El caso de Shield AI es el más concreto documentado: la plataforma redujo el tiempo de revisión de datos de pruebas de vuelo de 6 horas a 30 minutos

Enfoque de decisión

Los ciclos de prueba de hardware industrial siguen siendo el cuello de botella más caro en sistemas físicos críticos. Nominal acaba de recibir $75M para atacar ese problema con una plataforma que traslada los principios de CI/CD y observabilidad al mundo físico.

Resumen en 90 segundos

Ahora, en junio de 2025, Nominal cerró una Serie B de $75 millones liderada por Sequoia Capital, con participación de Lightspeed Venture Partners, Lux Capital, General Catalyst y Founders Fund. El fondeo total de la empresa superó los $100 millones y la ronda se cerró en apenas 10 días con demanda sobresubscrita. La plataforma comprime el ciclo prueba-a-decisión de días a minutos para sistemas como drones, satélites y reactores nucleares, y la empresa reportó un crecimiento de ingresos de 10 veces año a año. Para equipos de ingeniería que operan en la intersección de software y sistemas físicos, la pregunta ya no es si esta categoría de herramientas va a madurar, sino a qué velocidad.

¿Qué está pasando realmente?

Nominal construyó lo que describe como el primer stack unificado y en tiempo real para pruebas de sistemas físicos. Antes de su aparición, los equipos de ingeniería de hardware dependían de scripts fragmentados, hojas de cálculo y herramientas de escritorio para validar hardware crítico. La plataforma opera sobre dos productos centrales: Nominal Core, un espacio de trabajo colaborativo con herramientas de análisis, observabilidad en tiempo real, procedimientos operacionales y gestión de activos físicos; y Nominal Connect, soluciones de hardware-in-the-loop (HITL) para aplicaciones de misión crítica con automatización en tiempo real y captura de datos en el borde.

El paralelismo con el mundo del software es directo: lo que las plataformas de CI/CD hicieron para acelerar los ciclos de entrega de software, Nominal lo replica para la validación de sistemas físicos. Captura de telemetría, automatización de pruebas, detección de anomalías y preparación operacional de sistemas complejos convergen en una sola plataforma.

Los clientes actuales incluyen Anduril Industries, Shield AI y la Fuerza Aérea de Estados Unidos. El caso de Shield AI es el más concreto documentado: la plataforma redujo el tiempo de revisión de datos de pruebas de vuelo de 6 horas a 30 minutos. El Mayor General retirado Evan Dertien, ex comandante del Centro de Pruebas de la Fuerza Aérea de Estados Unidos, declaró públicamente que Nominal ya está acelerando resultados y puede reducir el tiempo requerido para pruebas de vuelo y armamento.

El equipo fundador reúne experiencia operativa directa en los sectores a los que sirve: Cameron McCord, CEO, con paso por Anduril y Saildrone; Bryce Strauss, proveniente de Lockheed Martin; Jason Hoch, con experiencia en Palantir, Vercel y Newfront. Alfred Lin de Sequoia señaló durante la debida diligencia, tras hablar con cada cliente de la empresa, que Nominal probablemente estaba subestimando su mercado total direccionable.

¿Por qué importa para Líderes de Ingeniería de Software?

  • Desde el punto de vista operativo: Si tu organización construye software que controla o interactúa con sistemas físicos, el ciclo de prueba de hardware es el cuello de botella real. Una plataforma que reduce ese ciclo de días a minutos transforma el cadence de iteración del producto completo, no solo del hardware.

  • Desde el punto de vista competitivo: Los equipos que adopten este tipo de plataformas podrán iterar sobre hardware con la misma velocidad con que hoy iteran sobre software. Los que no lo hagan operarán con una desventaja estructural creciente en sectores como defensa, robótica, energía y manufactura avanzada.

  • Desde el punto de vista de talento: La demanda por ingenieros que entiendan tanto sistemas de software como sistemas físicos sigue en aumento. Plataformas como Nominal reducen la curva de entrada para perfiles de software puro que trabajan en equipos de hardware, lo que amplía el pool de talento disponible.

  • Desde el punto de vista presupuestario: Una ronda de $75M cerrada en 10 días con sobresubscripción indica alta convicción institucional en la categoría. Para líderes que evalúan build vs. buy en infraestructura de pruebas, el riesgo de apostar por un proveedor emergente en este espacio bajó materialmente con este nivel de respaldo.

  • Desde el punto de vista regulatorio: Los sectores donde opera Nominal —aeroespacial, defensa y energía— tienen requisitos de cumplimiento y trazabilidad de pruebas extremadamente estrictos. Una plataforma con observabilidad integrada y registro de procedimientos operacionales reduce la carga de auditoría y documenta el linaje de datos de prueba de forma nativa.

Perspectiva a futuro

Los fondos de la Serie B están destinados a más que duplicar el tamaño del equipo, acelerar los roadmaps de Nominal Core y Connect, e integrar capacidades de IA en los flujos de trabajo de pruebas. En los próximos meses, las señales observables incluyen nuevos anuncios de clientes en los sectores de energía y robótica, posibles expansiones de la integración HITL hacia nuevos casos de uso industriales, y movimientos de contratación que revelarán qué parte del roadmap de IA priorizan primero.

Lo que aún es incierto

  • Profundidad de integración con toolchains existentes: No está claro hasta qué punto Nominal Connect se integra con stacks de instrumentación legacy comunes en manufactura industrial, ni qué nivel de migración requiere un equipo existente para adoptarlo. Los casos de uso documentados que la empresa publique post-financiamiento deberían aclararlo.

  • Modelo de precios a escala: El fondeo confirma tracción, pero no hay información pública sobre cómo escala el costo de la plataforma con el volumen de telemetría o el número de sistemas físicos bajo prueba. Los primeros contratos empresariales que se hagan públicos darán señales sobre el modelo.

  • Madurez de las capacidades de IA anunciadas: La integración de IA en flujos de trabajo de pruebas está en el roadmap, pero no hay detalles sobre qué significa en términos concretos de detección de anomalías o automatización de análisis. Esto se aclarará con los releases de producto en los próximos trimestres.

Una pregunta para tu equipo

Si hoy comprimieras el tiempo de revisión de datos de prueba de tu sistema más crítico de horas a minutos, ¿cuántos ciclos de iteración adicionales podrías completar en un sprint, y qué cambiaría en tu proceso de release?

Fuentes

  • Ecosistemastartup — Founders Fund invierte en Nominal, startup de manufactura (Link)

Tags