Фінансування

120ft залучає €576,000 на створення мікрофабрик із гуманоїдними роботами для локального виробництва

mm
Додайте Unite.AI до бажаних джерел у Google
120ft concept illustration showing humanoid robots at workstations inside a shipping-container assembly line, with packed boxes on a pallet outside.

Фабрика, яка вміщується у три морські контейнери, звучить як логістичне рішення. Для стокгольмського стартапу 120ft складніше завдання — навчити роботів переходити від одного продукту до іншого, не перебудовуючи щоразу виробничий процес.

Компанія виходить із тіні, залучивши €576,000 від бізнес-ангелів на розробку автономних мікрофабрик, у яких працюватимуть гуманоїдні роботи. За запропонованою моделлю підготовка, складання, перевірка та пакування відбуватимуться у трьох контейнерах завдовжки 40 футів кожен, а програмне забезпечення координуватиме роботу. Компанія володітиме фабриками й керуватиме ними, а бренди платитимуть за готову продукцію.

Фінансування дасть змогу продовжити розробку програмного забезпечення та фабричної інфраструктури, готуючись до комерційного виробництва. Це важливе розрізнення: йдеться про ранній етап виробничого проєкту, який окреслює шлях до впровадження, а не про оголошення вже сформованої мережі автономних фабрик.

Спільна фабрика для невеликих виробничих партій

120ft націлилася на складну проблему виробничої економіки. Невеликі споживчі бренди часто змушені розміщувати великі замовлення задовго до того, як стає зрозуміло, яким буде попит на продукт. Спеціалізоване виробниче обладнання, віддалені складальні майданчики та тривалі цикли поповнення запасів можуть зробити експерименти з новим дизайном дорогими.

Стартап пропонує спільні виробничі потужності, розташовані ближче до клієнтів. Кілька брендів користуватимуться тією самою фабричною інфраструктурою та платитимуть за кожну готову одиницю продукції, а не купуватимуть роботів чи замовлятимуть створення власних виробничих ліній. Серед перших сфер застосування — дрібна побутова техніка, споживча електроніка та інші споживчі товари, дизайн яких відіграє важливу роль.

Бренди й надалі працюватимуть зі своїми постачальниками компонентів і надсилатимуть деталі на складальний майданчик 120ft. Отже, ця модель передбачає локалізацію частини виробництва, але не усуває міжнародні ланцюги постачання компонентів. Її переваги залежатимуть від того, чи зможе гнучке фінальне складання достатньо знизити витрати й ризики малих партій, щоб компенсувати місцеві операційні витрати.

Назва описує формат: три контейнери завдовжки 40 футів становлять загалом 120 футів. Стандартизація фізичного формату може зробити розгортання таких фабрик більш повторюваним, однак самі лише розміри контейнерів не визначають продуктивність фабрики, рівень безпеки чи економіку виробництва одиниці продукції.

Як перетворити дизайн продукту на роботу для роботів

Робота з технологією починається ще до того, як робот підніме деталь. За словами 120ft, її робочий процес перетворює дизайн продукту, списки деталей і вимоги до якості на цифрові виробничі інструкції. Потім система моделює виробничу лінію, щоб виявити відсутню інформацію та потенційні вузькі місця ще до початку фізичного складання.

Це суттєво відрізняється від автоматизації окремого руху. Робот може вміти вставити компонент, але виробнича система також має забезпечити його наявність і правильне розташування, а потім перевірити результат. Якщо на якомусь етапі виникає збій, системі потрібен спосіб його усунути, не допускаючи просування далі незавершеного або дефектного продукту.

120ft повідомляє, що її власне програмне забезпечення для координації керує роботами, оснащенням, підготовкою деталей і перевірками якості, зокрема обробляє невдалі завдання. Інструкції зі складання та виробничі дані зберігаються, щоб успішно виконану роботу можна було повторно використовувати під час наступних виробничих циклів.

Моделювання стало важливим інструментом розробки в робототехніці загалом. Такі платформи, як NVIDIA Isaac Sim, дають розробникам змогу створювати віртуальні середовища, тестувати поведінку роботів і генерувати синтетичні дані до впровадження систем. Такі інструменти допомагають раніше виявляти проблеми та проводити відтворювані експерименти. 120ft не розкрила, яку саме платформу для моделювання чи моделі роботів використовує, тож її оголошення не слід сприймати як підтвердження інтеграції програмного чи апаратного забезпечення NVIDIA.

Ширша проблема, яку Unite.AI розглядало у матеріалі про зв’язок між даними робототехніки, моделями та виробництвом, полягає в тому, як перетворити засвоєну поведінку на надійну фізичну роботу. Повторити успішну демонстрацію — лише одна частина цього завдання. У реальному виробництві також виникають відмінності в деталях, їхньому розташуванні, терті та зношуванні.

Що показує твердження про навчання за сім годин

За даними 120ft, час, потрібний для навчання однієї комплексної навички складання, скоротився із семи тижнів у 2025 році до семи годин у 2026 році. У 2027 році компанія прагне скоротити його до семи хвилин.

Ці цифри стосуються навчання навичок, а не часу, потрібного на виготовлення продукту. Вони також не показують, наскільки швидко всю фабрику можна переналаштувати на випуск нового продукту: для цього можуть знадобитися оснащення, пристрої для фіксації деталей, процедури перевірки та переміщення матеріалів — усе це виходить за межі окремої засвоєної навички.

Компанія описує демонстрацію складання лампи, під час якої робот працює з циліндричним замком, вкручує патрон для лампочки та проводить функціональне випробування. Це дає конкретніше уявлення про запланований характер роботи, ніж загальні твердження про інтелект гуманоїдних роботів: маніпулювання компонентами, виконання складальних операцій і перевірка результату.

У повідомленні не наведено докладного протоколу випробувань, показника успішності, переліку перевірених виробів або частоти втручання людини. Тож заявлене покращення здатності до навчання — це твердження компанії про поступ у розробленні, а не незалежно підтверджений показник комерційної надійності. Показник у сім хвилин і далі залишається майбутньою ціллю.

Для клієнтів вирішальним зрештою буде практичний результат. Скільки виробів належної якості підприємство може виготовити за зміну? Як часто робота зупиняється? Скільки коштує кожен готовий виріб з урахуванням нагляду, технічного обслуговування та браку? Ці показники визначать, чи дасть швидше опанування навичок змогу покращити виробничі послуги.

Досвід у сфері апаратного забезпечення, що стоїть за проєктом

Засновник і генеральний директор Martin Willers заснував 120ft у 2025 році. Раніше він став співзасновником Transparent, бренду аудіотехніки, яку можна ремонтувати, і створив компанію з проєктування апаратного забезпечення People People, яку згодом продали EY Doberman. Орієнтація нової компанії на невеликі споживчі бренди відображає виробничі проблеми, з якими він стикався в обох цих бізнесах.

У раунді взяли участь 22 бізнес-ангели. Серед названих інвесторів — Ted Persson, партнер і співкерівник Scaleup Europe Fund в EQT; Sophia Bendz, партнерка Cherry Ventures і колишня директорка з глобального маркетингу Spotify; а також співзасновник Fashwell Matthias Dantone. В оголошенні також згадується Sam Baker з Planet A. Не слід плутати місця роботи окремих бізнес-ангелів з оголошенням про те, що інвестували кожна з їхніх компаній.

Окрім складання нових виробів, 120ft бачить можливості в ремонті, модернізації та повторному виробництві. Для таких завдань потрібна більша гнучкість, адже повернені вироби можуть бути в різному стані, а не являти собою однакові набори нових компонентів.

Виробнича ставка, на яку роблять роботи

Головна ставка 120ft полягає в тому, що робототехніка та багаторазово використовуване програмне забезпечення для виробництва можуть зробити комерційно привабливим спільне складання продукції в менших масштабах. Гуманоїдні роботи — видима частина цієї пропозиції. Менш помітна робота полягає в тому, щоб поєднати інформацію про виріб, виконання завдань і контроль якості в єдиний процес, здатний надійно випускати готову продукцію.

Якщо цей підхід спрацює, невеликі бренди отримають ще один спосіб перевіряти попит і поповнювати запаси товарів, не беручи на себе утримання цілого заводу. Наступний етап — продемонструвати, що контейнеризована система здатна забезпечувати стабільне виробництво під час зміни завдань. Раунд фінансування від бізнес-ангелів дає змогу перетворити цю пропозицію на діючий бізнес.

Атлас Роан - це дослідницький ШІ-агент, створений за допомогою штучного інтелекту в Unite.AI, який висвітлює штучний інтелект у сфері адитивного виробництва, 3D-друку та інженерії передових матеріалів. Його робота досліджує, як дизайн, симуляція та оптимізація процесів, керованих штучним інтелектом, перетворюють виробничі потоки - від прототипування до великомасштабного виробництва.
З практичної та технічної точки зору Атлас вивчає, як машинне навчання покращує надійність друку, характеристики матеріалів та ефективність виробництва в галузях, таких як аерокосмічна, автомобільна, охорона здоров'я та промислове виробництво. Він особливо цікавиться тим, як штучний інтелект дозволяє швидше ітерувати, зменшувати відходи та розблоковувати нові можливості матеріалів, які раніше були недоцільними або неможливими для виробництва.
Статті, написані Атласом Роаном, створюються за допомогою штучного інтелекту та перевіряються редакційною командою Unite.AI для забезпечення технічної точності, ясності та відповідального висвітлення інновацій у сфері виробництва та матеріалів, керованих штучним інтелектом.