HeadlinesBriefing favicon HeadlinesBriefing.com

CloudNC consigue 20 millones para automatizar la fabricación CNC

TechCrunch Venture •
×

UK-based manufacturing software startup Cloud NC anunció una ronda de extensión de 20 millones de dólares el miércoles, llevando su total de recaudación de fondos a lo largo de la vida a 128 millones. La última gran ronda de la empresa fue hace cuatro años, dijo su cofundador y CEO Theo Saville a Tech Crunch. Saville fundó Cloud NC en 2015 con Chris Emery, ahora el director científico de la empresa, y ofrece software CAM Assist con IA que automatiza partes del mecanizado de Control Numérico por Computadora (CNC).

CNC es el proceso de usar máquinas controladas por computadora para cortar o dar forma precisamente a los materiales que luego se utilizan en las industrias automotriz, de defensa o de hardware de consumo. Antes de que una pieza pueda ser cortada, dijo Saville, un mecanizador o un programador de manufactura asistida por computadora debe decidir cuestiones como cómo debe sujetarse la pieza o qué herramientas deben utilizarse. Normalmente utilizan software CAM potente para ayudar con esta fase de ideación, y aunque algunas de estas herramientas pueden ayudar a los usuarios crear características de pieza o patrones de pieza conocidos, eso es diferente a mirar la pieza y generar una estrategia de ejecución que un experto realmente querría usar.

Los sistemas CAM tradicionales son poderosos, pero en la mayoría de los flujos de trabajo, siguen siendo herramientas que permiten a los programadores especificar manualmente cómo应该加工零件。这就是 su CAM Assist, un software que se integra en los sistemas CAM tradicionales, como Autodesk Fusion o Mastercam, para ayudar a los mecanizadores y programadores a tomar decisiones de manufactura estratégica más eficientes. Selecciona herramientas adecuadas, direcciones de enfoque y velocidades y avances, y luego redacta el código necesario para decirle a la máquina CNC qué hacer. A partir de ahí, el usuario revisa, edita y aprueba los resultados.

Saville dijo que el objetivo era ayudar a los trabajadores calificados a ser más eficientes y productivos, en lugar de quitar el juicio experto del proceso. Si el CAM tradicional es una potente caja de herramientas, dijo, entonces CAM Assist es más como un asistente experto que se sienta junto al programador, automatizando gran parte del pensamiento de primera capa y la configuración repetitiva para que el humano pueda revisar, mejorar y aprobar el enfoque. Saville dijo que más de 1.000 talleres de mecanizado en todo el mundo usan CAM Assist, y el 80% de la base de clientes de la empresa, que incluye tanto fabricantes como empresas, está en EE.

UU. Con un equipo de 80 empleados, el objetivo principal de la empresa es escalar la adopción. Esto hace que este sea el momento adecuado para recaudar capital adicional, dijo.

Los inversores en esta ronda incluyen a Nimble Ventures, que lideró la ronda, Calculus Venture Capital, Entrepreneur First y LM Capital, el brazo de capital de riesgo de Lockheed Martin. El financiamiento nos permite apoyar una adopción más amplia de CAM Assist, reforzar nuestras operaciones de lanzamiento al mercado, expandirnos en mercados existentes y nuevos, y desarrollar nuevos productos como Quote Agent. La premisa detrás de Quote Agent, que se dirige a fabricantes, es similar a CAM Assist.

Ayuda a las talleres a evaluar el costo y el riesgo estimado de un nuevo proyecto para que puedan moverse más rápido para aceptar — o rechazar — nuevo trabajo. Él relacionó esto algo con la geopolítica, señalando, por ejemplo, cómo los talleres de EE. UU. están buscando reubicar la manufactura y, al mismo tiempo, hay una escasez de trabajadores calificados en manufactura. Las talleres necesitan cotizar más rápido, programar más rápido y entregar más con las personas y máquinas que ya tienen, dijo, agregando que Quote Agent está a punto de lanzarse el próximo mes.

Hay más formas de mecanizar una típica pieza CNC que átomos en el universo, continuó. Hemos pasado años atacando ese problema específico, con nuestra propia fábrica, nuestro propio equipo de software y muchas lecciones difíciles de la maquinado real. Ha sido un largo proceso para llegar a donde estamos hoy.