Skild AI lève 300 millions de dollars en Série A pour l'IA physique à usage général

Skild AI a clôturé une levée de fonds de Série A de 300 millions de dollars (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million) à une valorisation déclarée de 1,5 milliard de dollars (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million), signalant un pivot massif de capitaux vers le secteur de l'« IA physique ». La levée de fonds, menée par Lightspeed Venture Partners, Coatue et SoftBank Group, avec la participation de Bezos Expeditions de Jeff Bezos, souligne la prise de conscience croissante que la prochaine frontière de la monétisation de l'IA ne réside pas dans le texte numérique, mais dans les ensembles de données massifs requis pour faire fonctionner des robots à usage général dans le monde physique.

Le mur des données physiques

Alors que les LLM ont prospéré grâce à l'abondance de données extraites d'Internet, l'IA physique est confrontée à un « mur de données » unique. La thèse centrale de Skild AI est que les modèles fondamentaux pour la robotique doivent être entraînés sur des données considérablement plus diverses que celles actuellement disponibles à partir de bras robotiques à usage unique ou de drones spécialisés. L'entreprise affirme que son modèle est entraîné sur 1 000 fois plus de données que ses concurrents (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million), en s'appuyant sur un pipeline de données propriétaire qui capture les interactions entre diverses configurations matérielles. Cette approche « axée sur les données » de la robotique est conçue pour créer un « cerveau » qui peut être transplanté dans n'importe quelle forme physique, des quadrupèdes aux humanoïdes, résolvant ainsi les problèmes d'évolutivité qui ont historiquement affecté le secteur.

L'investissement intervient alors que les sociétés de capital-risque réorientent leur attention vers les startups qui contrôlent l'ensemble de la chaîne d'acquisition de données physiques. Par exemple, Coatue Management cherche actuellement à lever environ 1 milliard de dollars (https://www.reuters.com/technology/coatue-management-seeks-1-billion-new-ai-fund-sources-say-2024-07-02/) pour un nouveau fonds dédié spécifiquement à l'IA, avec un accent marqué sur le pont entre l'intelligence numérique et l'exécution physique. Cette tendance est encore étayée par la levée de 200 millions de dollars en Série B de Waabi (https://techcrunch.com/2024/06/18/waabi-raises-200m-from-uber-nvidia-to-launch-fully-driverless-trucks-in-2025/), qui se concentre sur l'IA générative pour les camions autonomes, un autre domaine à enjeux élevés où les données du monde réel constituent la principale barrière à l'entrée.

Monétiser la couche biologique et physique

La course aux données du monde physique s'étend au-delà de la robotique pour englober les sciences biologiques. EvolutionaryScale a récemment obtenu un financement d'amorçage déclaré de 142 millions de dollars (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-mln-seed-funding-2024-06-25/) pour développer des modèles fondamentaux biologiques. Similaire à Skild AI, EvolutionaryScale traite les séquences biologiques comme un vaste ensemble de données inexploité pour l'IA générative, dans le but de « programmer » de nouvelles protéines. Cette convergence de la robotique, de la biologie et de l'ingénierie des données suggère que les actifs de données les plus précieux en 2026 ne se trouvent plus dans les bibliothèques, mais dans les laboratoires et les réseaux de capteurs.

Dans le secteur de la santé, Healwell AI a annoncé l'acquisition de BioPharma Services (https://www.healwell.ai/news/healwell-ai-announces-acquisition-of-biopharma-services/), une démarche spécifiquement conçue pour intégrer des données d'essais cliniques de haute qualité dans ses plateformes d'IA. Cette acquisition souligne la prime accordée aux données de « vérité terrain » – informations dérivées d'expériences physiques et de résultats réels des patients – qui sont essentielles pour entraîner des modèles devant fonctionner avec une grande précision dans des environnements à enjeux élevés.

Têtes réglementaires et le souverain des données

Alors que la valeur des données physiques et personnelles monte en flèche, les régulateurs resserrent leur emprise. L'Autorité Nationale de Protection des Données du Brésil a récemment interdit à Meta (https://www.reuters.com/technology/brazil-watchdog-bans-meta-using-data-train-ai-models-2024-07-02/) d'utiliser les données des utilisateurs locaux pour entraîner ses modèles d'IA, invoquant des risques pour la vie privée. Cela s'inscrit dans une tendance mondiale plus large où les données sont de plus en plus considérées comme un actif souverain. Parallèlement, les régulateurs français de la concurrence se prépareraient à accuser Nvidia (https://www.reuters.com/technology/french-antitrust-regulators-set-charge-nvidia-anticompetitive-practices-sources-2024-07-01/) pour des pratiques anticoncurrentielles présumées, reflétant les préoccupations selon lesquelles quelques acteurs dominants pourraient monopoliser l'infrastructure nécessaire au traitement de ces nouveaux ensembles de données massifs.

Pourquoi c'est important pour les propriétaires de données

Pour les propriétaires de données, l'accord Skild AI et la montée en puissance de l'IA physique représentent un changement fondamental dans l'évaluation des actifs. Nous dépassons l'ère des données « scrapables ». La nouvelle prime est sur les données de capteurs propriétaires et de haute fidélité issues de la robotique, de la logistique et de la recherche biologique. Les organisations qui possèdent la « vérité terrain physique » – qu'il s'agisse de journaux de mouvements d'entrepôt, de résultats d'essais cliniques ou de télémétrie de fabrication spécialisée – détiennent désormais les actifs d'entraînement les plus précieux du marché. Alors que le « puits numérique » s'assèche, la monétisation du monde physique représente la prochaine opportunité de plusieurs billions de dollars pour les investisseurs en actifs de données.