Gravis Robotics raccoglie 200 milioni di dollari in Serie A per espandere i macchinari pesanti autonomi

Gravis Robotics ha raccolto $200 milioni in finanziamento Serie A da SoftBank, fornendo alla società svizzera di robotica per l’edilizia un notevole nuovo capitale per espandere la sua tecnologia di macchinari pesanti autonomi nei progetti infrastrutturali globali.

L’azienda descrive il finanziamento come il più grande Serie A nella robotica per l’edilizia finora. Il round arriva mentre gli investimenti in physical AI si estendono sempre più oltre i robot umanoidi e l’automazione dei magazzini, verso settori in cui le macchine devono interagire con ambienti complessi e in evoluzione.

Per Gravis, quell’ambiente è il cantiere. Invece di costruire nuovi macchinari pesanti da zero, l’azienda sviluppa hardware e software AI progettati per retrofittare escavatori esistenti e altre macchine movimento terra, aggiungendo efficacemente diversi livelli di operatività autonoma alle flotte già possedute dagli appaltatori.

Il nuovo finanziamento sarà utilizzato per accelerare il rollout internazionale di Gravis, espandere il suo team di ingegneria e introdurre i suoi sistemi autonomi in più progetti di costruzione e infrastruttura.

Portare l’AI fisica alla costruzione pesante

Fondata alla fine del 2022 come spin‑off dall’ETH Zurich, Gravis è nata dalla ricerca in robotica e sistemi di controllo autonomi. L’azienda è guidata dall’amministratore delegato e co‑fondatore Ryan Luke Johns e dal CTO e co‑fondatore Dominic Jud, con il ricercatore di robotica Marco Hutter che ricopre il ruolo di co‑fondatore e membro del consiglio.

La costruzione presenta una sfida diversa rispetto a molti degli ambienti in cui le macchine autonome hanno guadagnato trazione.

Un veicolo a guida autonoma, ad esempio, tenta generalmente di comprendere e navigare in sicurezza un ambiente senza modificarlo. Un escavatore, invece, è tenuto a fare il contrario. Ogni movimento del secchio altera il terreno che la macchina dovrà comprendere successivamente.

La macchina può anche incontrare suolo, rocce, pendenze variabili, resistenza sotterranea e altre condizioni che non possono essere previste completamente in anticipo.

Gravis sta cercando di affrontare tale incertezza mediante sistemi di controllo robotico basati sull’apprendimento, che combinano dati dall’idraulica della macchina con LiDAR, telecamere e posizionamento GNSS (Global Navigation Satellite System). Il suo software interpreta continuamente l’ambiente circostante della macchina e le forze fisiche che la influenzano, invece di eseguire semplicemente una sequenza predeterminata di movimenti.

L’azienda afferma che i suoi modelli sono anche addestrati intensivamente in simulazione, consentendo all’AI di incontrare un gran numero di scenari di scavo virtuali prima di essere impiegata su macchinari fisici.

Trasformare gli escavatori esistenti in macchine autonome

Una parte centrale della strategia di Gravis è evitare la dipendenza da un unico produttore di attrezzature.

Le flotte di costruzione sono tipicamente composte da macchine di più marchi, spesso accumulate nel corso di anni di acquisti e contratti di noleggio. Chiedere agli appaltatori di sostituire tali flotte con macchinari autonomi progettati appositamente potrebbe rendere l’adozione notevolmente più difficile.

Invece, Gravis ha sviluppato il Gravis RACK, un sistema di controllo autonomo modulare che può essere installato su escavatori e caricatori a ruote esistenti. L’azienda afferma che la piattaforma è già stata adattata a attrezzature di produttori tra cui Caterpillar, John Deere, JCB, Hitachi, Volvo, Yanmar, Case, Develon e Sumitomo.

Il sistema da tetto combina telecamere, LiDAR 3D, posizionamento GNSS RTK e edge computing di livello automobilistico. Poiché l’elaborazione avviene sulla macchina, Gravis afferma che le funzioni autonome possono continuare a operare anche quando la connettività affidabile non è disponibile, un aspetto importante nei cantieri remoti o non completati.

Una copertura LiDAR completa e la fusione dei sensori vengono utilizzate per scansionare continuamente il terreno circostante. Queste informazioni possono supportare lo scavo autonomo producendo al contempo dati 3D del sito, visualizzazioni di taglio e riempimento e registri del lavoro completato.

Il sistema di percezione di Gravis può anche identificare i camion ribaltabili e coordinare dove deve essere collocato il materiale scavato, consentendo ai flussi di lavoro autonomi di estendersi oltre lo scavo, includendo attività come il carico e la movimentazione dei materiali.

Autonomia senza rimuovere l’operatore

Gravis non presenta l’autonomia come una transizione tutto o niente.

La sua Slate tablet interface consente agli appaltatori di passare tra diversi modalità operative a seconda del compito. Gli operatori possono rimanere all’interno della cabina e utilizzare la guida assistita dall’AI, allontanarsi mentre la macchina esegue compiti autonomi più lunghi, o supervisionare l’attrezzatura da remoto.

Nel suo modo Copilot in cabina, gli operatori possono utilizzare controlli tap-to-dig e guida visiva aumentata. I lavori possono essere definiti tramite Computer-Aided Design (CAD) o Building Information Modeling (BIM) geometry, punti di riferimento fisici o coordinate. L’interfaccia può quindi visualizzare quanta quantità di materiale deve essere rimossa o aggiunta mentre la macchina opera.

All’estremità opposta, l’orchestrazione remota consente a un operatore di supervisionare e controllare a distanza una o più macchine utilizzando video in tempo reale e informazioni del sito.

Questo approccio ibrido potrebbe rivelarsi importante per l’adozione. I cantieri raramente consistono in compiti ripetitivi eseguiti in condizioni perfettamente controllate. Mantenere gli esseri umani nel ciclo operativo offre agli appaltatori un modo per introdurre l’autonomia gradualmente, invece di ridisegnare l’intero cantiere attorno a attrezzature completamente senza conducente.

Uno strato software su flotte di costruzione miste

L’ambizione più ampia è effettivamente creare uno strato di intelligenza che si posizioni sopra il mercato frammentato delle attrezzature pesanti.

Se lo stesso software autonomo può operare macchinari di numerosi produttori e di diverse dimensioni, gli appaltatori potrebbero potenzialmente distribuire l’automazione senza standardizzare l’intera flotta su un unico fornitore.

Gravis afferma che il suo sistema di controllo basato sull’apprendimento si adatta alle caratteristiche fisiche delle diverse macchine invece di richiedere che ogni escavatore sia programmato indipendentemente.

Questa distinzione potrebbe diventare sempre più importante man mano che l’AI fisica passa dalle dimostrazioni all’implementazione commerciale. Un sistema robotico che funziona bene su una singola macchina accuratamente configurata è notevolmente meno utile per i grandi appaltatori rispetto a un software capace di adattarsi alle flotte eterogenee già operative in tutto il mondo.

Gravis afferma che la sua tecnologia di scavo consapevole del terreno può aumentare la produttività fino al 30%, sebbene i guadagni effettivi dipenderanno inevitabilmente dalla macchina, dal lavoro e dalle condizioni del sito.

Passare dai progetti di ricerca a cantieri attivi

Gravis aveva già iniziato a espandersi commercialmente prima dell’investimento di SoftBank.

Nel novembre 2025, l’azienda ha annunciato $23 milioni di nuovo finanziamento insieme a partnership e implementazioni con aziende tra cui Holcim, Taylor Woodrow, HD Hyundai e Flannery Plant Hire. All’epoca, Gravis ha dichiarato che i suoi sistemi erano operativi in sette paesi, tra cui Regno Unito, Unione Europea, Stati Uniti, America Latina e Asia.

Una implementazione notevole ha coinvolto lo scavo autonomo in un progetto infrastrutturale attivo di Taylor Woodrow presso l’aeroporto di Manchester. L’azienda ha inoltre lavorato sulla movimentazione autonoma di materiali da cava e ha stabilito una partnership con Flannery progettata per rendere gli escavatori dotati della tecnologia Gravis disponibili attraverso il mercato del noleggio di attrezzature.

Questa storia di commercializzazione aiuta a distinguere l’ultimo finanziamento dagli investimenti in AI fisica incentrati principalmente su prototipi futuri. Gravis sta raccogliendo capitali mentre i suoi sistemi sono già testati e utilizzati insieme alle squadre di costruzione convenzionali.

Il progetto nel Regno Unito metterà gli escavatori autonomi in una prova più ampia

L’espansione sta inoltre ricevendo il supporto del governo.

Gravis e Flannery Plant Hire sono stati recentemente selezionati per un progetto nell’ambito del programma britannico CAM Pathfinder per la mobilità connessa e automatizzata. L’iniziativa testerà un sistema di movimento terra completamente autonomo su sei escavatori, con applicazioni che includono trincee, scavi di grandi volumi e carico di camion.

Il progetto è particolarmente rilevante perché il noleggio di attrezzature potrebbe diventare un canale di distribuzione importante per l’autonomia nella costruzione.

Invece di richiedere agli appaltatori di acquistare macchine autonome o di retrofittare permanentemente le proprie flotte, le società di noleggio potrebbero fornire macchinari dotati di autonomia per progetti individuali. Ciò potrebbe abbassare le barriere finanziarie e operative per sperimentare la tecnologia.

Esporrebbe inoltre i sistemi autonomi a una gamma molto più ampia di cantieri, configurazioni di macchinari e condizioni del terreno, potenzialmente generando dati operativi preziosi per migliorare i modelli AI sottostanti.

Perché la costruzione sta emergendo come un importante mercato di AI fisica

Gran parte dell’attenzione attorno all’AI fisica si è concentrata sui robot umanoidi. Le macchine pesanti rappresentano un’altra opportunità potenzialmente significativa, e una in cui il caso d’uso economico può essere più facile da definire.

Escavatori, caricatori e altre macchine già svolgono enormi quantità di lavoro fisico. La sfida non è inventare un nuovo fattore meccanico, ma aggiungere intelligenza a attrezzature già distribuite su larga scala.

Ciò crea un percorso diverso verso la commercializzazione. Invece di chiedere ai clienti di determinare cosa dovrebbe fare un nuovo tipo di robot, aziende come Gravis mirano a compiti che gli appaltatori già pagano a lavoratori qualificati e macchinari costosi per eseguire quotidianamente.

La sfida rimanente è l’affidabilità. Gli ambienti di costruzione sono caotici, dinamici e critici per la sicurezza, il che significa che le attrezzature autonome devono operare in modo costante in condizioni molto meno prevedibili rispetto a fabbriche o magazzini.

L’attenzione di Gravis su simulazione, telemetria delle macchine, fusione dei sensori e modelli di controllo adattabili riflette quanto sia difficile questo problema.

Il finanziamento di SoftBank porta Gravis in una nuova fase di espansione

Il Serie A da 200 milioni di dollari fornisce a Gravis risorse notevolmente maggiori per affrontare questa sfida.

Piuttosto che semplicemente finanziare ulteriori ricerche, gran parte dell’opportunità ora risiede nella distribuzione: installare sistemi su più marchi di attrezzature, accumulare esperienza da progetti di costruzione attivi e dimostrare che le macchine autonome possono offrire benefici economici costanti al di fuori di dimostrazioni controllate.

La strategia di retrofit potrebbe essere particolarmente importante. Le aziende di costruzione hanno enormi quantità di capitale vincolato in macchinari esistenti, e una piattaforma capace di aggiungere intelligenza a tali asset potrebbe scalare diversamente rispetto ai concorrenti che richiedono ai clienti di acquistare intere nuove flotte robotiche.

Se quel modello si dimostra affidabile, la costruzione potrebbe diventare uno dei mercati più significativi dell’AI fisica. Le macchine sono già presenti, il lavoro è già definito e la domanda di infrastrutture continua a crescere.

Gravis Robotics ora dispone di altri 200 milioni di dollari per dimostrare che l’AI può fare più che comprendere e navigare il mondo fisico. Può contribuire a rimodellarlo.