英国に本拠を置く材料イノベーションのスタートアップ、Mater-AIが150万ポンドを調達した。
年間 1,520 億ドル以上に相当する世界のエネルギーの 70% 以上が、データセンターから重工業まで廃熱として失われています。
しかし、熱電材料における最後の大きな進歩は、1950 年代にテルル化ビスマスで起こりました。テルル化ビスマスは、車のシートヒーターやポータブルクーラーなどの日常技術に使用される半導体です。
Mater-AI は、熱を電気に変換したり、冷媒を使用せずに冷却を提供したりできる、より効率的な熱電材料を発見するための新しいプラットフォームを開発しました。 AI と物理ベースのモデリングを組み合わせて、数十年から数週間にわたって設計を加速します。これは従来の研究開発よりも最大 438 倍の速さで、熱伝導率や電気伝導率などの特性を最適化し、より高い効率、より低いコスト、拡張性を実現します。
Nickel Blankevoort 博士 (CEO)、Gatleen Bhambra (COO)、Chelsea Williams (CTO) によって設立された Mater-AI は、量子ナノエレクトロニクスと熱電の理論モデリングにおいてウォリック大学の Blankevoort 博士が実施した研究に基づいています。
博士課程の在学中に、彼は伝統的な方法により 1 年に 3 つの新しい材料構造を発見しました。 Mater-AI のプラットフォームは現在、1 時間ごとに 100 個の構造を生成および評価しています。
私はバンブラ氏と話をし、Mater-AI の起源、このスタートアップがどのようにしてニッチ市場を開拓し、スタートアップの歩みの中で異例の速いペースで繰り返しの資金調達を大幅に達成したのかを知りました。
AI世代から材料科学まで
Bhambra は以前、GenAI LLM をベースとするマーテック企業である Jacquard で製品デザイナーとして働いていました。それは ChatGPT が登場した直後で、彼女は AI がすべてを根本的に作り変えることを知っていました。
「私はずっと会社を作りたいと思っていましたが、起業家精神が当たり前だと感じられるような環境ではありませんでした。どこから始めればいいのかわかりません。まるで深淵のように感じます」と彼女は認めます。バンブラさんは Y Combinator マッチング プラットフォームに目を向けました。彼女はこれを「基本的に創業者向けのデートのようなもの」だと説明しています。 1 年間の会話の後、彼女は現在 Mater-AI の CTO を務めるチェルシーに会いました。チェルシーは機械学習と量子コンピューティングの博士号を取得しています。
彼らのスキルは一致しており、バンブラは製品、商業、運用の経験をもたらし、チェルシーは深い技術的専門知識を持っていました。二人は、Conception X の Deep Tech Accelerator と Barclays Product Builder Accelerator を利用して、どのような意味があり、商業的に実行可能で、防御可能な問題に取り組むことができるかを模索しました。バンブラ氏は、材料科学が当初は注目されていなかったことを認めています。
「Conception X のメンターの 1 人が、材料科学、つまり AI 主導の創薬原理を材料発見に応用することについて考えたことがあるかと尋ねました。
しかし、私たちはすぐにその必要性を認識しました。」
自らの限界を認識した彼らは、ドメインの専門家を求めて再び YC のプラットフォームに目を向けました。そこでチェルシーは、量子エレクトロニクスと熱電を中心とした計算材料科学の博士号を取得したニッケル（現在は Mater-AI の CEO であり 3 人目の共同創設者）と出会った。
「ある電話の後、チェルシーは私に『あなたは彼に会わなければなりません。これが私たちのアイデアです』と言った。」そしてバンブラ氏は、これで設立チームはカチッと決まったと言います。 「それで終わりです。私たちは設立チームを見つけました。」
熱電材料が実際に何をするのか
私はバンブラ氏に、この分野に詳しくない読者のために熱電の機能を説明するよう依頼しました。
彼女は次のように共有しました。
「熱電変換器は熱を電気に変換します。これは可動部品のないプラグアンドプレイのデバイスであり、非常に耐久性があり、メンテナンスが不要です。
たとえば、40mm x 40mm の熱電モジュールを車の暖房シートの下に置くと、シートを冷却したり、熱から発電したりできます。」
しかし、本当のチャンスは、現在膨大な量の熱が無駄にされている産業およびエネルギーシステムにあります。熱電デバイスは、可動部品や複雑なメンテナンスを必要とせずに、そのエネルギーを回収したり、コンポーネントの寿命を延ばしたり、正確な熱制御を提供したりするために導入できます。現在、アプリケーションは幅広い分野に広がっています。
- データセンター: GPU、CPU、サーバーの冷却。熱に関連したスロットリングを軽減します。
- IoT およびリモート センサー: 必要な出力が約 1 ワットのみの場合はバッテリーを交換します。
- 自動車および防衛: リモートセンサーへの電力供給、シートヒーターの管理、バッテリー寿命の延長。
- エネルギーと重工業: 送電網、変圧器、EV バッテリー、産業機械全体の効率を向上させます。
- 廃熱を使用可能なエネルギーに変換することはもはやオプションではなく、ますます重要になっています。
「熱を再び使えるように」
熱電モジュールは小さなチップから表面レベルのアレイまで簡単に拡張できるため、家庭用電化製品と大規模インフラストラクチャの両方にわたってエネルギー回収と熱管理への柔軟な経路を提供します。
同社は当初、防衛、自動車、産業用IoTアプリケーション向けの熱電発電機をターゲットとしており、性能の向上により34億ポンドから46億ポンドの新たな市場価値を生み出す可能性がある。
この技術により、次世代防衛システム用の静かなソリッドステート電源が可能になり、バッテリー寿命が延長され、機械や遠隔インフラストラクチャを継続的に監視するための自己給電式産業用センサーが可能になる可能性があります。
バンブラさんは次のように共有しました。
「私たちの使命はシンプルです。熱を再び利用できるようにすることです。私たちは、すべての自動車、データセンター、バッテリー、産業システムが自らの熱を再利用し、廃棄エネルギーを回収エネルギーに変える世界を構築したいと考えています。
廃熱から自家発電するデータセンター、熱エネルギーを回収してさらに遠くまで移動できる電気自動車、バッテリーを必要としないインフラストラクチャを想像してみてください。
私たちのプラットフォームは、数年ではなく数週間で新しい素材を見つけ、すべてが自動的に電力を供給する、根本的に異なるエネルギー構造を持つ世界に私たちを近づけます。」
これはスタートアップにとって重要な競争機会を提供します。
Mater-AI のモジュラー検出エンジンが優位性を与える
AI 材料の発見では多くのことが起こっていますが、バンブラ氏によると、新しい熱電材料に特に焦点を当てている企業はほとんどありません。その代わり、大手企業はシリコンや二酸化炭素回収といった巨大なカテゴリーに取り組んでおり、それには何億人もの大規模なチームが必要です。
逆に、中小企業は磁石のようなものに限定的に焦点を当てています。
「私たちの利点は、エンジンがモジュール式であることです。私たちは現在、熱電に焦点を当てていますが、アーキテクチャは将来の材料クラスに適応させることができます。」
第二に、バンブラ氏は、今日の熱電材料は非常に非効率であるため、「効率を 2 倍にできれば、エネルギー回収の価格は本質的に半分になる。既存企業は、我々に来ない限り競争できないだろう」と主張する。
Mater-AI テクノロジーが存在する前に投資家が支援した理由
Mater-AI は、非常に早い段階で 150 万ポンドを調達したという点でユニークです。バンブラ氏は、ヨーロッパ全土の博士課程の学生向けに最大規模の大学横断ディープテック・ベンチャー・プログラムを運営する、英国に本拠を置く非営利団体Conception Xのおかげでその成功を挙げている。
Conception X の CEO、Riam Kanso への以前のインタビューをご覧ください。
バンブラ氏は、コンセプション X がチームに、これが真の企業である可能性があることを認識させるのに役立ったと主張します。
「私たちはピッチを形成し、機会を理解し、プログラム上のConception Xのベンチャーパートナーから最初の10万ポンドを調達しました。彼らも私たちのメインラウンドに参加しました。」
チームはトラクションではなくアイデアとデッキを使って非常に早い段階から投球しましたが、ベンチャー企業は問題を理解していました。
「彼らはヨーロッパ最大の GPU クラスターの 1 つを運用しています」とバンブラ氏は説明しました。
「データセンターでは、エネルギーの約 97 パーセントが廃熱として失われます。その経済的影響は計り知れません。データセンターは、『無駄なエネルギーを 1 パーセントでも節約できれば、それは非常に大きなことです』と私たちに言いました。」
この初期の信念のおかげで、チームが今日持っているテクノロジーを構築することができました。」
そうは言っても、バンブラ氏は、プレシードラウンドでは、最初の10万ポンドよりも検証の方がはるかに重要だったことを認めています。
「投資家は証拠を求めていました。私たちは誰もが予想していたよりも早く構築しました。発見エンジンの構築には 2 年かかると考えていました。当社の創設者である AI 科学者であるジャック ブロード博士を雇用した後、4 人のチームで 6 か月でそれを完成させました。」
デューデリジェンス中、最も厳しいレビュー担当者の 1 人はエドワード グラント博士 (Rahko の共同設立者、Odyssey Therapeutics に買収) でした。彼は、幻覚テスト、エッジケース、エラーを強制する方法など、モデルを厳密にストレステストするためにあらゆる方法を試みました。 Mater-AI は期待を上回り、その後彼は AI アドバイザーとして加わりました。
「私たちはまた、エネルギー、パワーエレクトロニクス、データセンターの世界的リーダーと直接話をしました。そして、彼らは、彼らが支払う金額と、パイロットの数がどのようになるかを私たちに教えてくれました。その業界の牽引力が大きな変化をもたらしました」とバンブラ氏は語った。
ディープテックにおける非技術的または技術的知識のない創業者の過小評価されている力
ジャーナリストとしての私の経験では、最高のチームは高度な技術を持つ人材とコミュニケーターの組み合わせであるということです。多くのスタートアップ企業は、メディアが技術的な CEO を優先していると考えていますが、顧客に近い人からコミュニケーターに至るまで、多くの人が言いたいことがたくさんあります。結局のところ、世界で最高の博士レベルのイノベーションを起こすことは可能ですが、それが重要である理由を明確に説明できなければ、資金は得られません。
バンブラさんは製品、商業、運用に関するバックグラウンドを持っているため、エンジニアとの仕事には慣れていますが、「私は技術者ではなく、コーディングもできません。正直に言って、それが財産になっています。」と認めています。その代わりに、すべてのディープテック企業には翻訳者、つまり顧客、ジャーナリスト、パートナー、投資家のために複雑な科学を明確に理解できる翻訳者が必要だと彼女は主張する。
「私はすべての利害関係者との関係、提案資料、商業戦略、コミュニケーションを管理しています。多くの技術系創業者は、その橋渡し役の重要性を過小評価しています」とバンブラ氏は語った。
彼女は、技術系以外の将来の創業者に向けて次のようなメッセージを述べています。
「自分自身をディープテクノロジーの一員として数えないでください。あなたは欠けているピースかもしれません。」
Twin Path Ventures が資金調達を主導し、Mishcon de Reya、One Planet Capital、XTX Ventures、Conception X Angel Syndicate、Koro Capital、Tailored Solutions が参加しました。
「Mater-AIは、次世代熱電材料の発見という、エネルギー転換における根本的なボトルネックに取り組んでいます。同社のAI発見エンジンは、センサー、車両、防衛インフラへの電力供給など、極端な環境での『廃』熱の収集など、全く新しい用途を切り開く可能性を秘めています。私たちは、これが持続可能で効率的なエネルギーの未来への道を加速する真の基礎技術であると信じています。」 Nick Slater 氏、Twin Path Ventures パートナー。
「Mater-AI は、材料発見における数十年来の限界を、システムレベルの変化の機会に変えました。私たちが構築する材料は、もはや前世紀に偶然見つけたものによって決まるのではなく、必要な世界に合わせて何をコンピュータで設計できるかによって決まる時代に入りつつあります。その未来は、ほとんどの人が思っているよりも近づいており、このチームはそれを構築しています。」リアム・カンソ、コンセプション X エンジェル・シンジケートのリーダー。
Mater-AI の商業用熱電のブレークスルーへの 18 か月の道のり
今後6～8週間かけて、研究チームはケンブリッジ大学、ロンドンのインペリアル・カレッジ、ヘンリー・ロイス研究所と協力して、AIによって発見された最初の熱電材料の実験室テストを開始する予定だ。 「これにより、私たちは初めて TRL (技術準備レベル) 4 から TRL 5 に引き上げられました」とバンブラ氏は言います。
そこから、Mater-AI は実験と計算の間の高速サイクルを開始します。実験結果は、同社の物理ベースの AI モデルに直接フィードバックされ、予測が正確になり、商業的に実行可能な材料の探索が加速されます。
その後、今後 12 ～ 18 か月にわたって、同社はラボの結果と AI モデルを迅速に繰り返し、予測を改良します。
「目標は、より高い効率とより低い毒性を備えた商業的に実行可能な材料です」とバンブラ氏は説明しました。
最終的な目標は、今日の効率 5 ～ 7% のゴールドスタンダードを上回る性能を発揮するだけでなく、毒性が低く、コスト効率が高く、製造の拡張性も備えた新しいクラスの熱電材料を実現することです。主要な候補が検証されると、Mater-AI はデバイスレベルのプロトタイピングに移行し、その材料を熱電モジュールに初めて埋め込みます。業界のスケジュールは長く、多くの場合 15 ～ 24 か月かかるため、同社はすでに世界中の主要企業との関係を築いています。
これらのマイルストーンにより、Mater-AI は現実世界への導入に向けた明確な軌道に乗ります。
リード画像: 写真: Ruffled Media。