Skild AI Asegura $300M Serie A para Modelos Fundacionales de IA Física

Skild AI ha cerrado una ronda de financiación de Serie A por valor de 300 millones de dólares (https://techcrunch.com/2024/07/01/skild-ai-robotics-funding-softbank-bezos/), valorando la startup de robótica en aproximadamente 1.500 millones de dólares (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-value). La empresa con sede en Pittsburgh, fundada por ex profesores de la Universidad Carnegie Mellon, representa un cambio significativo en el panorama del capital de riesgo hacia la "IA Física", el desarrollo de modelos fundacionales capaces de potenciar hardware diverso, desde robots humanoides hasta manipuladores industriales. La ronda fue liderada por Lightspeed Venture Partners, Coatue y SoftBank Group, con la participación de Bezos Expeditions de Jeff Bezos, marcando una de las mayores inversiones en etapas tempranas en el sector de la IA encarnada hasta la fecha.

El Cambio hacia Datos de Inteligencia Encarnada

A diferencia de los modelos de lenguaje grandes (LLM) tradicionales que se basan en texto a escala de Internet, Skild AI está construyendo lo que describe como un "cerebro de propósito general" para el mundo físico. Esto requiere una clase fundamentalmente diferente de activo de datos: conjuntos de datos sensoriomotores multimodales que capturan cómo las máquinas interactúan con entornos físicos. Al entrenar con un volumen divulgado de datos de robótica diversos (https://www.forbes.com/sites/kenrickcai/2024/07/01/skild-ai-300-million-funding-bezos-softbank/), Skild AI tiene como objetivo superar el problema de la "escasez de datos" que ha plagado la robótica durante mucho tiempo. Su modelo está diseñado para generalizar en diferentes configuraciones de robots, desacoplando efectivamente la "inteligencia" de IA del hardware específico que habita.

Este enfoque refleja el éxito reciente de otros pioneros de la IA física. Por ejemplo, la startup de conducción autónoma Wayve aseguró recientemente 1.050 millones de dólares (https://www.reuters.com/technology/softbank-leads-1-billion-funding-uk-self-driving-startup-wayve-2024-05-07/) en financiación de Serie C para avanzar en su "IA encarnada" para vehículos. Ambas empresas apuestan a que la próxima frontera del valor de la IA no reside en el contenido digital, sino en la capacidad de navegar y manipular el mundo tridimensional. La ronda de Skild AI valida aún más la tesis de que los datos de interacción física de alta fidelidad se están convirtiendo en la clase de activos propietarios más valiosa del mundo.

Intensidad de Capital y la Carrera Armamentista de la IA Física

La escala de la ronda de Skild AI refleja la inmensa intensidad de capital requerida para adquirir, simular y procesar datos del mundo físico. La empresa compite en un campo que se llena rápidamente e incluye a Figure AI, que recaudó 675 millones de dólares (https://www.bloomberg.com/news/articles/2024-02-29/bezos-nvidia-join-openai-in-funding-humanoid-robot-startup-figure) a principios de este año, y Tesla, que continúa aprovechando su flota de millones de vehículos como un motor masivo de recopilación de datos para su programa de humanoides Optimus. El principal cuello de botella para estas empresas ya no es solo la potencia de cálculo, sino la disponibilidad de "datos de acción" de alta calidad y etiquetados, secuencias que muestran a un robot completando con éxito una tarea en el mundo real.

Más allá de la robótica pura, la tendencia de la IA Física se está expandiendo a dominios especializados. EvolutionaryScale recaudó recientemente 142 millones de dólares (https://www.reuters.com/technology/biotech-startup-evolutionaryscale-raises-142-mln-led-by-nat-friedman-daniel-gross-2024-06-25/) para aplicar modelos fundacionales a datos biológicos, tratando las estructuras físicas de las proteínas como un lenguaje a decodificar. De manera similar, la empresa de tecnología de defensa Helsing aseguró recientemente 450 millones de euros (https://www.reuters.com/technology/european-defense-tech-startup-helsing-raises-487-million-2024-07-02/) para desplegar IA en plataformas de defensa físicas. Estos acuerdos señalan colectivamente que el mercado de "Datos para IA" se está moviendo hacia activos que cierran la brecha entre los bits digitales y los átomos físicos.

La Frontera de la Licencia de Datos

A medida que la demanda de datos de entrenamiento de alta calidad supera la disponibilidad pública, los acuerdos de licencia se están convirtiendo en el estándar para los desarrolladores de modelos. OpenAI firmó recientemente un acuerdo de licencia multianual con Time (https://openai.com/index/time-and-openai-partnership/) para acceder a más de 100 años de archivos, mientras que YouTube está en conversaciones con las principales discográficas para licenciar música para datos de entrenamiento de IA (https://www.ft.com/content/13812821-2e5f-4a6c-95b7-7e6144e54a9d). Para empresas de IA Física como Skild, la frontera de la licencia probablemente implicará asociaciones con gigantes de la logística, fabricantes y proveedores de sensores que poseen vastos repositorios de datos de telemetría sin explotar.

Por qué importa para los propietarios de datos

Para los propietarios de datos industriales, logísticos o biológicos, la ronda de Skild AI es una clara señal de apreciación del mercado. A medida que los modelos fundacionales se mueven al ámbito físico, la prima sobre la telemetría del "mundo real" se está disparando. Los propietarios de datos que pueden proporcionar datos de series temporales de alta fidelidad de procesos físicos, ya sea movimiento de almacenes, reacciones químicas o fallos mecánicos, ya no solo gestionan registros operativos; poseen el combustible esencial para la próxima generación de plataformas de IA multimillonarias. La transición de los LLM a la IA Física sugiere que los acuerdos de licencia de datos más lucrativos de los próximos 24 meses probablemente ocurrirán en los sectores de IA física y general, donde la simulación y los datos de sensores del mundo real son los principales fosos.