120ft raccoglie 576.000 € per costruire microfabbriche locali con robot umanoidi

Una fabbrica abbastanza piccola da stare in tre container marittimi sembra un’idea logistica. Per la startup di Stoccolma 120ft, la sfida più complessa è insegnare ai robot a passare da un prodotto all’altro senza dover riprogettare ogni volta il processo produttivo.

L’azienda esce dalla modalità stealth con un round angelico da 576.000 € per sviluppare microfabbriche autonome gestite da robot umanoidi. Il modello proposto riunisce preparazione, assemblaggio, ispezione e imballaggio in tre container da 40 piedi, con un software che coordina il lavoro. L’azienda sarebbe proprietaria delle fabbriche e le gestirebbe, mentre i marchi pagherebbero i prodotti finiti.

Il finanziamento sosterrà l’ulteriore sviluppo del software e delle infrastrutture di fabbrica, mentre la società si avvicina alla produzione commerciale. La distinzione è importante: si tratta di una giovane impresa manifatturiera che sta delineando un percorso verso l’implementazione, non di un annuncio relativo a una rete già consolidata di fabbriche autonome.

Una fabbrica condivisa per lotti di produzione più piccoli

120ft punta a una delle sfide più complesse dell’economia manifatturiera. Spesso i marchi di beni di consumo più piccoli devono impegnarsi a effettuare ordini consistenti molto prima di sapere quale sarà la domanda per un prodotto. Attrezzature di produzione dedicate, impianti di assemblaggio lontani e lunghi tempi di riapprovvigionamento possono rendere costoso sperimentare un nuovo design.

La risposta della startup è offrire capacità produttiva condivisa più vicina ai clienti. Più marchi utilizzerebbero le stesse infrastrutture di fabbrica, pagando per ogni unità finita invece di acquistare robot o commissionare le proprie linee di produzione. Tra le applicazioni iniziali figurano piccoli elettrodomestici, elettronica di consumo e altri beni di consumo in cui il design è un elemento distintivo.

I marchi manterrebbero i propri fornitori di componenti e invierebbero i pezzi a uno stabilimento 120ft per l’assemblaggio. Il modello, quindi, localizza una parte della produzione, ma non elimina le catene di approvvigionamento internazionali da cui dipendono i componenti. Il suo valore dipenderebbe dalla capacità dell’assemblaggio finale flessibile di ridurre costi e rischi dei lotti più piccoli a sufficienza da compensare le spese operative locali.

Il nome descrive il formato: tre container da 40 piedi misurano complessivamente 120 piedi. La standardizzazione degli spazi fisici potrebbe rendere più replicabile l’installazione, ma la sola disposizione dei container non basta a determinare la produttività dello stabilimento, le prestazioni in materia di sicurezza o i costi per unità.

Dai progetti di prodotto al lavoro dei robot

La tecnologia entra in gioco prima ancora che un robot afferri un componente. Secondo 120ft, il suo flusso di lavoro trasforma i progetti dei prodotti, gli elenchi dei componenti e i requisiti di qualità in istruzioni digitali per la produzione. Simula quindi la linea produttiva per individuare informazioni mancanti e potenziali colli di bottiglia prima dell’inizio dell’assemblaggio fisico.

È una distinzione importante rispetto all’automazione di un singolo movimento. Un robot potrebbe essere in grado di inserire un componente, ma un sistema di produzione deve anche assicurarsi che il componente sia disponibile, posizionato correttamente e sottoposto a controlli successivi. Se una fase non va a buon fine, il sistema deve poter recuperare senza lasciare che un prodotto incompleto o difettoso prosegua lungo il processo.

120ft afferma che il suo software proprietario di orchestrazione coordina robot, attrezzature, preparazione dei componenti e controlli di qualità, compresa la gestione delle attività non riuscite. Le istruzioni di assemblaggio e i dati di produzione vengono conservati, così da poter riutilizzare le attività svolte con successo nei cicli successivi.

La simulazione è diventata uno strumento di sviluppo importante nel settore della robotica in generale. Piattaforme come NVIDIA Isaac Sim consentono agli sviluppatori di creare ambienti virtuali, testare il comportamento dei robot e generare dati sintetici prima dell’implementazione. Questi strumenti possono far emergere prima i problemi e rendere ripetibili gli esperimenti. 120ft non ha reso noto quale piattaforma di simulazione o quali modelli di robot utilizza; il suo annuncio non va quindi interpretato come una conferma dell’integrazione di software o hardware NVIDIA.

La sfida più ampia, analizzata negli articoli di Unite.AI sul rapporto tra dati, modelli e produzione nella robotica, consiste nel tradurre i comportamenti appresi in attività fisiche affidabili. Ripetere con successo una dimostrazione è solo una parte del compito. Nella produzione reale entrano in gioco anche variazioni nei componenti, nel posizionamento, nell’attrito e nell’usura.

Che cosa misura la dichiarazione sull’apprendimento in sette ore

120ft riferisce che il tempo necessario per insegnare una singola abilità di assemblaggio dall’inizio alla fine è sceso da sette settimane nel 2025 a sette ore nel 2026. L’obiettivo è arrivare a sette minuti nel 2027.

Queste cifre riguardano l’insegnamento di un’abilità, non il tempo necessario per fabbricare un prodotto. Inoltre, non indicano quanto rapidamente un’intera fabbrica possa passare alla produzione di un nuovo prodotto: il processo può comportare attrezzature, dispositivi di fissaggio, procedure di ispezione e movimentazione dei materiali, oltre alla singola abilità appresa.

La società descrive una dimostrazione di assemblaggio di una lampada che comprende una serratura a cilindro, l’avvitamento di un portalampada e un test funzionale. L’esempio rende più concreta l’attività prevista rispetto a un’affermazione generica sull’intelligenza dei robot umanoidi: movimentare componenti, completare le operazioni di assemblaggio e verificare il risultato.

La comunicazione non fornisce un protocollo dettagliato dei test, il tasso di successo, la gamma di prodotti testati o la frequenza degli interventi umani. Il miglioramento dell’apprendimento dichiarato è quindi un’affermazione dell’azienda sui progressi nello sviluppo, non una misura della affidabilità commerciale convalidata in modo indipendente. Il traguardo dei sette minuti resta un obiettivo futuro.

Per i clienti, la prova decisiva sarà pratica. Quanti prodotti conformi può consegnare uno stabilimento per turno? Con quale frequenza il lavoro si interrompe? Quanto costa ogni unità finita, una volta inclusi supervisione, manutenzione e componenti scartati? Questi parametri determineranno se un’acquisizione più rapida delle competenze si tradurrà in un servizio di produzione migliore.

L’esperienza hardware alla base dell’iniziativa

Il fondatore e CEO Martin Willers ha fondato 120ft nel 2025. In precedenza aveva cofondato Transparent, un marchio di prodotti audio riparabili, e creato People People, uno studio di progettazione hardware poi ceduto a EY Doberman. L’attenzione della nuova azienda ai marchi di consumo più piccoli riflette i problemi di produzione che Willers ha incontrato in entrambe le attività.

Il round include 22 investitori angel. Tra i partecipanti nominati figurano Ted Persson, partner e co-responsabile dello Scaleup Europe Fund presso EQT; Sophia Bendz, partner di Cherry Ventures ed ex direttrice del marketing globale di Spotify; e Matthias Dantone, cofondatore di Fashwell. Nell’annuncio è citato anche Sam Baker di Planet A. Le affiliazioni dei singoli investitori angel non vanno confuse con un annuncio secondo cui ciascuna delle loro società avrebbe investito.

Oltre all’assemblaggio di nuovi prodotti, 120ft individua opportunità nella riparazione, negli aggiornamenti e nella rigenerazione. Queste applicazioni richiederebbero maggiore flessibilità, perché i prodotti restituiti possono arrivare in condizioni diverse, anziché sotto forma di lotti uniformi di componenti nuovi.

La scommessa industriale alla base dei robot

La scommessa centrale di 120ft è che la robotica e un software di produzione riutilizzabile possano rendere economicamente interessante l’assemblaggio condiviso su scala ridotta. I robot umanoidi sono la parte più visibile del progetto. Il lavoro meno visibile consiste nel collegare le informazioni sui prodotti, l’esecuzione delle attività e il controllo qualità in un processo capace di consegnare con regolarità prodotti finiti.

Se questo approccio funzionerà, i marchi più piccoli potrebbero avere un altro modo per testare la domanda e rifornire i prodotti senza dover gestire un’intera fabbrica. Il prossimo traguardo è dimostrare che il sistema containerizzato può garantire una produzione affidabile anche al variare delle mansioni. Il round angel finanzia il lavoro necessario per trasformare questa proposta in un’attività operativa.