Skild AI asegura $300M Serie A para IA Física de Propósito General

Skild AI ha cerrado una ronda de financiación Serie A por 300 millones de dólares (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million) con una valoración declarada de 1.500 millones de dólares (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million), lo que indica un cambio masivo de capital hacia el sector de la "IA Física". La ronda, liderada por Lightspeed Venture Partners, Coatue y SoftBank Group, con la participación de Bezos Expeditions de Jeff Bezos, subraya la creciente conciencia de que la próxima frontera de la monetización de la IA no reside en el texto digital, sino en los enormes conjuntos de datos necesarios para operar robots de propósito general en el mundo físico.

El Muro de Datos Físicos

Mientras que los LLM han prosperado con la abundancia de datos extraídos de Internet, la IA física se enfrenta a un "muro de datos" único. La tesis central de Skild AI es que los modelos fundacionales para la robótica deben entrenarse con datos significativamente más diversos que los disponibles actualmente a partir de brazos robóticos de un solo propósito o drones especializados. La empresa afirma que su modelo está entrenado con 1.000 veces más datos que sus competidores (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million), aprovechando un pipeline de datos propietario que captura interacciones a través de diversas configuraciones de hardware. Este enfoque de "datos primero" para la robótica está diseñado para crear un "cerebro" que pueda ser trasplantado a cualquier forma física, desde cuadrúpedos hasta humanoides, resolviendo los problemas de escalabilidad que históricamente han plagado el sector.

La inversión se produce mientras las firmas de capital de riesgo centran su atención en startups que controlan la pila completa de adquisición de datos físicos. Por ejemplo, Coatue Management está buscando recaudar aproximadamente 1.000 millones de dólares (https://www.reuters.com/technology/coatue-management-seeks-1-billion-new-ai-fund-sources-say-2024-07-02/) para un nuevo fondo dedicado específicamente a la IA, con un fuerte énfasis en cerrar la brecha entre la inteligencia digital y la ejecución física. Esta tendencia se ve aún más evidenciada por los 200 millones de dólares de la Serie B recaudados por Waabi (https://techcrunch.com/2024/06/18/waabi-raises-200m-from-uber-nvidia-to-launch-fully-driverless-trucks-in-2025/), que se centra en la IA generativa para camiones autónomos, otro dominio de alto riesgo donde los datos del mundo físico son la principal barrera de entrada.

Monetización de la Capa Biológica y Física

La carrera por los datos del mundo físico se está expandiendo más allá de la robótica hacia las ciencias biológicas. EvolutionaryScale obtuvo recientemente 142 millones de dólares en financiación inicial (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-mln-seed-funding-2024-06-25/) para desarrollar modelos fundacionales biológicos. Similar a Skild AI, EvolutionaryScale trata las secuencias biológicas como un conjunto de datos vasto y sin explotar para la IA generativa, con el objetivo de "programar" nuevas proteínas. Esta convergencia de la robótica, la biología y la ingeniería de datos sugiere que los activos de datos más valiosos de 2026 ya no se encuentran en bibliotecas, sino en laboratorios y redes de sensores.

En el sector de la salud, Healwell AI anunció la adquisición de BioPharma Services (https://www.healwell.ai/news/healwell-ai-announces-acquisition-of-biopharma-services/), una medida diseñada específicamente para integrar datos de ensayos clínicos de alta calidad en sus plataformas de IA. Esta adquisición resalta la prima que se está pagando por los datos de "verdad fundamental" —información derivada de experimentos físicos y resultados reales de pacientes—, que es esencial para entrenar modelos que deben operar con alta precisión en entornos de alto riesgo.

Vientos en Contra Regulatorios y el Soberano de Datos

A medida que el valor de los datos físicos y personales se dispara, los reguladores están apretando su control. La Autoridad Nacional de Protección de Datos de Brasil prohibió recientemente a Meta (https://www.reuters.com/technology/brazil-watchdog-bans-meta-using-data-train-ai-models-2024-07-02/) utilizar datos de usuarios locales para entrenar sus modelos de IA, citando riesgos de privacidad. Esto sigue una tendencia global más amplia en la que los datos se consideran cada vez más un activo soberano. Al mismo tiempo, los reguladores antimonopolio franceses están preparando cargos contra Nvidia (https://www.reuters.com/technology/french-antitrust-regulators-set-charge-nvidia-anticompetitive-practices-sources-2024-07-01/) por supuestas prácticas anticompetitivas, lo que refleja la preocupación de que unos pocos actores dominantes puedan monopolizar la infraestructura necesaria para procesar estos nuevos y masivos conjuntos de datos.

Por qué importa para los propietarios de datos

Para los propietarios de datos, el acuerdo de Skild AI y el auge general de la IA Física representan un cambio fundamental en la valoración de activos. Estamos superando la era de los datos "raspables". La nueva prima se aplica a los datos de sensores propietarios y de alta fidelidad de la robótica, la logística y la investigación biológica. Las organizaciones que poseen "verdad fundamental física" —ya sean registros de movimiento de almacenes, resultados de ensayos clínicos o telemetría de fabricación especializada— ahora poseen los activos de entrenamiento más valiosos del mercado. A medida que el "pozo digital" se agota, la monetización del mundo físico es la próxima oportunidad multimillonaria para los inversores en activos de datos.