Dig Robotics elimina la variabilità umana dagli scavi.

Nel corso della sua lunga carriera nel settore delle macchine edili, che include 33 anni in Caterpillar dove è arrivato a dirigere il settore globale degli escavatori, Kenneth Gray ha potuto constatare in prima persona il ruolo che la variabilità umana può avere sulle prestazioni delle macchine. In un caso, ha registrato una differenza del 20% nella produttività di un escavatore tra i due migliori operatori di un cliente che utilizzavano la stessa macchina nello stesso cantiere e nelle stesse condizioni operative.

Questo ha delle implicazioni quando si tratta di valutare il potenziale ritorno sull'investimento (ROI) di una macchina. "La maggior parte dei produttori di escavatori che introducono una macchina nuova o aggiornata, quanto miglioramento delle prestazioni dichiarano? Di solito il 5%, il 7%?", ha osservato Gray. "È molto difficile per i clienti percepire questa differenza perché c'è molta variabilità umana nelle prestazioni."

Gray attualmente ricopre il ruolo di responsabile delle prestazioni presso Dig Robotics , un'azienda che mira a creare pari opportunità per gli operatori e quindi a massimizzare la produttività delle macchine.

Kenneth Gray, responsabile delle prestazioni e co-fondatore di Dig Robotics. (Foto: Becky Schultz)

"Idealmente, la nostra missione è rendere ogni operatore bravo quanto il migliore", ha affermato, "e aiutare i migliori operatori a trovare spunti che ne migliorino le prestazioni."

Informazioni operative in tempo reale

Dig Robotics è stata fondata nell'ottobre del 2023, quando Gray e i suoi co-fondatori Noam Rotem, responsabile degli scavi, e Oded Media, responsabile scientifico, si sono prefissati l'obiettivo di sviluppare uno strumento di scavo intelligente in grado di fornire agli operatori e ai responsabili di cantiere informazioni in tempo reale sulle prestazioni. Lo scopo è quello di "potenziare" gli escavatori, consentendo agli operatori di svolgere il proprio lavoro in modo più preciso, rapido e costante.

Lo strumento che hanno sviluppato utilizza l'intelligenza artificiale (IA), la scansione 3D e la cinematica avanzata o la pianificazione del movimento per mappare l'intero cantiere in 3D, visualizzare la geometria della benna e i movimenti precisi, e calcolare esattamente quanto terreno viene spostato per ciclo.

"Pianifichiamo il movimento per determinare con precisione come una benna si muove attraverso il taglio del materiale che [l'operatore] sta cercando di caricare", ha spiegato Gray. "Poi utilizziamo la visione artificiale, in particolare il LiDAR, per confrontare il movimento ideale con quello che accade realmente."

Il sensore LiDAR acquisisce dati in tempo reale durante il funzionamento della macchina, mentre gli algoritmi calcolano il percorso di scavo ideale in ogni momento, in base alla topografia del sito, alla geometria della macchina, alle dimensioni della benna e alle caratteristiche del materiale. Il sistema confronta quindi i movimenti effettivi dell'operatore con il percorso ottimale.

"Registriamo dati sulla profondità del taglio, sull'angolo di rotazione della benna e sulla tempistica di estrazione, e misuriamo il volume estratto e il tempo necessario per farlo per ogni carico di benna", ha affermato Gray.

Gli operatori ricevono quindi un feedback visivo immediato in cabina, visualizzato tramite semplici indicatori colorati. Ciò consente sia agli operatori principianti che a quelli esperti di vedere esattamente dove sono necessari degli aggiustamenti.

Un Doosan DX140LC equipaggiato con il sistema di Dig Robotics (Immagine per gentile concessione di Dig Robotics)

"Se sei un bravo operatore, probabilmente lo sei perché ci hai lavorato. Non è un caso, giusto? Ma se fossi in grado di dare a un operatore l'indicazione che sta rimanendo troppo a lungo nello scavo, cosa farebbe? Cercherebbe di uscire dallo scavo prima e indagherebbe su cosa è successo", ha commentato Gray. "È proprio questo che vogliamo fare. Non vogliamo prendere il controllo. Vogliamo fornire un'indicazione che dica... forse è meglio provare uno scavo meno profondo o forse si sta ruotando la benna troppo presto o troppo tardi."

"Stiamo riscontrando miglioramenti significativi delle prestazioni semplicemente comunicando agli operatori quali sono le loro tendenze", ha affermato Gray. "E in molti casi stiamo registrando una corrispondente riduzione del consumo di carburante."

In un primo esempio, il sistema è stato installato su un Liebherr R 984 C di 20 anni, gestito da un operatore esperto che aveva utilizzato la macchina fin da quando era nuova. Dopo l'installazione, l'operatore ha riscontrato un miglioramento delle prestazioni del 10% e una riduzione del consumo di carburante di circa il 20%.

Puntando a camion a pieno carico

Sia l'operatore che i responsabili del sito ricevono informazioni basate sui dati relativi al livello di riempimento dei camion, al numero di camion riempiti, ai cicli necessari per riempire ciascun camion e altro ancora.

"Abbiamo scoperto un paio di cose riguardo all'interfaccia operatore. Innanzitutto, gli operatori rispondono molto meglio quando imparano a conoscere le proprie abitudini", ha affermato Gray, "e le seguono se ricevono un suggerimento. Inoltre, vogliono sapere se il camion è pieno. Perché di solito, quando carichiamo un camion con cinque passaggi, ci chiediamo: era pieno al momento del caricamento? Come si fa a saperlo? Beh, noi misuriamo il carico con precisione."

"L'opportunità di trasportare un camion pieno si presenta una sola volta", ha continuato. "È proprio questo che stiamo cercando di fare. Stiamo cercando di garantire che a valle non solo l'escavatore sia davvero produttivo, ma che si ottenga il massimo da ogni singolo carico del camion."

Un robot Liebherr 9150 in azione (Immagine per gentile concessione di Dig Robotics)

Per migliorare ulteriormente l'efficienza , il sistema è in grado di apprendere e adattarsi durante il lavoro. Secondo Dig Robotics, la componente di apprendimento automatico consente di valutare automaticamente le condizioni del materiale, come coesione, granulometria, presenza di massi, ecc., senza alcun intervento manuale. Ogni benna comunica con la successiva, e le macchine che operano nello stesso sito condividono informazioni per costruire una comprensione collettiva del materiale scavato.

Integrazione tecnologica

Lo strumento di guida per operatori di Dig Robotics è attualmente progettato come soluzione aftermarket "indipendente dal produttore" che può essere installata su quasi tutti gli escavatori, indipendentemente dalla marca o dall'età, spesso in un solo giorno lavorativo.

"Vogliamo supportare le esigenze strategiche dei clienti per le flotte miste, perché non ci sono molte flotte composte al 100% da macchine Liebherr o al 100% da macchine Cat, anche se si considera una specifica categoria di macchine", ha affermato Gray. "Vogliamo essere presenti su qualsiasi mezzo. Questo è il primo principio di progettazione."

I rivenditori di apparecchiature hanno aiutato la startup a valutare le prestazioni tecniche del sistema, la sua redditività commerciale, il processo di installazione e i requisiti di supporto a lungo termine.

Attualmente, i primi progetti pilota si concentrano sulle macchine a benna per la produzione in settori in cui piccoli incrementi di produttività possono generare notevoli ritorni finanziari, come grandi progetti di infrastrutture civili, cave e miniere. Ad esempio, nell'agosto del 2026, Turner Mining Group valuterà la tecnologia in un ambiente di produzione reale utilizzando sia un escavatore Hitachi EX1200 che un Caterpillar 374 Next Gen.

Il passo successivo, ha affermato Gray, sarà l'integrazione con tecnologie come il controllo del livello. "Lo stack tecnologico è simile. Loro non hanno la visione artificiale, che noi invece abbiamo... Riteniamo che siano tecnologie complementari, e lo pensano anche le aziende di primo livello. La vedono allo stesso modo", ha affermato.

Dig Robotics sta già facendo progressi in questo ambito, come dimostra il recente annuncio dell'integrazione delle sue applicazioni per il movimento terra nell'ecosistema Trimble, ed è finalista della 0-60 Challenge 2026. Alla Trimble Dimensions User Conference di questo autunno, l'azienda presenterà lo strumento di gestione del cantiere Dig Dashboard nell'area espositiva interna, oltre a testare dal vivo lo strumento di guida per l'operatore su un escavatore nell'area dimostrativa esterna. Gray terrà anche una sessione in aula per chiunque desideri approfondire la tecnologia.

Cosa si cela oltre?

In futuro, Gray prevede di espandersi in applicazioni di produzione su larga scala, oltre agli escavatori, e infine di collaborare direttamente con i produttori di apparecchiature originali (OEM).

"La pianificazione del movimento che siamo in grado di realizzare, il livello di competenza del nostro team, la profonda conoscenza del settore, la nostra comprovata capacità di automatizzare completamente le macchine... possediamo competenze rare", ha commentato Gray. "Credo che i produttori di apparecchiature originali (OEM) saranno interessati, ma la fiducia non si concede... Bisogna guadagnarsela."

Turner Mining Group valuterà la tecnologia Dig Robotics su un escavatore Hitachi EX1200 e su un Caterpillar 374 Next Gen (in foto). (Foto: AMI Attachments)

È qui che il feedback dei clienti diventa cruciale. "Siamo nella fase pilota. Stiamo testando il design destinato alla produzione, ovvero il componente di produzione, l'assemblaggio di produzione e la fonte di produzione", ha affermato Gray. "Siamo arrivati al punto in cui vogliamo testare ciò che andremo a vendere...".

"Stiamo cercando il giusto tipo di 'pazzo' che voglia trarre vantaggio da questa tecnologia", ha aggiunto, "e che riconosca che ci sarà ancora del tempo per svilupparla prima che sia disponibile sul mercato, probabilmente all'inizio del prossimo anno".

Ciò che Dig Robotics intende vendere non è l'autonomia, sebbene ci si avvicini molto. "Possiamo ottenere l'80% dei benefici con il 20% del costo dell'automazione completa , e forse anche meno del 20%", ha affermato Gray.

Tutto ciò viene raggiunto mantenendo l'operatore come parte integrante del processo. "Se il problema che si cerca di risolvere è la presenza di una persona alla guida, allora l'automazione completa è ciò di cui si ha bisogno. Se invece il problema non è questo, ma la produttività, i costi o l'efficienza, l'eliminazione della persona alla guida potrebbe non essere vantaggiosa, perché la potenza di elaborazione del computer che si ha tra le orecchie è davvero incredibile."

Tale potenza è particolarmente preziosa nell'area di carico, che Gray paragona alla "teoria del caos".

"C'è sempre qualcosa di inaspettato che succede", ha osservato. Ad esempio, l'operatore potrebbe dover adattarsi al movimento del materiale scaricato o rimuovere una roccia caduta sul percorso prima che il camion successivo faccia retromarcia.

"Se potessimo caricare il camion in modo perfetto, lo faremmo, ma la natura casuale del materiale non ce lo permette", ha sottolineato Gray. "Ma la mente umana è in grado di reagire a questi cambiamenti – quelli che chiameremmo casi limite – all'istante... È la capacità umana di elaborare questi cambiamenti inaspettati che è davvero difficile da sostituire."

Di conseguenza, ritiene che clienti, rivenditori e Dig Robotics possano trarre notevoli vantaggi economici dalla combinazione tra ciò che l'azienda intende offrire e la piena autonomia.

"Ci sono molti passaggi da compiere", ha concluso, "e noi stiamo solo muovendo i primi passi."