CuspAI, la startup di Cambridge, nel Regno Unito, che applica l'AI alla progettazione di nuovi materiali, ha raccolto 450 milioni di dollari in un finanziamento di Serie B a una valutazione post-money di 2,6 miliardi di dollari — un balzo di circa cinque volte rispetto ai 520 milioni di dollari a cui era valutata nel settembre 2025, sufficiente a portare il totale dei finanziamenti oltre i 650 milioni di dollari.

Un cap table affollato

Kleiner Perkins e NEA hanno guidato il round, affiancati da Bezos Expeditions di Jeff Bezos, Glade Brook Capital, Lux Capital, AMD Ventures, Tru Arrow, StepStone, il Sovereign AI Venture Fund britannico, Invest-NL dei Paesi Bassi e il veterano del venture capital John Doerr, insieme agli investitori già presenti Temasek, Prosus, Basis Set e Giant Ventures. "La maggior parte dei grandi balzi tecnologici dipende da un materiale", ha detto Josh Coyne, partner di Kleiner Perkins.

Il Materials Foundry

CuspAI ha affiancato alla raccolta il lancio di un AI Materials Foundry, una coalizione di oltre 45 organizzazioni tra cui Nvidia, Meta, Samsung, Hyundai Motor Group e Lam Research. L'obiettivo del consorzio è industrializzare la scoperta di materiali guidata dall'AI — vagliando computazionalmente i composti candidati prima di qualsiasi lavoro in laboratorio — e condividere questa pipeline tra produttori di chip, case automobilistiche e manifatturieri.

Alla ricerca dei metalli scarsi della produzione di chip

I semiconduttori dominano l'agenda: CuspAI afferma che rappresentano l'80% del suo sforzo di ricerca quest'anno, concentrato sull'individuazione di sostituti per metalli rari come rutenio e iridio, da cui il settore dipende. Fondata nel 2024 dal dottor Chad Edwards, in precedenza di Quantinuum, e dal professor Max Welling, co-inventore dell'autoencoder variazionale, l'azienda afferma che in un progetto con il gruppo chimico Kemira ha vagliato 300 trilioni di strutture candidate e consegnato 20 candidati validati in sei mesi.

Bezos scommette sugli atomi

La partecipazione di Bezos si inserisce in un modello crescente di capitali dell'AI che fluiscono dal software verso il mondo fisico — materiali, chip e input manifatturieri — dove un singolo composto migliore può azzerare gli equilibri economici di un intero settore. CuspAI punta sul fatto che i modelli generativi possano comprimere questo ciclo di scoperta da anni a mesi.