TL;DR:
- SoftBank aportó por sí solo US$200 millones a la Serie A de Gravis Robotics, anunciada el 17 de agosto de 2026.
- Inc. sitúa la valuación posterior a la inversión en US$1,000 millones; el comunicado de Gravis no publicó esa cifra.
- La startup promete hasta 30% más productividad, pero todavía no presenta datos comparables que permitan generalizar ese resultado.
Gravis Robotics anunció el 17 de agosto de 2026 una Serie A de US$200 millones con SoftBank como único inversionista, según Inc. El dinero financiará el despliegue global de Gravis Rack, un kit que añade sensores, cómputo y control autónomo a excavadoras y cargadoras ya existentes. El mismo medio situó la valuación posterior a la operación en US$1,000 millones, aunque el anuncio de la startup no reveló esa cifra. Gravis describe el financiamiento como la mayor Serie A de la robótica de construcción, una clasificación que procede de la propia empresa.
La ronda llega menos de nueve meses después de que la compañía recaudara otros US$23 millones. Gravis, nacida en 2022 como una spin-off del Laboratorio de Sistemas Robóticos de ETH Zurich, tiene cerca de 75 empleados, de acuerdo con Inc. Su plan ahora es contratar personal, abrir más canales de distribución y colocar más máquinas autónomas en proyectos comerciales.
SoftBank encuadra la inversión dentro de su apuesta por la llamada IA física, sistemas de inteligencia artificial que perciben el mundo y controlan maquinaria real. Dai Sakata, director general de SoftBank Group, dijo que esta tecnología ocupa un lugar central en la siguiente etapa de la estrategia de IA del conglomerado japonés.
Gravis Rack adapta maquinaria de distintas marcas
Gravis no fabrica excavadoras. Su propuesta consiste en instalar una capa común de autonomía sobre equipos que las constructoras ya compraron o alquilaron. El Gravis Rack es un módulo para el techo que integra cámaras, LiDAR y cómputo en el propio vehículo. Dos mástiles traseros añaden cámaras HDR, LiDAR 3D, conectividad y posicionamiento GNSS RTK, una técnica que corrige la ubicación satelital para obtener mayor precisión.
El procesamiento local permite que algunas funciones operen sin conexión constante. Los sensores escanean el terreno, detectan el entorno y generan modelos 3D mientras la máquina excava. Según la compañía, el mismo sistema ya se ha instalado en equipos de Caterpillar, Case, Develon, John Deere, JCB, Hitachi, Sumitomo, Yanmar y Volvo.
La interfaz Slate ofrece varios grados de automatización. El operador puede quedarse en la cabina y recibir guía tridimensional y alertas, apartarse mientras la excavadora completa una tarea prolongada o supervisar una o varias máquinas a distancia. Gravis afirma que sus equipos pueden conducir hasta el punto de trabajo, abrir zanjas, excavar superficies, cargar camiones y gestionar montones de material.
Este enfoque evita que una constructora tenga que sustituir toda su flota o quedar atada a un solo fabricante. También eleva la dificultad técnica: el software debe adaptarse a máquinas de tamaños y respuestas hidráulicas diferentes, además de trabajar con suelos, pendientes, clima y obstáculos que cambian durante una misma jornada.
La promesa de 30% necesita datos comparables
Gravis asegura que su sistema puede aumentar hasta 30% la productividad de una obra frente al mejor desempeño manual. La cifra aparece en su material corporativo, pero el anuncio de la ronda no detalla cuántos proyectos se midieron, durante cuánto tiempo ni qué parte del flujo de trabajo entró en la comparación.
Vineet Kamat, profesor de la Universidad de Michigan especializado en automatización de la construcción, explicó a Inc. que una evaluación útil tendría que comparar maquinaria de tamaño similar, operadores experimentados y condiciones equivalentes de suelo y obra. También debería contar preparación, supervisión, retrabajo, pausas, combustible, mantenimiento y seguridad, no solo la velocidad de cada ciclo de excavación.
Ryan Luke Johns, cofundador y CEO de Gravis, relató al mismo medio que algunas máquinas trabajaron en Texas desde el inicio de la jornada hasta la pausa de comida sin intervención. Ese ejemplo muestra una operación sostenida, pero no sustituye resultados agregados de varias flotas. La compañía tampoco publicó en el anuncio tasas de incidentes, horas autónomas acumuladas o frecuencia de intervención humana.
La distinción importa porque una mejora medida en una tarea repetitiva no equivale automáticamente a un ahorro de 30% en el calendario o el costo total de un proyecto. La nueva ronda le da a Gravis recursos para ampliar la muestra; la verificación dependerá de datos obtenidos en obras, marcas y condiciones diferentes.
Un ensayo británico abarcará seis excavadoras
Una de las pruebas anunciadas tendrá lugar en Reino Unido. Gravis y Flannery Plant Hire participan en un proyecto respaldado por el programa gubernamental CAM Pathfinder que instalará el sistema en seis excavadoras. Zenzic, la organización que coordina el programa con el gobierno británico e Innovate UK, indicó que el ensayo abarcará apertura de zanjas, excavación a gran escala y carga de camiones.
Gravis cifra esa iniciativa en US$8 millones y pretende usar la relación con Flannery para ofrecer excavadoras autónomas mediante alquiler. Ese canal permitiría a los contratistas probar la tecnología por proyecto, sin comprar una máquina nueva ni asumir de inmediato una adaptación permanente.
La startup sostiene que ya tiene sistemas desplegados en cuatro continentes. En el mercado compite con empresas de adaptación como Bedrock Robotics y Teleo, así como con fabricantes que desarrollan su propia autonomía. Inc. señaló que Bedrock recaudó US$270 millones en una Serie B en febrero y alcanzó una valuación de US$1,750 millones, una señal de que SoftBank entra en una carrera con varios participantes y abundante capital.
El cheque de SoftBank amplía la escala de la apuesta de Gravis. El ensayo británico y los despliegues comerciales tendrán que mostrar si una misma capa de hardware y software puede mantener sus resultados entre marcas, terrenos y flujos de trabajo sin diluir la seguridad ni la productividad prometida.
