Circuit Mind สตาร์ตอัปจาก ลอนดอน ที่ใช้ AI ช่วยออกแบบแผงวงจร ประกาศได้รับเงินทุนรวม 25 ล้านดอลลาร์ ประกอบด้วยรอบ Series A 18.5 ล้านดอลลาร์ ที่นำโดย Norwest และรอบ seed ก่อนหน้านี้ที่นำโดย Third Prime The Next Web รายงานเมื่อ 28 ตุลาคม 2026 ว่ายอดระดมทุนรวมทั้งหมดของบริษัทอยู่ที่ 33.4 ล้านดอลลาร์ (ตัวเลขสองชุดนี้มาจากรายงานข่าว ยังไม่ได้แยกที่มาอย่างละเอียด)
ผลิตภัณฑ์ทำอะไร
- ACE — แปลง block diagram (แผนภาพบล็อกการทำงานของระบบ) ให้เป็น schematic (แบบวงจรละเอียด) พร้อมรายการชิ้นส่วน โดยเสนอทางเลือกที่ปรับตาม ต้นทุน ขนาด การใช้พลังงาน หรือความพร้อมของซัพพลายเชน
- AVE — เปิดตัววันเดียวกัน ใช้ AI agent ตรวจ schematic เทียบกับ datasheet และกฎการออกแบบของบริษัทลูกค้า แล้วตรวจผลของตัวเองซ้ำเพื่อตัดข้อผิดพลาดที่ไม่จริงทิ้งก่อนส่งให้วิศวกร
- ทำงานร่วมกับ โปรแกรมออกแบบที่ทีมใช้อยู่แล้ว โดยผสม AI agent กับเอนจินตัดสินใจเชิงฟิสิกส์ที่บริษัทจดสิทธิบัตร
ตัวเลขที่บริษัทอ้าง
ลูกค้าได้แก่ Emerson และ Schneider Electric บริษัทอ้างว่าลูกค้า ลดเวลาออกแบบจาก "หลายเดือน" เหลือ "หลายสัปดาห์" และลดต้นทุนชิ้นส่วนได้ราว 25% ส่วนกรณีศึกษาที่ตีพิมพ์แบบผ่าน peer review ระบุว่าวิศวกรที่ Los Alamos National Laboratory ทำงานออกแบบชิ้นหนึ่งเสร็จใน 4 ชั่วโมง จากเดิม 2 สัปดาห์ ฝั่ง Schneider Electric ระบุว่าการประเมินช่วงแรก "มีศักยภาพ" ลดงานสำรวจสถาปัตยกรรมได้กว่า 90%
เงินรอบนี้จะใช้ขยายเครื่องมือให้ครอบคลุมขั้นตอนออกแบบมากขึ้น จ้างทีมขาย วิศวกร และดูแลลูกค้า รวมถึงเปิดสำนักงานใหญ่ในสหรัฐฯ
ตัวเลขลดเวลาและต้นทุนส่วนใหญ่เป็นข้อมูลจากบริษัทและลูกค้า ยังไม่มีผลทดสอบอิสระที่ครอบคลุมงานหลายประเภท และบทความไม่ได้เปิดเผยราคาใช้งาน
สำหรับคนออกแบบ IoT product
ข่าวนี้ไม่ได้แปลว่าพรุ่งนี้ทีมเล็กจะใช้ AI วาดวงจรแทนวิศวกรได้ เพราะลูกค้าหลักยังเป็นองค์กรใหญ่ แต่เป็นสัญญาณว่า ช่วง "จากไอเดียถึงแบบวงจรแรก" ซึ่งเป็นคอขวดของสตาร์ตอัปฮาร์ดแวร์ กำลังถูกเร่งให้เร็วขึ้น คู่แข่งที่ใช้เครื่องมือแบบนี้อาจออกรุ่นใหม่หรือเปลี่ยนชิปเมื่อชิ้นส่วนขาดได้เร็วกว่าคุณ สิ่งที่ทีมทำได้ตอนนี้คือเก็บ กฎการออกแบบของทีมเป็นลายลักษณ์อักษร (ชิ้นส่วนที่อนุญาต ค่าระยะห่าง วงจรมาตรฐานที่ใช้ซ้ำ) เพราะเครื่องมือ AI ทุกตัวต้องใช้ข้อมูลนี้ และแม้ไม่ใช้ AI ก็ช่วยลดความผิดพลาดได้ทันที ส่วนการตรวจ schematic เทียบ datasheet คืองานที่ทำให้ PCB รอบแรกพังบ่อยที่สุด การมีขั้นตอนตรวจซ้ำ ไม่ว่าจะโดยคนหรือเครื่องมือ จึงคุ้มค่าเสมอ
เวลาเลือกชิ้นส่วนสำหรับ IoT product ให้ใส่ "ความพร้อมในซัพพลายเชน" เป็นเกณฑ์ตั้งแต่ตอนวาดแบบ อย่ารอจนถึงตอนสั่งผลิต ช่วงที่ชิปหน่วยความจำและชิ้นส่วนบางตัวขาดตลาด การมีชิ้นส่วนสำรองที่ใช้แทนกันได้ช่วยไม่ให้ไลน์ผลิตหยุด
Circuit Mind ได้ทุน 25 ล้านดอลลาร์เพื่อเร่งการออกแบบวงจรด้วย AI ตัวเลขยังมาจากฝั่งบริษัทเป็นหลัก แต่ทีมทำ IoT product ควรเตรียมกฎการออกแบบและขั้นตอนตรวจ schematic ไว้ให้พร้อม
อ่านซีรีส์ ออกแบบ IoT Product ตั้งแต่ศูนย์จนขายได้