La apuesta resulta llamativa por una razón concreta: Gravis no pretende sustituir todas las excavadoras por robots nuevos. Su estrategia consiste en añadir una capa de autonomía a las máquinas que las constructoras ya poseen o alquilan, algo potencialmente más sencillo para empresas que trabajan con flotas mixtas.

Gravis Robotics, en pocas palabras

Gravis nació en 2022 como una derivación del ecosistema de investigación robótica de ETH Zúrich. La compañía está dirigida por su cofundador y consejero delegado, Ryan Luke Johns, junto con el cofundador y director tecnológico, Dominic Jud. Las informaciones disponibles describen un equipo de aproximadamente 75 personas. Antes de la inversión de SoftBank, la startup había captado 23 millones de dólares, incluida una ronda codirigida por IQ Capital y Zacua Ventures.

El salto entre aquellos 23 millones y una Serie A de 200 millones de dólares es poco habitual para una empresa joven de robótica industrial. El nuevo capital permitirá ampliar el equipo de ingeniería, acelerar la expansión internacional y desplegar los sistemas en más proyectos de infraestructuras.

Qué vende realmente Gravis

La propuesta central de Gravis no es una excavadora propia, sino un sistema de adaptación. Su Gravis Rack es un kit de control autónomo que puede instalarse en maquinaria pesada de fabricantes como Caterpillar, John Deere, Volvo, JCB y Hitachi, además de Case, Develon, Sumitomo y Yanmar. La plataforma contempla distintos niveles de automatización: desde asistencia dentro de la cabina y guiado 3D hasta supervisión remota y operación completamente autónoma.

La empresa también ofrece Gravis Copilot, una capa de software que funciona junto con el hardware de adaptación y ayuda a convertir flotas heterogéneas en equipos semiautónomos o autónomos.

Este enfoque independiente del fabricante es el núcleo de la tesis de inversión. Las constructoras suelen combinar equipos de varias marcas según el precio, la disponibilidad, la red de distribuidores y las necesidades de mantenimiento. Una solución compatible con la maquinaria instalada podría ser más fácil de adoptar que un paquete de autonomía ligado a un único fabricante.

Cómo debería funcionar la autonomía

Gravis explica que su sistema combina cámaras, sensores, telemetría de la máquina y señales físicas procedentes del propio equipo. Dominic Jud ha comparado el método con la forma en que los operadores experimentados interpretan el terreno: escuchan el esfuerzo del motor, perciben las vibraciones y detectan la resistencia hidráulica. Según la compañía, sus modelos utilizan esas señales para adaptar las decisiones de control a las condiciones del suelo y del subsuelo, mientras que el entrenamiento mediante simulaciones ayuda al sistema a generalizar entre diferentes máquinas y entornos.

En la práctica, el objetivo no es limitarse a seguir una ruta programada. El sistema está diseñado para responder a cambios del terreno mientras realiza tareas como excavar, abrir zanjas, mover grandes volúmenes de tierra y cargar camiones. Un proyecto CAM Pathfinder respaldado por el Gobierno británico y desarrollado con Flannery Plant Hire está probando excavadoras altamente automatizadas en seis máquinas para ese tipo de trabajos.

La promesa de productividad, con matices

Gravis afirma que su tecnología puede mejorar la productividad en obra hasta un 30% frente al rendimiento manual máximo. También presenta el sistema como una herramienta para aumentar la seguridad, reducir los trabajos repetidos y facilitar tareas de topografía o cartografía de riesgos.

La precisión es importante: ese 30% es una cifra comunicada por la empresa, no un indicador sectorial auditado de forma independiente en la información disponible sobre esta financiación. Los resultados reales dependerán de la máquina, la tarea, las condiciones del terreno, el flujo de trabajo y el nivel de autonomía utilizado.

De los prototipos a las obras reales

Gravis asegura que sus sistemas ya están desplegados junto a clientes de infraestructuras en cuatro continentes. Informaciones anteriores también describen proyectos o acuerdos con empresas como Holcim, Taylor Woodrow, HD Hyundai y Flannery.

La relación con Flannery es especialmente relevante desde el punto de vista comercial. Ambas compañías han trabajado en un modelo que combina excavadoras autónomas y alquiler de maquinaria. Así, los clientes pueden acceder a equipos que ya incorporan Gravis Rack sin tener que comprar e integrar la tecnología por su cuenta.

Ese formato podría rebajar una de las principales barreras para automatizar la construcción: para una empresa puede ser más fácil alquilar una máquina autónoma para un proyecto concreto que adaptar de golpe toda su flota o crear internamente un programa de robótica.

El contexto competitivo: SafeAI y Teleo

SafeAI y Teleo operan en áreas próximas, como la automatización de maquinaria de construcción y la operación remota. La diferencia que reivindica Gravis es una plataforma basada en aprendizaje y capaz de adaptarse a distintas máquinas, marcas y tamaños, en lugar de exigir que el cliente estandarice sus equipos con un único fabricante.

Sin embargo, esa ventaja todavía es una propuesta, no un resultado garantizado. Gravis tendrá que demostrar que puede operar de forma fiable en obras muy diferentes, cumplir los requisitos de seguridad y validación, mantener bajo control los costes de integración y ofrecer soporte a medida que aumenten los despliegues. El polvo, el terreno irregular, las cargas cambiantes y la presencia imprevisible de personas pueden revelar en una obra real problemas que no siempre aparecen en una demostración controlada.

Por qué SoftBank habla de “IA física”

La inversión coloca a SoftBank en el terreno de la llamada IA física: sistemas capaces de percibir y actuar en el mundo real. Es un desafío comercial distinto al de financiar software o modelos fundacionales. La tecnología debe funcionar con seguridad cerca de personas y maquinaria, adaptarse a entornos cambiantes y generar un valor medible para clientes industriales.

La operación encaja con el giro de SoftBank hacia la robótica. El grupo acordó adquirir la división de robótica de ABB por un valor empresarial de 5.375 millones de dólares, en una operación presentada como parte de su estrategia para combinar inteligencia artificial y robótica. El acuerdo seguía sujeto a autorizaciones regulatorias y otras condiciones de cierre según el anuncio disponible.

SoftBank también creó Robo HD para centralizar sus inversiones relacionadas con la robótica. Por separado, firmó un acuerdo para realizar inversiones adicionales en OpenAI de hasta 40.000 millones de dólares; la inversión efectiva prevista para SoftBank es de 30.000 millones. Si la operación se completa con las condiciones anunciadas, la inversión acumulada del grupo en OpenAI llegaría a 64.600 millones de dólares y aproximadamente al 13% de la propiedad. Esas cifras están condicionadas al cierre de la operación y a sus términos finales.

Gravis podría representar una capa de aplicación dentro de esa estrategia: software de inteligencia y autonomía desplegado en máquinas reales de un gran sector industrial. Pero la inversión no demuestra que SoftBank ya haya construido una plataforma integrada de IA y robótica. La prueba inmediata será si Gravis logra convertir un sistema de adaptación técnicamente flexible en operaciones de construcción fiables y repetibles.

La importancia de la ronda

El cheque de SoftBank indica que la autonomía en la construcción empieza a evaluarse como una oportunidad de plataforma, no solo como una sucesión de proyectos piloto. Gravis apunta a la enorme base instalada de maquinaria pesada y busca incorporar autonomía mediante hardware y software de adaptación, sin esperar a que todos los fabricantes rediseñen sus equipos.

La estrategia podría ofrecer a la empresa una vía amplia de entrada al mercado. También plantea las preguntas más difíciles: ¿puede un mismo sistema funcionar de manera consistente en marcas y tipos de máquina distintos? ¿Confiarán los contratistas en él para trabajos críticos? ¿Se mantendrán las mejoras de productividad cuando lleguen las condiciones imprevisibles de una obra comercial?

Los 200 millones de dólares proporcionan a Gravis los recursos para intentar responder a esas preguntas a escala. La justificación de una valoración de 1.000 millones dependerá menos del tamaño de la ronda que de la capacidad de la empresa para transformar sus promesas de IA física en resultados fiables, operaciones más seguras y una economía repetible para sus clientes.

La apuesta resulta llamativa por una razón concreta: Gravis no pretende sustituir todas las excavadoras por robots nuevos. Su estrategia consiste en añadir una capa de autonomía a las máquinas que las constructoras ya poseen o alquilan, algo potencialmente más sencillo para empresas que trabajan con flotas mixtas.

Gravis Robotics, en pocas palabras

Gravis nació en 2022 como una derivación del ecosistema de investigación robótica de ETH Zúrich. La compañía está dirigida por su cofundador y consejero delegado, Ryan Luke Johns, junto con el cofundador y director tecnológico, Dominic Jud. Las informaciones disponibles describen un equipo de aproximadamente 75 personas. Antes de la inversión de SoftBank, la startup había captado 23 millones de dólares, incluida una ronda codirigida por IQ Capital y Zacua Ventures.

El salto entre aquellos 23 millones y una Serie A de 200 millones de dólares es poco habitual para una empresa joven de robótica industrial. El nuevo capital permitirá ampliar el equipo de ingeniería, acelerar la expansión internacional y desplegar los sistemas en más proyectos de infraestructuras.

Qué vende realmente Gravis

La propuesta central de Gravis no es una excavadora propia, sino un sistema de adaptación. Su Gravis Rack es un kit de control autónomo que puede instalarse en maquinaria pesada de fabricantes como Caterpillar, John Deere, Volvo, JCB y Hitachi, además de Case, Develon, Sumitomo y Yanmar. La plataforma contempla distintos niveles de automatización: desde asistencia dentro de la cabina y guiado 3D hasta supervisión remota y operación completamente autónoma.

La empresa también ofrece Gravis Copilot, una capa de software que funciona junto con el hardware de adaptación y ayuda a convertir flotas heterogéneas en equipos semiautónomos o autónomos.

Este enfoque independiente del fabricante es el núcleo de la tesis de inversión. Las constructoras suelen combinar equipos de varias marcas según el precio, la disponibilidad, la red de distribuidores y las necesidades de mantenimiento. Una solución compatible con la maquinaria instalada podría ser más fácil de adoptar que un paquete de autonomía ligado a un único fabricante.

Cómo debería funcionar la autonomía

Gravis explica que su sistema combina cámaras, sensores, telemetría de la máquina y señales físicas procedentes del propio equipo. Dominic Jud ha comparado el método con la forma en que los operadores experimentados interpretan el terreno: escuchan el esfuerzo del motor, perciben las vibraciones y detectan la resistencia hidráulica. Según la compañía, sus modelos utilizan esas señales para adaptar las decisiones de control a las condiciones del suelo y del subsuelo, mientras que el entrenamiento mediante simulaciones ayuda al sistema a generalizar entre diferentes máquinas y entornos.

En la práctica, el objetivo no es limitarse a seguir una ruta programada. El sistema está diseñado para responder a cambios del terreno mientras realiza tareas como excavar, abrir zanjas, mover grandes volúmenes de tierra y cargar camiones. Un proyecto CAM Pathfinder respaldado por el Gobierno británico y desarrollado con Flannery Plant Hire está probando excavadoras altamente automatizadas en seis máquinas para ese tipo de trabajos.

La promesa de productividad, con matices

Gravis afirma que su tecnología puede mejorar la productividad en obra hasta un 30% frente al rendimiento manual máximo. También presenta el sistema como una herramienta para aumentar la seguridad, reducir los trabajos repetidos y facilitar tareas de topografía o cartografía de riesgos.

La precisión es importante: ese 30% es una cifra comunicada por la empresa, no un indicador sectorial auditado de forma independiente en la información disponible sobre esta financiación. Los resultados reales dependerán de la máquina, la tarea, las condiciones del terreno, el flujo de trabajo y el nivel de autonomía utilizado.

De los prototipos a las obras reales

Gravis asegura que sus sistemas ya están desplegados junto a clientes de infraestructuras en cuatro continentes. Informaciones anteriores también describen proyectos o acuerdos con empresas como Holcim, Taylor Woodrow, HD Hyundai y Flannery.

La relación con Flannery es especialmente relevante desde el punto de vista comercial. Ambas compañías han trabajado en un modelo que combina excavadoras autónomas y alquiler de maquinaria. Así, los clientes pueden acceder a equipos que ya incorporan Gravis Rack sin tener que comprar e integrar la tecnología por su cuenta.

Ese formato podría rebajar una de las principales barreras para automatizar la construcción: para una empresa puede ser más fácil alquilar una máquina autónoma para un proyecto concreto que adaptar de golpe toda su flota o crear internamente un programa de robótica.

El contexto competitivo: SafeAI y Teleo

SafeAI y Teleo operan en áreas próximas, como la automatización de maquinaria de construcción y la operación remota. La diferencia que reivindica Gravis es una plataforma basada en aprendizaje y capaz de adaptarse a distintas máquinas, marcas y tamaños, en lugar de exigir que el cliente estandarice sus equipos con un único fabricante.

Sin embargo, esa ventaja todavía es una propuesta, no un resultado garantizado. Gravis tendrá que demostrar que puede operar de forma fiable en obras muy diferentes, cumplir los requisitos de seguridad y validación, mantener bajo control los costes de integración y ofrecer soporte a medida que aumenten los despliegues. El polvo, el terreno irregular, las cargas cambiantes y la presencia imprevisible de personas pueden revelar en una obra real problemas que no siempre aparecen en una demostración controlada.

Por qué SoftBank habla de “IA física”

La inversión coloca a SoftBank en el terreno de la llamada IA física: sistemas capaces de percibir y actuar en el mundo real. Es un desafío comercial distinto al de financiar software o modelos fundacionales. La tecnología debe funcionar con seguridad cerca de personas y maquinaria, adaptarse a entornos cambiantes y generar un valor medible para clientes industriales.

La operación encaja con el giro de SoftBank hacia la robótica. El grupo acordó adquirir la división de robótica de ABB por un valor empresarial de 5.375 millones de dólares, en una operación presentada como parte de su estrategia para combinar inteligencia artificial y robótica. El acuerdo seguía sujeto a autorizaciones regulatorias y otras condiciones de cierre según el anuncio disponible.

SoftBank también creó Robo HD para centralizar sus inversiones relacionadas con la robótica. Por separado, firmó un acuerdo para realizar inversiones adicionales en OpenAI de hasta 40.000 millones de dólares; la inversión efectiva prevista para SoftBank es de 30.000 millones. Si la operación se completa con las condiciones anunciadas, la inversión acumulada del grupo en OpenAI llegaría a 64.600 millones de dólares y aproximadamente al 13% de la propiedad. Esas cifras están condicionadas al cierre de la operación y a sus términos finales.

Gravis podría representar una capa de aplicación dentro de esa estrategia: software de inteligencia y autonomía desplegado en máquinas reales de un gran sector industrial. Pero la inversión no demuestra que SoftBank ya haya construido una plataforma integrada de IA y robótica. La prueba inmediata será si Gravis logra convertir un sistema de adaptación técnicamente flexible en operaciones de construcción fiables y repetibles.

La importancia de la ronda

El cheque de SoftBank indica que la autonomía en la construcción empieza a evaluarse como una oportunidad de plataforma, no solo como una sucesión de proyectos piloto. Gravis apunta a la enorme base instalada de maquinaria pesada y busca incorporar autonomía mediante hardware y software de adaptación, sin esperar a que todos los fabricantes rediseñen sus equipos.

La estrategia podría ofrecer a la empresa una vía amplia de entrada al mercado. También plantea las preguntas más difíciles: ¿puede un mismo sistema funcionar de manera consistente en marcas y tipos de máquina distintos? ¿Confiarán los contratistas en él para trabajos críticos? ¿Se mantendrán las mejoras de productividad cuando lleguen las condiciones imprevisibles de una obra comercial?

Los 200 millones de dólares proporcionan a Gravis los recursos para intentar responder a esas preguntas a escala. La justificación de una valoración de 1.000 millones dependerá menos del tamaño de la ronda que de la capacidad de la empresa para transformar sus promesas de IA física en resultados fiables, operaciones más seguras y una economía repetible para sus clientes.