CloudNC raccoglie 20 milioni per portare l’AI nelle officine: la fabbrica intelligente parte dai pezzi più difficili

Quando si parla di intelligenza artificiale applicata all’industria, l’immaginario corre subito verso fabbriche completamente autonome, robot umanoidi, catene di montaggio senza operatori e impianti progettati da zero per funzionare quasi senza intervento umano. CloudNC sta seguendo una strada molto meno spettacolare e, proprio per questo, potenzialmente più concreta: prendere le officine che esistono già, con le loro macchine, i loro software e i loro tecnici, e automatizzare i passaggi che oggi fanno perdere più tempo.

La startup britannica ha annunciato un nuovo investimento da 20 milioni di dollari per accelerare la diffusione di CAM Assist, il suo software basato su intelligenza artificiale per la programmazione delle macchine CNC. Il round è guidato da Nimble Ventures, con la partecipazione di Calculus Venture Capital, Entrepreneur First e LM Ventures, il fondo di venture capital di Lockheed Martin. Secondo TechCrunch, il finanziamento porta a circa 128 milioni di dollari il capitale complessivamente raccolto dall’azienda dalla fondazione.

La cifra, in sé, non è enorme se confrontata con i miliardi che oggi vengono investiti nei modelli fondamentali di AI. Ma è proprio questo il punto: CloudNC opera in un segmento dove il valore non nasce dal costruire un modello più grande, ma dal riuscire a entrare dentro processi industriali complessi, costosi e difficili da cambiare. Le macchine CNC sono usate per tagliare e lavorare materiali con estrema precisione e producono componenti per automotive, aerospazio, difesa, elettronica e moltissimi altri settori. Prima che una macchina inizi a lavorare, però, qualcuno deve decidere come eseguire il pezzo: quali utensili usare, da che direzione intervenire, con quali velocità, avanzamenti e sequenze.

Il problema non è la macchina: è tutto quello che succede prima

Le macchine a controllo numerico sono già fortemente automatizzate. Una volta ricevuto il programma corretto, possono eseguire lavorazioni estremamente complesse con precisione e ripetibilità. Il collo di bottiglia resta spesso nella fase precedente, quella in cui un programmatore CAM trasforma un modello digitale in una strategia di lavorazione concreta.

È un lavoro che richiede esperienza. Non basta dire alla macchina quale forma deve ottenere: bisogna stabilire come bloccare il pezzo, quali utensili sono adatti, quali aree evitare, quale ordine dare alle operazioni e quali parametri garantiscono un buon compromesso tra velocità, qualità e durata degli utensili. I software CAM tradizionali aiutano a costruire questo processo, ma in molti casi il tecnico deve ancora specificare manualmente una parte importante della strategia.

CAM Assist si inserisce esattamente qui. Il software si integra con piattaforme già diffuse nelle officine e propone automaticamente strategie di lavorazione e percorsi utensile. CloudNC spiega che il sistema può selezionare utensili, direzioni di approccio, velocità e avanzamenti e preparare una prima versione del programma. Il tecnico resta però dentro il processo: può controllare, modificare e approvare ciò che l’AI propone prima che il codice venga utilizzato sulla macchina.

È una forma di automazione molto diversa dalla narrativa della sostituzione totale del lavoro umano. L’obiettivo dichiarato è comprimere il tempo necessario per le attività ripetitive e lasciare all’operatore le decisioni più complesse. La stessa CloudNC sostiene che CAM Assist possa completare fino all’80% di alcuni programmi CAM in pochi minuti, una promessa commerciale che naturalmente dipende dal tipo di lavorazione e che va letta come indicazione del potenziale del sistema, non come risultato garantito in qualsiasi officina.

Più di mille officine: il passaggio dalla demo all’adozione

Il dato forse più importante della nuova raccolta è che CloudNC non sta finanziando soltanto ricerca. L’azienda dichiara che CAM Assist è già utilizzato da oltre mille officine nel mondo, con una presenza particolarmente forte negli Stati Uniti. TechCrunch riporta che circa l’80% della clientela della società è statunitense. Tra i clienti citati pubblicamente ci sono anche Lockheed Martin e Major Tool and Machine.

Questo cambia il significato del round. Una startup industriale può mostrare una tecnologia impressionante in laboratorio e avere comunque enormi difficoltà a trasformarla in un prodotto. Nelle fabbriche, infatti, ogni modifica deve convivere con software esistenti, macchinari costosi, procedure di sicurezza, standard di qualità e personale che non può semplicemente fermare la produzione per sperimentare.

CloudNC ha scelto quindi una strategia di integrazione invece che di sostituzione. CAM Assist lavora con software CAM già utilizzati nel settore e, secondo il sito dell’azienda, supporta ambienti come Autodesk Fusion, Mastercam, Siemens, GibbsCAM e SolidCAM, con altre integrazioni in sviluppo. È un approccio meno radicale ma molto più facile da distribuire: l’officina non deve cambiare l’intera infrastruttura, può aggiungere un livello di automazione sopra strumenti che conosce già.

Il prossimo bersaglio è il preventivo

I 20 milioni serviranno anche a sviluppare nuovi prodotti. Il più interessante si chiama Quote Agent e punta a un problema che avviene ancora prima della programmazione: decidere quanto costa produrre un pezzo e quindi quale prezzo proporre al cliente.

La quotazione è una fase critica nella manifattura di precisione. Un’officina riceve un disegno o un modello e deve stimare tempi macchina, utensili, materiale, complessità e rischio. Se il preventivo è troppo alto, perde il lavoro; se è troppo basso, può vincerlo e poi scoprire di aver accettato una commessa poco redditizia. In molti casi questo processo dipende da tecnici esperti e richiede tempo proprio nel momento in cui il cliente si aspetta una risposta rapida.

CloudNC vuole usare l’AI per automatizzare almeno una parte di questa valutazione. L’azienda ha annunciato che Quote Agent arriverà nel corso del 2026. Se CAM Assist tenta di ridurre il tempo tra progetto e produzione, Quote Agent prova a ridurre quello tra richiesta del cliente e decisione commerciale. Insieme, i due prodotti mostrano una strategia più ampia: non costruire “l’AI della fabbrica” come un unico sistema onnipotente, ma attaccare uno dopo l’altro i passaggi più lenti della filiera.

La vera opportunità è nelle fabbriche che non verranno ricostruite

È qui che la storia di CloudNC diventa interessante anche oltre la singola startup. La maggior parte della capacità manifatturiera mondiale non verrà sostituita nel giro di pochi anni da impianti completamente nuovi. Macchine, software e stabilimenti hanno cicli di vita molto lunghi e richiedono investimenti enormi. Per questo una parte rilevante della trasformazione industriale dell’AI avverrà probabilmente attraverso retrofit digitali: strumenti che migliorano ciò che già esiste.

Il vantaggio economico può essere enorme anche senza una fabbrica autonoma. Se un’officina riesce a programmare più velocemente, preparare preventivi in meno tempo e aumentare l’utilizzo delle macchine che possiede già, può produrre di più senza dover raddoppiare personale o capitale fisico. È una logica particolarmente importante nei mercati in cui mancano tecnici altamente specializzati.

Questo aspetto si lega anche al tema del reshoring. Negli Stati Uniti e in Europa governi e imprese vogliono riportare sul territorio una parte delle produzioni considerate strategiche, ma ricostruire capacità manifatturiera non significa soltanto aprire stabilimenti. Servono programmatori, operatori e tecnici capaci di utilizzare macchinari complessi. Software che rendono più produttivo il personale esistente possono quindi diventare un pezzo della politica industriale, non soltanto un prodotto software.

La collaborazione uomo-macchina qui è molto meno teorica

Nel lavoro d’ufficio si discute continuamente se gli agenti AI sostituiranno professioni intere. Nella manifattura di precisione il modello che sta emergendo è più ibrido. L’AI può produrre una prima strategia, ma il costo di un errore fisico è molto più alto di quello di una risposta sbagliata in una chat. Un percorso utensile scorretto può rovinare materiale, rompere un utensile, danneggiare una macchina o compromettere una commessa.

Per questo CloudNC mantiene il tecnico nel ciclo decisionale. Non è soltanto una scelta prudente: è anche un modo realistico per introdurre l’AI in ambienti dove l’esperienza tacita conta moltissimo. Un macchinista esperto sa riconoscere problemi che non sempre sono completamente descritti nei dati digitali del pezzo. L’automazione più utile, almeno oggi, è quella che riduce il lavoro ripetitivo senza pretendere di eliminare quella conoscenza.

L’AI industriale potrebbe diventare enorme senza assomigliare a un robot

La corsa all’intelligenza artificiale è stata dominata da chatbot, modelli generativi e data center. Ma una parte del valore economico più duraturo potrebbe nascere in software quasi invisibili che migliorano processi industriali specifici. CloudNC è un esempio di questa seconda ondata: meno spettacolare, più verticale, ma con una relazione molto diretta tra automazione e produttività.

Il nuovo round non dimostra ancora che l’azienda riuscirà a diventare uno standard globale. Deve continuare a convincere officine molto diverse tra loro, ampliare le integrazioni, dimostrare un ritorno economico costante e trasformare Quote Agent da progetto a prodotto utilizzato su scala. Ma il fatto che più di mille realtà abbiano già adottato CAM Assist suggerisce che la domanda esiste.

La fabbrica del futuro, quindi, potrebbe non arrivare con un momento preciso in cui tutto diventa autonomo. Potrebbe emergere lentamente, aggiungendo intelligenza a ogni passaggio: prima il preventivo, poi la programmazione, poi il controllo, poi la qualità. E alla fine, quando guarderemo indietro, potremmo accorgerci che la rivoluzione industriale dell’AI non è iniziata quando i robot hanno sostituito le persone, ma quando il software ha smesso di aspettare istruzioni dettagliate e ha cominciato a proporre il modo migliore per costruire le cose.