CloudNC samlar in $20 miljoner för att utöka AI‑verktyg för precisionsbearbetning

CloudNC har samlat in $20 miljoner i ny finansiering i syfte att utöka användningen av artificiell intelligens inom precisionstillverkning, och gå bortom CNC‑programmering till andra tidskrävande delar av bearbetningsprocessen.

Rundan leddes av det amerikanska riskkapitalbolaget Nimble Ventures, med deltagande från Calculus Venture Capital, Entrepreneur First och LM Ventures, den riskkapitalarm som tillhör Lockheed Martin. Det nya kapitalet kommer att stödja en bredare adoption av CloudNC:s befintliga CAM Assist‑plattform, expansion till ytterligare marknader samt utveckling av nya produkter, inklusive ett AI‑drivet offertsystem som heter Quote Agent.

Investeringen kommer i ett skede då AI börjar gå från experimentella tillämpningar inom tillverkning till mjukvara som kan hjälpa direkt med ingenjörs‑ och produktionsbeslut. För CloudNC ligger möjligheten i att automatisera delar av precisionsbearbetning som traditionellt har krävt omfattande skickligt manuellt arbete.

AI går djupare in i CNC‑programmering

CloudNC:s kärnprodukt, CAM Assist, är utformad för att minska den manuella arbetsinsatsen i datorstödd tillverkning (CAM‑programmering).

Innan en datorstyrd maskin (CNC) kan skära en ny komponent måste en programmerare vanligtvis bestämma hur delen ska bearbetas, välja lämpliga verktyg, definiera bearbetningsoperationer, fastställa verktygsbanor och konfigurera parametrar såsom matningshastighet och spindelhastighet. För komplicerade delar kan denna process ta timmar eller betydligt längre tid innan någon maskin börjar skära material.

CAM Assist försöker automatisera en betydande del av den processen. Användare konfigurerar systemet efter sina maskiner, material, verktyg och arbetsstycke innan de laddar in en delritning. Mjukvaran analyserar sedan komponenten och genererar möjliga bearbetningsstrategier och operationer, som en programmerare kan granska och modifiera innan verktygsbanorna överförs till deras befintliga CAM‑program.

CloudNC uppger att plattformen kan slutföra upp till 80 % av CAM‑programmeringsprocessen för lämpliga jobb. Viktigt är att systemet är konstruerat som ett verktyg med mänsklig inblandning snarare än en autonom ersättning för maskinoperatören. Genererade operationer kan inspekteras, omordnas, justeras eller avvisas innan koden skickas till en maskin.

Den distinktionen är särskilt viktig inom precisionstillverkning, där en felaktigt vald operation kan skada dyrt verktyg, kassera en komponent eller potentiellt skada själva maskinen.

Kombinera AI med bearbetningens fysik

CloudNC har också breddat den tekniska omfattningen av CAM Assist bortom enbart generering av verktygsbanor.

Deras Cutting Parameters AI‑system använder en kombination av maskininlärning och fysikbaserad modellering för att rekommendera matningshastigheter och spindelhastigheter för enskilda bearbetningsoperationer. Systemet tar hänsyn till faktorer som den använda maskinen, verktygets geometri, arbetsstycke‑ och skärverktygsmaterial, ytfinishkrav samt egenskaper hos skärprocessen.

CAM Assist stödjer för närvarande både 3‑axlig och 3+2‑axlig bearbetning och integreras med etablerade CAM‑miljöer såsom Autodesk Fusion, Mastercam, Siemens NX CAM, GibbsCAM och SolidCAM, med ytterligare integrationer under utveckling. CloudNC:s senaste arkitektur ger dessutom återkoppling om bearbetningsbarhet innan verktygsbanor genereras och låter programmerare behålla sina egna verkstadsspecifika verktyg och maskinkonfigurationer.

Detta tillvägagångssätt skiljer sig från att applicera en allmän AI‑modell på tillverkningsinstruktioner. Problemet är starkt begränsat av geometri, materialegenskaper, maskinkapacitet, verktyg och fysiska gränser, vilket betyder att ett effektivt system måste ha domänspecifik resonemang kring hur en komponent faktiskt kan tillverkas.

Quote Agent riktar in sig på ett annat flaskhals i tillverkningen

Det nästa stora steget i CloudNC:s strategi är att gå uppströms från produktionsprogrammering till den kommersiella processen som sker innan ett jobb når verkstadsgolvet.

Quote Agent, som planeras släppas senare under 2026, kommer att använda AI för att hjälpa verkstäder att bedöma inkommande jobb och förbereda offerter.

Offertframtagning kan vara förvånansvärt komplex inom precisionsbearbetning. En tillverkare måste granska en komponent, avgöra om den kan produceras med tillgänglig utrustning, uppskatta bearbetnings‑ och ställtider, beräkna material‑ och verktygsbehov samt slutligen fastställa ett pris som ger tillräcklig marginal för att jobbet ska vara lönsamt.

Om man svarar för långsamt kan kunden ge jobbet till någon annan. Om man felaktigt uppskattar tillverkningskraven kan ett till synes attraktivt kontrakt bli olönsamt när produktionen väl startar.

CloudNC har redan integrerat cykeltidsestimering i CAM Assist, så att utvidga teknologin till offertframtagning är ett logiskt steg. Istället för att bara fokusera på att minska den tid som krävs för att programmera en maskin, försöker företaget automatisera mer av arbetsflödet mellan mottagandet av en delritning och att sätta delen i produktion.

Från tidig adoption till mer än 1 000 verkstäder

CloudNC uppger att deras mjukvara nu används av mer än 1 000 verkstäder världen över, inklusive hundratals i USA.

Företaget nådde detta milstolpe när de lanserade CAM Assist 2.0, som flyttade plattformen mot ett mer interaktivt arbetsflöde. Istället för att bara generera ett resultat visar den nyare versionen fler steg i AI‑processen för programmeraren, så att användare kan granska strategier och ingripa innan operationer låses i deras CAM‑miljö.

Den $20 miljoners investeringen kommer därför i ett annat skede av CloudNC:s utveckling än tidigare finansieringsrundor. År 2022 samlade företaget in en $45 miljoners Series B ledd av Autodesk, med Lockheed Martin och British Patient Capital som deltagare tillsammans med befintliga investerare Atomico och Episode 1 Ventures. Då låg fokus främst på att utveckla och kommersialisera den underliggande autonoma tillverkningsteknologin.

Den senaste rundan är mer inriktad på kommersiell utrullning, expansion och att tillämpa teknologin på ytterligare tillverkningsarbetsflöden.

Expansion mot reglerad tillverkning

CloudNC arbetar också med Knox Systems för att uppnå FedRAMP‑certifiering av CAM Assist, vilket potentiellt kan göra plattformen mer tillgänglig för amerikanska myndigheter och försvarsleverantörer som hanterar känsliga arbetsuppgifter.

Den satsningen kompletterar ett redan befintligt fokus på säkerhet. CloudNC uppger att de har erhållit SOC 2 Type II‑ och Cyber Essentials Plus‑certifieringar samt erbjuder ett AWS GovCloud‑alternativ för kunder med striktare krav.

Lockheed Martins riskkapitalarm i den senaste finansieringen är också anmärkningsvärd med tanke på de potentiella tillämpningarna för AI‑assisterad bearbetning inom flyg‑ och försvarstillverkning, där komplexa komponenter, begränsad skicklig arbetskraft, strikta toleranser och leveranskedjens motståndskraft är återkommande utmaningar.

AI närmar sig verkstadsgolvet

Större delen av den nuvarande AI‑investeringscykeln har fokuserat på mjukvaruutveckling, kunskapsarbete och generativa tillämpningar. Tillverkning representerar en annan utmaning eftersom AI‑genererade beslut så småningom interagerar med dyr fysisk utrustning och verkliga material.

Det gör precisionsbearbetning till ett intressant testfall för mer specialiserade former av industriell AI.

Det föreslås att den nära framtida möjligheten inte nödvändigtvis kräver helt autonoma fabriker. Istället kan betydande produktivitetsvinster uppnås genom att automatisera enskilda flaskhalsar samtidigt som erfarna ingenjörer och maskinoperatörer behåller ansvaret för slutgiltiga beslut.

Med CAM Assist som hanterar programmering och bearbetningsstrategi, Cutting Parameters AI som adresserar matnings‑ och spindelhastigheter, och Quote Agent som tar sig an offertberäkning, bygger CloudNC gradvis ett AI‑lager över en större del av precisionstillverkningsarbetsflödet.

Den nya $20 miljoners rundan kommer att testa om detta tillvägagångssätt kan gå bortom den nuvarande basen av tidiga adopters och bli en mer rutinmässig del av hur verkstäder tar emot offerter, programmerar och tillverkar precisionskomponenter.