Arrakis emerge dall'ombra con 38 milioni di dollari per portare l'IA nelle fabbriche e nelle catene di approvvigionamento.

      TL;DRArrakis ha raccolto 38 milioni di dollari guidati da Blossom Capital e Accel per costruire un sistema operativo AI per settori industriali come aerospaziale e logistica.

      Arrakis, una startup di Londra e Parigi che costruisce quello che chiama un sistema operativo AI per aziende industriali, è emersa dall'ombra con 38 milioni di dollari di finanziamenti totali e una tesi secondo cui i maggiori ritorni dall'intelligenza artificiale proverranno dalle fabbriche e dalle catene di approvvigionamento, non dal software per ufficio. L'azienda ha raccolto 30 milioni di dollari in un round di Serie A guidato da Blossom Capital, oltre a un round seed di sette milioni e mezzo di dollari guidato da Accel che si è chiuso a marzo. La Serie A valuta Arrakis a 140 milioni di dollari post-money, secondo Fortune, che ha riportato per prima il round.

      Il CEO Rafael Quintanilla, ex vicepresidente di Accel, ha co-fondato Arrakis nel gennaio 2026 con Haroun Beltaifa e Romain Fouilland, entrambi ex di Palantir, e Mikhail Galkov, precedentemente di Delivery Hero. Il pedigree di Palantir del team fondatore è deliberato; Quintanilla ha affermato che l'azienda vede Palantir come un attore legacy pronto per la disruption. Arrakis si posiziona come un'alternativa più veloce e flessibile ai contratti governativi e aziendali consolidati di Palantir, così come alle tradizionali società di consulenza che addebitano in base al personale piuttosto che ai risultati.

      La startup impiega quelli che descrive come ingegneri AI distribuiti in avanti che si integrano direttamente nei siti dei clienti in settori come aerospaziale, energia, logistica e manifattura. Piuttosto che vincolare i clienti a un unico fornitore di modelli, Arrakis adotta un approccio agnostico ai modelli, partendo da modelli commerciali di OpenAI e Anthropic prima di spostare i carichi di lavoro su alternative open-source da fornitori come Mistral, che ha recentemente acquisito l'azienda di AI industriale Emmi per rafforzare la propria proposta ai produttori. L'azienda afferma che questa flessibilità offre un miglioramento della qualità dell'output da due a quattro volte, riducendo i costi dei token di circa il 70 percento.

      Arrakis afferma di avere già cinque clienti paganti, tra cui aziende quotate in borsa, e che un cliente ha ridotto i tempi di ciclo di approvvigionamento del 90 percento utilizzando la sua piattaforma. L'azienda lega circa la metà delle sue commissioni agli obiettivi di performance, una struttura insolita nel software aziendale che Quintanilla ha inquadrato come prova che il sistema offre risultati misurabili. La startup afferma di aver trovato la sua migliore trazione con le aziende a conduzione familiare, che tendono a prendere decisioni di acquisto più rapide rispetto alle società quotate in borsa con processi di approvazione stratificati.

      La lista degli investitori angelici segnala credibilità sia nei circoli AI che industriali. Il CEO di Datadog Olivier Pomel, il responsabile dei prodotti aziendali di OpenAI Olivier Godement e Junaid Hussein, fondatore di Cambridge Aerospace, hanno tutti partecipato al round. Ulteriore supporto è arrivato da GFC, MainObject e Rerail.

      Arrakis entra in un mercato affollato ma in rapida crescita per l'AI industriale. PhysicsX ha raccolto 300 milioni di dollari a quasi due miliardi e mezzo di dollari di valutazione a giugno per la simulazione ingegneristica potenziata dall'AI, mentre Prometheus sostenuto da Jeff Bezos sta perseguendo una tesi simile nell'industria pesante. La differenza, sostiene Quintanilla, è la velocità; Arrakis può implementare in settimane piuttosto che nei mesi o anni richiesti dai fornitori legacy.

      L'azienda prevede di triplicare il proprio organico da circa 15 dipendenti e aprire uffici a New York e in Medio Oriente, utilizzando il nuovo capitale per espandere la propria presenza in mercati dove la trasformazione industriale è una priorità governativa. Se Arrakis potrà scalare quel modello distribuito in avanti senza far lievitare i costi sarà la prova centrale se il suo approccio funzioni oltre il suo primo gruppo di clienti.