Novyte använder AI för att optimera materialvetenskap

Det indiska deeptech-företaget Novyte Materials syftar till att revolutionera forskning och utveckling inom materialvetenskap genom att utnyttja agentbaserad AI. Traditionellt är materialutveckling en långsam och iterativ process, där forskare spenderar månader på att läsa forskningsartiklar, designa experiment och analysera misslyckanden innan de hittar en kommersiellt gångbar produkt.

Novyte, grundat i Mumbai 2025, har utvecklat AI-modeller som automatiserar repetitiva vetenskapliga uppgifter. Deras Novyte Q-plattform skiljer sig från konkurrenter genom att fokusera på att optimera befintliga material och hitta nya formuleringar, snarare än att enbart upptäcka nya material. Företaget hävdar att deras plattform kan förkorta års industriell FoU till månader.

Novyte's AI förstår vetenskaplig litteratur och materialegenskaper. Den analyserar hundratals källor i varje iteration och föreslår möjliga formuleringar och experimentella vägar. Plattformen stöder forskning från TRL 1 till TRL 7, vilket täcker allt från litteraturöversikt till realtidsoptimering av laboratorieexperiment. Enligt företaget kan detta avsevärt förkorta utvecklingstiden och laboratoriearbetet, med så mycket som 58% i ett användningsfall med en tillverkare av specialkemikalier.

Novyte's långsiktiga strategi inkluderar, utöver materialupptäckt, att bygga ett "synteslager" som hjälper kunder att omvandla AI-genererade kandidater till tillverkningsbara produkter. Företaget har redan tecknat ett samarbetsavtal med specialkemikalieproducenten Chemvera för att utveckla och kommersialisera en högkvalitativ specialkemikalie för polymerindustrin.

Marknaden för materialoptimering globalt växer snabbt. Marknadsundersökningsföretaget Market.us uppskattar att marknadens storlek för AI inom materialupptäckt kommer att nå 5,5 miljarder dollar senast 2034. Novyte konkurrerar inom detta område med andra startups som CuspAI och Citrine Informatics.