIH
Euroopan unionin osarahoittama logo

Finnish AI Region
2022-2025.
Medialle