L’intersezione tra design, tecnologia e algoritmi, non è certamente una novità. La relazione tra queste realtà è sempre più profonda, dietro un progetto innovativo spesso si cela un mondo stratificato, un approccio alla progettazione che esplora infinite possibilità creative, un modello efficiente in cui ingegneria, simulazione digitale e dati convergono per generare prodotti più originali e sostenibili rispetto ai metodi tradizionali. Stiamo parlando del Computational design, metodo di progettazione applicabile a molti settori, che grazie a un sistema algoritmico, può generare soluzioni complesse e ottimizzate, capaci di adattarsi a vincoli specifici e di evolvere in maniera dinamica.L'elaborazione di un oggetto può germogliare dall’interazione tra simulazioni, dati, materiali e sedimentarsi in un laboratorio in cui le potenzialità del computational design si tramutano in prodotti concreti. In questo contesto si colloca un laboratorio milanese, una realtà fondata nel 2023 come Adaptive development lab S.r.l., nota come Moon Rabbit Lab. L’azienda, un laboratorio di consulenza ingegneristica e design specializzato in beni di consumo, combina creatività e calcolo per realizzare prodotti unici nel loro genere.Moon Rabbit LabMoon Rabbit Lab sperimenta un approccio che mette al centro la relazione dinamica tra uomo e macchina. In questo modo, il laboratorio costruisce un linguaggio progettuale che non appartiene né soltanto al designer né soltanto all’algoritmo, ma nasce dall’ibridazione dei due. Ma cosa significa realizzare progetti di questo tipo? Significa attraversare un processo che prevede bozzetti iniziali, conversione in modelli parametrici, definizione di regole e vincoli, e valutazione digitale di centinaia di varianti attraverso test strutturali e materiali. Una pratica che riduce i tempi di sviluppo fino al 60%.La parte centrale del design computazionale risiede ovviamente nella sua struttura algoritmica che aiuta a comprendere problematiche, configurazioni, a progettare concept e ridurre tempi e costi. Per orientare il design computazionale verso un traguardo chiaro è necessario che vengano stabilite metriche e criteri analitici e che ogni scelta progettuale, come la selezione dei materiali, sia analizzata attraverso algoritmi che simulano resistenza, impatto ambientale e costi di produzione. Algoritmi parametrici e modelli data-driven generano e ottimizzano forma, funzione e comportamento dei prodotti. Una volta definiti i prototipi, si creano numerose varianti digitali che vengono valutate tramite simulazioni che permettono di selezionare i campioni migliori grazie ad analisi strutturali e studi sui materiali e sulle forme.L’innovativa visione imprenditoriale di Jesus Marini Parissi, esperto in computational design nonché fondatore e Ceo di Moon Rabbit Lab, porta il design computazionale direttamente nel mondo dei prodotti di consumo. Con un’attenzione speciale alle calzature sportive ad alte prestazioni, il suo team esplora approcci inediti alla progettazione e alla produzione, collaborando con équipe di aziende leader nel campo della performance sportiva.Design e tecnologiaUno dei progetti più significativi di Moon Rabbit Lab è la creazione di un prodotto calzaturiero in collaborazione con Puma, ovvero Puma evoSPEED Naio NITRO Elite. Il ruolo dell’azienda milanese è stato centrale per integrare la raccolta e l’interpretazione dei dati biomeccanici, la caratterizzazione dei materiali e le simulazioni computazionali, dando vita a un processo di progettazione interamente data-driven. Il risultato di questo lavoro è stato presentato al Computational design symposium (Cdfam) 2024 di Berlino, importante evento internazionale dedicato al design computazionale.Dopo Berlino, Moon Rabbit Lab porterà come case study la Puma Fast-R NITRO™ Elite 3, ultima innovazione nel footwear al Cdfam di New York. L’azienda milanese ne ha curato l’intero progetto, integrando strumenti di simulazione digitale avanzata ispirati alla Formula 1, per prevedere e ottimizzare il comportamento della scarpa in condizioni reali, sfruttando dati raccolti da solette sensorizzate per ottimizzare struttura, materiali e spessori.Il processo di sviluppo del prodotto è nato da un’analisi biomeccanica su dieci runner professionisti che hanno corso su tapis roulant con sensori di forza e indossando plantari sensibili alla pressione capaci di raccogliere dati a ogni passo. Questi dati hanno poi portato alla creazione di un modello virtuale che rivelava come la scarpa reagiva ai carichi, come i materiali si deformavano nelle varie fasi della corsa e quanto il prodotto fosse efficiente e reattivo allo stress e alla performance. L’analisi ha portato alla creazione di una scarpa più leggera di 95 g rispetto al modello precedente e che ha mostrato nei test con atleti élite un miglioramento del 3,15% nell’economia di corsa e un gradimento superiore al 90%.