Skild AI Asegura $300M para Escalar Datos de IA Física de Propósito General

Skild AI ha cerrado una ronda de financiación de Serie A por 300 millones de dólares (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) con una valoración estimada de 1.500 millones de dólares (https://www.bloomberg.com/news/articles/2024-07-09/bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-valuation/) para resolver el cuello de botella más apremiante de la industria: la escasez de datos de alta fidelidad para el mundo físico. Liderada por Lightspeed Venture Partners, Coatue y SoftBank Group, con la participación de Jeff Bezos, la inyección de capital tiene como objetivo la creación de un modelo fundacional capaz de potenciar diverso hardware robótico a través de una 'ley de escalamiento' para datos de interacción física.

El Gran Pivote de Datos Físicos

Mientras que los modelos de lenguaje grandes (LLMs) se han beneficiado de los vastos y fácilmente disponibles conjuntos de datos de la internet abierta, la IA Física requiere una clase de información fundamentalmente diferente. La tesis central de Skild AI es que la próxima frontera de la inteligencia reside en los 'datos de interacción', los bucles de retroalimentación sensorial y motora generados cuando las máquinas interactúan con el entorno físico. A diferencia de los datos basados en texto, esta información no se puede extraer de la web; debe generarse a través de simulación a gran escala y teleoperación en el mundo real. La empresa tiene como objetivo entrenar su Skild Brain con 1.000 veces más datos (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) que los competidores actuales, posicionándose como un agregador y procesador principal de activos de comportamiento robótico.

Escalando Modelos Fundacionales para Robótica

La inversión subraya una creciente convicción del mercado de que la robótica de propósito general seguirá la misma trayectoria de escalamiento que la IA generativa. Al desacoplar el 'cerebro' (el modelo) del 'cuerpo' (el hardware), Skild AI está construyendo un activo de datos independiente del hardware. Esto permite licenciar el modelo a fabricantes de todo, desde trabajadores humanoides hasta manipuladores industriales. Este enfoque refleja directamente la estrategia de Physical Intelligence (Pi), que recientemente aseguró aproximadamente 400 millones de dólares (https://www.bloomberg.com/news/articles/2024-11-04/robotics-startup-physical-intelligence-raises-400-million-from-bezos-openai/) para seguir un camino de datos 'generalista' similar. Para los inversores, el valor no reside en los robots en sí, sino en los conjuntos de datos propietarios de fallos y éxitos físicos que refinan las capacidades predictivas del modelo.

El Paisaje Competitivo de los Modelos del Mundo

La carrera por la dominación de la 'IA Mundial' se intensifica a medida que los proveedores de datos especializados se convierten en los nuevos reyes. Más allá de Skild AI, empresas como Wayve, que recaudó 1.050 millones de dólares (https://wayve.ai/news/wayve-series-c/) a principios de este año, se centran en la 'IA Corpórea' para sistemas autónomos. Estas firmas compiten cada vez más por grupos limitados de datos de sensores de alta calidad, lo que lleva a un aumento de hardware especializado (https://www.forbes.com/sites/kenrickcai/2024/06/25/etched-funding-120-million-sohu-chip-nvidia-competitor/) diseñado específicamente para procesar las entradas multimodales del mundo físico. A medida que Skild AI escala, su capacidad para monetizar sus datos propietarios a través de acuerdos de licencia será la métrica principal de su valor empresarial a largo plazo.

Por qué importa para los propietarios de datos

Para los propietarios de datos industriales, logísticos y sensoriales, la ronda de Skild AI señala una expansión masiva del mercado abordable. Estamos pasando de la 'Era del Texto' de la monetización de datos a la 'Era de la Interacción'. Los conjuntos de datos propietarios de movimientos físicos, registros de errores de almacenes automatizados y telemetría de alta resolución de flotas autónomas ya no son solo desechos operativos, son el combustible de alto octanaje para la próxima generación de IA de propósito general. Los propietarios de datos que puedan estructurar y licenciar estos activos de interacción física obtendrán una prima significativa, ya que la demanda de datos de entrenamiento 'listos para el mundo' supera la oferta.