Skild AI lève 300 millions de dollars en Série A pour les modèles fondamentaux d'IA physique

Skild AI a clôturé une levée de fonds de 300 millions de dollars en Série A (https://techcrunch.com/2024/07/01/skild-ai-robotics-funding-softbank-bezos/), valorisant la startup robotique à une estimation de 1,5 milliard de dollars (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-value). L'entreprise basée à Pittsburgh, fondée par d'anciens professeurs de Carnegie Mellon University, représente un pivot significatif dans le paysage du capital-risque vers l'"IA physique" – le développement de modèles fondamentaux capables d'alimenter divers matériels, des robots humanoïdes aux manipulateurs industriels. Ce tour de table a été mené par Lightspeed Venture Partners, Coatue et SoftBank Group, avec la participation de Bezos Expeditions de Jeff Bezos, marquant l'un des plus importants investissements précoces dans le secteur de l'IA incarnée à ce jour.

Le passage aux données d'intelligence incarnée

Contrairement aux grands modèles linguistiques (LLM) traditionnels qui s'appuient sur des textes à l'échelle d'Internet, Skild AI construit ce qu'elle décrit comme un "cerveau à usage général" pour le monde physique. Cela nécessite une classe d'actifs de données fondamentalement différente : des ensembles de données sensori-moteurs multimodaux qui capturent la manière dont les machines interagissent avec les environnements physiques. En s'entraînant sur un volume diversifié de données robotiques (https://www.forbes.com/sites/kenrickcai/2024/07/01/skild-ai-300-million-funding-bezos-softbank/), Skild AI vise à surmonter le problème de la "rareté des données" qui a longtemps entravé la robotique. Leur modèle est conçu pour se généraliser à différentes configurations de robots, dissociant efficacement l'"intelligence" de l'IA du matériel spécifique qu'elle habite.

Cette approche reflète le succès récent d'autres pionniers de l'IA physique. Par exemple, la startup de conduite autonome Wayve a récemment levé 1,05 milliard de dollars (https://www.reuters.com/technology/softbank-leads-1-billion-funding-uk-self-driving-startup-wayve-2024-05-07/) en Série C pour faire progresser son "IA incarnée" pour les véhicules. Les deux entreprises parient que la prochaine frontière de la valeur de l'IA ne réside pas dans le contenu numérique, mais dans la capacité à naviguer et à manipuler le monde tridimensionnel. Le tour de table de Skild AI valide davantage la thèse selon laquelle les données d'interaction physique de haute fidélité deviennent la classe d'actifs propriétaires la plus précieuse au monde.

Intensité capitalistique et course aux armements de l'IA physique

L'ampleur du tour de table de Skild AI reflète l'immense intensité capitalistique requise pour acquérir, simuler et traiter les données du monde physique. L'entreprise est en concurrence dans un domaine en rapide expansion qui comprend Figure AI, qui a levé 675 millions de dollars (https://www.bloomberg.com/news/articles/2024-02-29/bezos-nvidia-join-openai-in-funding-humanoid-robot-startup-figure) plus tôt cette année, et Tesla, qui continue de tirer parti de sa flotte de millions de véhicules comme moteur de collecte de données massif pour son programme de robots humanoïdes Optimus. Le principal goulot d'étranglement pour ces entreprises n'est plus seulement la puissance de calcul, mais la disponibilité de "données d'action" de haute qualité et étiquetées – des séquences qui montrent un robot accomplissant avec succès une tâche dans le monde réel.

Au-delà de la robotique pure, la tendance de l'IA physique s'étend à des domaines spécialisés. EvolutionaryScale a récemment levé 142 millions de dollars (https://www.reuters.com/technology/biotech-startup-evolutionaryscale-raises-142-mln-led-by-nat-friedman-daniel-gross-2024-06-25/) pour appliquer des modèles fondamentaux aux données biologiques, traitant les structures physiques des protéines comme un langage à décoder. De même, la société de technologie de défense Helsing a récemment obtenu 450 millions d'euros (https://www.reuters.com/technology/european-defense-tech-startup-helsing-raises-487-million-2024-07-02/) pour déployer l'IA sur des plateformes de défense physiques. Ces transactions signalent collectivement que le marché des "données pour l'IA" se dirige vers des actifs qui comblent le fossé entre les bits numériques et les atomes physiques.

La frontière de la licence de données

Alors que la demande de données d'entraînement de haute qualité dépasse la disponibilité publique, les accords de licence deviennent la norme pour les développeurs de modèles. OpenAI a récemment signé un accord de licence pluriannuel avec Time (https://openai.com/index/time-and-openai-partnership/) pour accéder à plus de 100 ans d'archives, tandis que YouTube serait en discussion avec les principaux labels de disques pour licencier de la musique pour des données d'entraînement d'IA (https://www.ft.com/content/13812821-2e5f-4a6c-95b7-7e6144e54a9d). Pour les entreprises d'IA physique comme Skild, la frontière de la licence impliquera probablement des partenariats avec des géants de la logistique, des fabricants et des fournisseurs de capteurs qui détiennent de vastes dépôts de données télémétriques inexploitées.

Pourquoi cela est important pour les propriétaires de données

Pour les propriétaires de données industrielles, logistiques ou biologiques, la levée de fonds de Skild AI est un signal clair d'appréciation du marché. Alors que les modèles fondamentaux pénètrent dans le domaine physique, la prime sur la télémétrie du "monde réel" explose. Les propriétaires de données qui peuvent fournir des données de séries chronologiques de haute fidélité sur les processus physiques – qu'il s'agisse de mouvements d'entrepôt, de réactions chimiques ou de défaillances mécaniques – ne gèrent plus seulement des enregistrements opérationnels ; ils détiennent le carburant essentiel pour la prochaine génération de plateformes d'IA valant plusieurs milliards de dollars. La transition des LLM vers l'IA physique suggère que les accords de licence de données les plus lucratifs des 24 prochains mois se produiront probablement dans les secteurs de l'IA physique et générale, où la simulation et les données de capteurs du monde réel constituent les principaux avantages concurrentiels.