XDOF: la startup per dati robotici valutata 1,2 miliardi di dollari
- XDOF è in trattative per un Series B con valutazione di 1,2 miliardi di dollari, guidato da 8VC.
- Ricavi annualizzati vicini ai 50 milioni di dollari a soli tre mesi dall'uscita dalla modalità stealth.
- Il core business è la fornitura di pipeline di dati e strumenti di teleoperazione per l'AI robotica.
- Fondata da ricercatori di UC Berkeley, l'azienda punta a diventare lo Scale AI della robotica.
Il mercato del venture capital ha ritmi che sfidano la logica industriale classica, ma il caso di XDOF spinge l'accelerazione a un livello quasi anomalo. La startup di San Mateo, uscita dalla modalità stealth il 17 giugno 2026, si trova già in trattative avanzate per un round di Series B che ne fisserebbe la valutazione a circa 1,2 miliardi di dollari. È un salto quantico: solo due o tre mesi prima, l'azienda aveva chiuso un Series A da 70 milioni di dollari con il supporto di colossi come Thrive Capital, Andreessen Horowitz, Lux Capital, Spark Capital e WndrCo. Secondo fonti riportate da TechCrunch, XDOF non aveva pianificato un nuovo fundraising così ravvicinato, ma l'interesse dei VC, guidati in questa fase da 8VC, è stato dettato da una crescita organica travolgente.
Ricavi annualizzati di 50 milioni e l'estrazione di valore
Non si tratta di una valutazione basata solo su promesse tecnologiche o hype sull'AI generativa. Il dato che ha spostato l'ago della bilancia è finanziario: i ricavi annualizzati di XDOF si stanno avvicinando ai 50 milioni di dollari. Per un'azienda che conta circa 60 dipendenti e un portafoglio di 20 clienti, l'efficienza del modello di business è estremamente elevata. I clienti non sono utenti retail, ma frontier AI labs e aziende di robotica che necessitano di infrastrutture per l'addestramento di sistemi robotici general-purpose.
Analisi strategica: Il posizionamento di XDOF è chirurgico. Invece di costruire il robot fisico — un'impresa costosa e soggetta a rischi hardware — XDOF si è inserita come fornitore di servizi essenziali. In termini di business strategy, l'azienda sta replicando il modello di Scale AI, ma applicandolo all'embodied AI. Se Scale AI ha dominato la fase di etichettatura e raffinamento dei dati per i Large Language Models (LLM), XDOF mira a diventare l'outsourced data-supply chain per la robotica. Il valore non risiede nel ferro, ma nel dato strutturato che permette al ferro di muoversi in modo intelligente nel mondo fisico.
Il sistema GELLO e l'architettura della piramide dei dati
La tecnologia che sostiene questa crescita nasce in ambito accademico. Philipp Wu, CEO e co-fondatore, ha affrontato durante il suo dottorato a UC Berkeley un problema strutturale: la mancanza di dataset su larga scala per l'apprendimento robotico. Per risolvere questo collo di bottiglia, insieme a Fred Shentu (CTO), ha sviluppato GELLO. Si tratta di un sistema di teleoperazione a basso costo che permette a un operatore umano di controllare un braccio robotico a distanza, generando così dati di addestramento reali e precisi.
L'offerta di XDOF non si limita però a un singolo strumento, ma si articola in quella che l'azienda definisce una piramide dei dati. Questa struttura comprende pipeline di dati, strumenti di teleoperazione e sistemi di annotazione full-stack. L'obiettivo è trasformare l'azione umana in istruzioni digitali che l'AI possa digerire. Un esempio concreto di questa visione è il progetto ABC-130K, realizzato in collaborazione con MIT e UC Berkeley. Si tratta del più grande dataset open-source per manipolazioni robotiche bimanuali, contenente 130.000 traiettorie.
Philipp Wu: l'approccio del ricercatore al mercato
Il profilo di Philipp Wu è emblematico della nuova generazione di imprenditori tech che transitano direttamente dai laboratori di ricerca al mercato dei capitali. La sua intuizione non è stata creare un robot migliore, ma identificare cosa mancasse a tutti gli altri per renderli migliori. La sua ricerca si è concentrata su come i robot apprendono dai grandi dataset, concludendo che il vero ostacolo non era l'algoritmo, ma la disponibilità di dati di alta qualità.
Wu ha costruito XDOF (fondata nell'ottobre 2024 insieme a Shentu e Nemo Jin) per industrializzare questo processo. La sua strategia attuale prevede l'espansione globale della forza lavoro dedicata alla raccolta dati. Questo significa che XDOF non è solo una software house, ma un'operazione logistica di acquisizione di competenze umane per alimentare macchine. La capacità di scalare la raccolta di dati teleoperati è ciò che giustifica, agli occhi di 8VC, una valutazione da unicorno in così breve tempo.
Implicazioni per l'industria robotica e sovranità europea
L'ascesa di XDOF evidenzia una tendenza critica: la robotica general-purpose sta entrando in una fase di dipendenza dai dati, esattamente come è successo per l'AI testuale. Chi controlla i dataset di teleoperazione controlla la velocità di evoluzione dei robot umanoidi e industriali. Se l'infrastruttura di raccolta dati rimane concentrata in poche startup statunitensi, il rischio è che l'industria robotica globale diventi dipendente da standard e pipeline proprietarie americane.
Per le imprese europee, questo scenario pone sfide concrete in termini di sovranità tecnologica. L'AI Act europeo impone requisiti rigorosi sulla qualità dei dati e sulla trasparenza dei dataset utilizzati per l'addestramento dei modelli di AI. Un'azienda come XDOF, che agisce come fornitore esterno, deve garantire che i processi di raccolta e annotazione siano conformi a queste normative per poter operare nel mercato UE.
Analisi di scenario: Se XDOF riuscirà a standardizzare il formato dei dati di teleoperazione, potrebbe creare un lock-in tecnologico per i produttori di robot.
Indicatore verificabile: L'adozione del dataset ABC come standard di riferimento nei benchmark di robotica entro il 2027.
In Italia, dove l'automazione industriale è un pilastro del PIL, l'opportunità risiede nell'integrazione di questi sistemi di addestramento rapido. Le aziende di robotica locale potrebbero trovarsi a dover scegliere tra lo sviluppo interno di pipeline di dati (estremamente costoso) o l'affidamento a provider come XDOF. Tuttavia, l'adozione di servizi di data-supply chain esterni solleva questioni di sicurezza industriale e protezione del know-how produttivo, specialmente in settori strategici.
| Metrica/Dato | Valore/Dettaglio |
|---|---|
| Valutazione stimata Series B | 1,2 miliardi di dollari |
| Ricavi annualizzati | ~50 milioni di dollari |
| Funding totale a oggi | ~78 milioni di dollari (incluso Seed) |
| Organico | ~60 dipendenti |
| Base Clienti | ~20 (AI labs e robotics firms) |
| Dataset Open Source | ABC-130K (130.000 traiettorie) |
La traiettoria di XDOF suggerisce che il prossimo grande campo di battaglia dell'AI non sarà la potenza di calcolo, ma la qualità dell'interazione fisica registrata. La capacità di trasformare il gesto umano in dato computabile è l'asset che oggi vale un miliardo di dollari.
Domande frequenti
Cosa fa esattamente XDOF?
XDOF crea l'infrastruttura per raccogliere e processare dati di teleoperazione, ovvero registrazioni di umani che controllano robot, per addestrare l'AI a eseguire compiti fisici.
Perché la valutazione è così alta in così poco tempo?
Oltre alla tecnologia, l'azienda ha generato ricavi annualizzati vicini ai 50 milioni di dollari in soli tre mesi dall'uscita dalla modalità stealth, attirando l'interesse di 8VC.
Cos'è il sistema GELLO?
È un sistema di teleoperazione a basso costo sviluppato dai fondatori a UC Berkeley per permettere a operatori umani di generare dati di addestramento per bracci robotici.
Fonti: TechCrunch, Cryptobriefing, Robottoday ·
Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.
Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.
oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email
