Una pietra miliare importante nella nostra missione di migliorare l'efficienza produttiva con l'IA

Quando ho deciso di lasciare il mio comodo lavoro a Bosch nel bel mezzo della pandemia, e con un bambino in arrivo, per creare la mia startup, sapevo che la strada davanti sarebbe stata difficile. Negli ultimi anni, ho affrontato ogni sfida con una visione chiara: rendere la produzione più sostenibile attraverso competenze on-demand alimentate dall'intelligenza artificiale (IA). Abbiamo fatto molta strada dal nostro primo prototipo basato su Python, e oggi stiamo aiutando i produttori ad aumentare la loro produttività del 20% su base giornaliera. Oggi, sono lieto di annunciare che GaussML ha completato con successo un round di finanziamento di €390.000 da investitori strategici con profonda esperienza nel settore manifatturiero e nell'intelligenza artificiale.

Questo investimento proviene da un gruppo notevole di persone che apportano molto più che capitale. I nostri investitori sono direttori di aziende manifatturiere, imprenditori seriali, ex vicepresidenti di giganti come Autodesk e SodaStream, e direttori commerciali e CFO esperti. La loro esperienza combinata nelle operazioni di produzione, nelle soluzioni IA e nel dimensionamento delle startup fornisce a GaussML una guida strategica che si rivelerà inestimabile nella nostra prossima fase di crescita.

In GaussML, ci sentiamo fortunati ad aver ottenuto questo finanziamento in un momento critico per l'industria manifatturiera. Le aziende di tutto il mondo affrontano una carenza di competenze senza precedenti, con preziose esperienze produttive che letteralmente escono dalla porta con il pensionamento degli operatori esperti. Allo stesso tempo, l'incertezza del mercato, l'aumento dei costi energetici e le sfide della catena di approvvigionamento stanno esercitando un'immensa pressione sull'efficienza produttiva. Questo crea una tempesta perfetta in cui i produttori devono sfruttare soluzioni IA all'avanguardia per rimanere competitivi.

Con questo investimento, stiamo potenziando la nostra missione di democratizzare l'expertise produttiva attraverso l'IA. Il capitale ci consente di espandere il nostro team con talenti chiave nelle vendite e nell'ingegneria, accelerare la nostra roadmap di sviluppo del prodotto e sostenere la nostra espansione europea attraverso partnership strategiche. Cosa più importante, ci permette di continuare a perfezionare il nostro approccio unico "small data" insieme ai nostri clienti, fornendo risultati tangibili dopo solo una manciata di esperimenti, e portando prestazioni a livello di esperti a qualsiasi operatore, su qualsiasi macchina.

La crisi dell'expertise produttiva

I recenti cambiamenti politici delle principali potenze economiche hanno introdotto una sostanziale incertezza nei mercati mondiali. I produttori navigano in un ambiente in cui dazi e controdazi vengono annunciati e cancellati con poco preavviso, creando volatilità in catene di approvvigionamento precedentemente stabili e prevedibili, e portando a considerevoli fluttuazioni dei prezzi nelle materie prime e nei prodotti finiti. Questi rapidi cambiamenti del mercato stanno costringendo i produttori a riconsiderare le loro strategie di approvvigionamento e le loro linee di produzione in un momento in cui già affrontano sfide senza precedenti nel mantenere la loro eccellenza operativa.

Per decenni, le aziende manifatturiere si sono affidate a operatori esperti—maestri del loro mestiere che potevano sentire una macchina in funzione dal parcheggio e notare se qualcosa non andava. Questi lavoratori qualificati hanno accumulato anni di esperienza, imparando a ottimizzare le macchine per prestazioni ottimali attraverso innumerevoli ore di tentativi ed errori. Con il pensionamento di questi esperti, le aziende stanno sperimentando una perdita di know-how che le lascia operare le loro macchine ben al di sotto del loro potenziale massimo.

L'approccio tradizionale all'ottimizzazione dei parametri di processo è troppo lento e inefficiente per l'era digitale e dell'IA. Ogni combinazione di materiale, prodotto e macchina richiede parametri di processo specifici. Quando arriva una nuova macchina, materiale o prodotto, il processo ricomincia da capo. Frequentemente, un operatore di macchina, supervisore o ingegnere di processo trascorre settimane conducendo esperimenti per trovare parametri decenti per ogni attività di produzione. Se sono sovraccarichi di altre attività, potrebbero semplicemente affidarsi a parametri vecchi o conservativi forniti dal produttore della macchina. In tutti questi casi, il risultato è lo stesso: prestazioni sub-ottimali che sprecano risorse e limitano la produttività.

Gestire una linea di produzione in modo efficiente fa la differenza tra la crescita o la chiusura di un'azienda manifatturiera. Abbiamo visto, attraverso innumerevoli interazioni con i clienti, che le loro macchine industriali solitamente funzionano solo all'80% del loro potenziale produttivo. Per un produttore medio con dieci macchine, questo si traduce in uno spreco di €500.000 di produttività annuale. Se moltiplichiamo questo per tutto il settore manifatturiero, stiamo parlando di miliardi in produttività non sfruttata. I produttori hanno bisogno di strumenti all'avanguardia ora più che mai, per far funzionare le loro macchine in modo efficiente e rimanere competitivi.

Da quando OpenAI ha lanciato ChatGPT, abbiamo assistito a un'esplosione di soluzioni IA che stanno inondando il mercato manifatturiero, promettendo controllo qualità automatizzato, manutenzione predittiva per ridurre i tempi di inattività e molte altre applicazioni. La maggior parte di queste soluzioni ad alto costo richiede installazioni di sensori IoT, mesi di raccolta dati e integrazione complessa con i sistemi esistenti. Ma siamo realistici: la maggior parte dei produttori non può permettersi di spendere tempo e denaro in progetti di implementazione prolungati con risultati incerti. Hanno bisogno di soluzioni che offrano risultati immediati con rischio minimo, specialmente quando stanno già lottando per trovare abbastanza persone per mantenere le loro linee di produzione in funzione.

Il nostro lavoro con Steinhart Metallwarenfabrik dal 2022 è un chiaro esempio di ciò che è possibile quando i produttori con la mentalità giusta ricevono gli strumenti giusti. Prima di implementare la nostra soluzione, i loro operatori trascorrevano ore a regolare manualmente i parametri di taglio per ogni nuova attività. Il processo dipendeva in gran parte dall'esperienza dell'operatore, e spesso risultava in produttività sprecata e rilavorazioni che consumavano tempo. Dopo aver implementato Optimyzer, hanno ottenuto un aumento del 16% della produttività e hanno ridotto drasticamente il tempo che gli operatori dedicavano alle rilavorazioni manuali. Come ci ha detto il loro direttore generale, "l'intelligente Optimyzer si caratterizza per la sua facilità d'uso" - esattamente ciò di cui i produttori hanno bisogno nell'attuale ambiente sfidante.

Il nostro approccio unico "small data"

Quando la maggior parte delle persone sente "intelligenza artificiale", pensa immediatamente a enormi set di dati e infrastrutture costose. La saggezza comune dice che "i dati sono il nuovo oro" e che l'IA ha bisogno di migliaia — se non milioni — di dati per fare previsioni significative. Ma questa ipotesi non è sempre vera, specialmente quando si ha l'approccio giusto al problema.

La mia esperienza con l'ottimizzazione IA "small data" per la produzione è iniziata durante il mio post-dottorato all'Istituto di Ricerca Inria in Francia. Ho lavorato su una sfida affascinante: insegnare ai robot umanoidi a comprendere rapidamente le differenze tra i loro modelli fisici interni e come si comportano effettivamente nel mondo reale. Gli approcci tradizionali avrebbero richiesto centinaia di esperimenti costosi, il che non era pratico. Avevamo bisogno di una soluzione che potesse fornire risultati con solo pochi movimenti del robot.

Questa limitazione mi ha spinto a sviluppare algoritmi che potessero estrarre il massimo valore da punti dati limitati. Invece di affidarmi a modelli classici di reti neurali, ho costruito gemelli digitali intelligenti che comprendevano come funzionano i sistemi fisici e potevano indicare quando non sapevano come si sarebbe comportato il sistema. I risultati sono stati notevoli: il robot poteva adattarsi al mondo reale con solo una manciata di esperimenti accuratamente selezionati.

Quando sono entrato nel Centro di Intelligenza Artificiale di Bosch in Germania, ho avuto l'opportunità di applicare un pensiero simile alle sfide di ottimizzazione dei processi industriali in vari domini di produzione. I parallelismi erano sorprendenti: sia i robot che le macchine di produzione sono apparecchiature costose che operano in ambienti fisici complessi dove piccole regolazioni dei parametri possono portare a risultati drasticamente diversi. L'esperienza ha rafforzato la mia convinzione che un approccio "small data" potrebbe rivoluzionare il modo in cui i produttori ottimizzano i loro processi.

Ho lasciato Bosch nell'agosto 2020 e ho iniziato immediatamente a sviluppare la prima versione di Optimyzer, il nostro copilota IA per la produzione — un algoritmo basilare senza interfaccia utente. Quei primi giorni sono stati impegnativi, programmando fino a tarda notte mentre mi preparavo per l'arrivo della mia prima figlia. I risultati iniziali sono stati abbastanza promettenti da convincere alcuni produttori di macchine che questo approccio potrebbe offrire un enorme valore ai clienti che lottano con l'ottimizzazione dei processi, ed è così che GaussML ha ottenuto i primi risultati su macchine reali di taglio laser.

La prima versione di Optimyzer, con un'interfaccia facile da usare, permetteva ai clienti di creare ottimizzazioni isolate per macchine e materiali specifici. Sebbene funzionale, non sfruttava tutto il potenziale del nostro approccio. La svolta è arrivata con la nostra seconda versione, che collegava le ottimizzazioni in una macchina per consentire il trasferimento dell'esperienza. Questo ha liberato il vero potere della nostra soluzione: dopo aver eseguito una manciata di ottimizzazioni sulla stessa macchina, Optimyzer poteva ottenere prestazioni eccellenti con il suo primo suggerimento di parametri per nuovi materiali o pezzi.

L'approccio "small data" di GaussML ha ricevuto la sua prima validazione di successo con aziende di lavorazione della lamiera come Steinhart Metallwarenfabrik e Haimerl Lasertechnik GmbH, che sono diventate i nostri primi campioni. La loro disponibilità a testare una soluzione poco validata di una piccola startup ci ha dato la validazione del mondo reale di cui avevamo bisogno. Man mano che si diffondeva la notizia dei nostri risultati, GaussML ha iniziato ad attirare l'interesse di organizzazioni più grandi: fornitori automobilistici di primo livello e persino OEM. Con ogni nuova ottimizzazione, abbiamo acquisito preziosa esperienza nel settore, aiutandoci a perfezionare Optimyzer per offrire risultati sempre più rapidi ai nostri clienti.

La nostra partnership strategica con Würth Italia, annunciata all'inizio di quest'anno, ha segnato un momento cruciale nel nostro percorso di crescita. Come uno dei principali fornitori industriali d'Europa con oltre 40.000 clienti solo in Italia, Würth ci fornisce un canale di distribuzione che ci sarebbe voluto anni per costruire da soli. Il loro team di esperti comprende le sfide quotidiane che affrontano i produttori e può identificare i processi in cui Optimyzer apporterà il maggior valore.

Il viaggio dal concetto iniziale a un prodotto pronto per il mercato ha rafforzato ciò che rende unico il nostro approccio: mentre altre soluzioni IA richiedono mesi di raccolta e integrazione dei dati, Optimyzer fornisce miglioramenti tangibili della produttività in un solo pomeriggio. Concentrandoci su vittorie rapide che generano ROI immediato, GaussML ha generato fiducia con clienti che spesso diffidano di progetti di implementazione IA prolungati con risultati incerti.

Gli investitori strategici forniscono molto più di un impulso finanziario

Ottenere capitale per una startup non riguarda mai solo il denaro. Si tratta di trovare i partner giusti che non solo "tifano dal lato", ma sostengono attivamente la visione del fondatore con la loro esperienza e le loro reti. Dopo aver fatto funzionare GaussML da sola durante la nostra fase critica di convalida, abbiamo scelto di lavorare con investitori angel che potessero fornire un supporto pratico e connessioni specifiche del settore.

Il nostro round angel di €390.000, chiuso nell'aprile 2025, fornisce molto più che capitale operativo. Siamo estremamente orgogliosi di aver conquistato un gruppo notevole di investitori strategici con profonda esperienza nella produzione, nell'IA e nel dimensionamento di aziende tecnologiche. Sono direttori di produzione, imprenditori seriali ed esecutivi esperti che credono fermamente nella nostra visione e comprendono le sfide che GaussML sta risolvendo.

Il nostro gruppo di angel include veterani dei settori tecnologici e dell'IA. Ben Schrauwen e Samir Hanna, entrambi ex dirigenti di Autodesk con multiple startup di successo, apportano un'esperienza inestimabile nel dimensionamento di aziende IA. La loro esperienza nella costruzione di soluzioni software per il settore manifatturiero si allinea perfettamente con la nostra missione di rendere l'esperienza produttiva accessibile a tutti.

"Ho investito in GaussML per la forte mentalità tecnica del fondatore, il vantaggio competitivo del suo approccio 'small data' e il suo modello di business validato. Avendo seguito Jonathan da quando ci siamo conosciuti in un acceleratore nel 2020, ero convinto dai primi successi di GaussML e so che il team porterà questa azienda all'eccellenza." — Mario Turić, imprenditore e investitore angel

Si dice che ci voglia un intero villaggio per crescere un bambino, e grazie a questo round di investimento, GaussML ora conta su molti nuovi sostenitori ansiosi di aprire porte a nuovi clienti, fornire consigli sul posizionamento di mercato e aiutarci a navigare nelle complessità dei cicli di vendita aziendali. Sono anche fondamentali nella preparazione della nostra prossima fase di finanziamento: un round seed pianificato per il 2026 che guiderà la nostra espansione oltre i paesi di lingua tedesca e l'Italia verso il mercato europeo più ampio.

Con la nostra partnership con Würth Italia che guadagna slancio e il crescente interesse di produttori multinazionali, GaussML è posizionata per capitalizzare l'opportunità di mercato immediatamente. Questo finanziamento ci dà le risorse per rispondere a questa domanda mentre continuiamo a perfezionare la nostra tecnologia e sviluppare nuove capacità che ampliano il nostro vantaggio competitivo.

Il cammino davanti a noi

Questo round di finanziamento segna l'inizio di un nuovo ed emozionante capitolo per GaussML. Sebbene GaussML abbia ottenuto un progresso notevole come startup autofinanziata, questo afflusso di capitale ci permette di accelerare la nostra visione per una produzione più sostenibile.

Ecco come stiamo investendo questo capitale per massimizzare il nostro impatto:

Innanzitutto, stiamo espandendo il nostro team con nuovi talenti sia in ruoli tecnici che commerciali. Stefano Chiavegati, che si è unito come freelancer nel 2023, è diventato il nostro primo dipendente ufficiale nell'aprile 2025. Aspiriamo a costruire un team di vendita tecnico che comprenda le sfide che affrontano i produttori e il potenziale trasformativo della nostra tecnologia.

Stiamo anche ampliando le nostre capacità di IA per offrire ancora più valore ai produttori. In GaussML, cerchiamo sempre di rendere le ottimizzazioni più facili e veloci da eseguire. Stiamo sfruttando strategicamente contractor esterni per accelerare questo sviluppo mentre costruiamo le nostre capacità interne, assicurando che GaussML mantenga il suo vantaggio tecnologico nell'approccio "small data" per l'ottimizzazione produttiva.

Questi investimenti si allineano con i nostri ambiziosi obiettivi per il 2025-2026: raggiungere più clienti e stabilire GaussML come la soluzione leader di ottimizzazione produttiva in tutta Europa. Il nostro prossimo round di finanziamento, pianificato per il 2026, accelererà ulteriormente la nostra espansione, permettendoci di puntare a mercati europei aggiuntivi tra cui Francia, Regno Unito, Spagna e Polonia.

L'opportunità di mercato davanti a noi è sostanziale, con milioni di macchine industriali in tutto il mondo. Ciò che mi entusiasma di più è che stiamo già vedendo la validazione del nostro approccio sia con le PMI che con le aziende più grandi. Ogni produttore, indipendentemente dalle dimensioni, affronta la sfida di ottimizzare i propri processi e massimizzare la produttività delle proprie macchine. Il nostro copilota IA offre un modo unico e accessibile per risolvere questo problema, fornendo ROI immediato senza progetti di implementazione complessi.

Sebbene l'IA industriale non riceva la stessa attenzione delle applicazioni IA orientate al consumatore, l'impatto potenziale è enorme. Rendendo ogni operatore di macchina efficace quanto qualcuno con decenni di esperienza, possiamo garantire che ogni macchina funzioni efficientemente. Questo è il tipo di cambiamento trasformativo che motiva il nostro team ogni giorno, e con il nostro finanziamento angel assicurato, GaussML è meglio posizionata che mai per realizzare questa visione.

Unisciti alla nostra trasformazione industriale

Mentre ci imbarchiamo in questa nuova fase di crescita, stiamo cercando attivamente partner che condividano la nostra visione di un'industria manifatturiera più efficiente e sostenibile.

Se sei un produttore che cerca di sbloccare il potenziale nascosto delle tue macchine, ci piacerebbe mostrarti come Optimyzer può offrire guadagni immediati di produttività con uno sforzo minimo. Per esperti del settore e professionisti delle vendite appassionati di trasformare la produzione, stiamo costruendo un team che darà forma al futuro dell'IA industriale.

Interessato a saperne di più? Connettiti con noi su LinkedIn o contattaci direttamente attraverso il nostro sito web. Che tu sia un potenziale cliente, partner o membro del team, siamo entusiasti di esplorare come possiamo creare valore insieme.

Per un futuro in cui tutto ciò che facciamo sia fatto bene!

— Dr. Jonathan Spitz, Fondatore e CEO/CTO di GaussML