Skild AI Ottiene $300 Milioni di Serie A per l'IA Fisica General-Purpose

Skild AI ha chiuso un round di finanziamento di Serie A da 300 milioni di dollari (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million) con una valutazione dichiarata di 1,5 miliardi di dollari (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million), segnalando un massiccio pivot di capitale verso il settore "Physical AI". Il round, guidato da Lightspeed Venture Partners, Coatue e SoftBank Group, con la partecipazione di Bezos Expeditions di Jeff Bezos, sottolinea la crescente consapevolezza che la prossima frontiera della monetizzazione dell'IA non risiede nel testo digitale, ma nei massicci set di dati necessari per operare robot per scopi generali nel mondo fisico.

Il Muro dei Dati Fisici

Mentre gli LLM hanno prosperato sull'abbondanza di dati raccolti da internet, l'IA fisica affronta un "muro dei dati" unico. La tesi centrale di Skild AI è che i modelli fondazionali per la robotica devono essere addestrati su dati significativamente più diversificati rispetto a quelli attualmente disponibili da bracci robotici monouso o droni specializzati. L'azienda afferma che il suo modello è addestrato su 1.000 volte più dati rispetto ai suoi concorrenti (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-backed-robotics-startup-skild-ai-raises-300-million), sfruttando una pipeline di dati proprietaria che cattura interazioni attraverso varie configurazioni hardware. Questo approccio "data-first" alla robotica è progettato per creare un "cervello" che può essere trapiantato in qualsiasi forma fisica, dai quadrupedi agli umanoidi, risolvendo i problemi di scalabilità che hanno storicamente afflitto il settore.

L'investimento arriva mentre le società di venture capital spostano la loro attenzione verso startup che controllano l'intero stack di acquisizione dati fisici. Ad esempio, Coatue Management sta cercando di raccogliere circa 1 miliardo di dollari (https://www.reuters.com/technology/coatue-management-seeks-1-billion-new-ai-fund-sources-say-2024-07-02/) per un nuovo fondo dedicato specificamente all'IA, con una forte enfasi sul colmare il divario tra intelligenza digitale ed esecuzione fisica. Questa tendenza è ulteriormente evidenziata dai 200 milioni di dollari di Serie B raccolti da Waabi (https://techcrunch.com/2024/06/18/waabi-raises-200m-from-uber-nvidia-to-launch-fully-driverless-trucks-in-2025/), che si concentra sull'IA generativa per il trasporto di merci autonomo, un altro dominio ad alto rischio in cui i dati del mondo fisico rappresentano la principale barriera all'ingresso.

Monetizzare il Livello Biologico e Fisico

La corsa ai dati del mondo fisico si sta espandendo oltre la robotica nelle scienze biologiche. EvolutionaryScale ha recentemente ottenuto un finanziamento seed di 142 milioni di dollari (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-mln-seed-funding-2024-06-25/) per sviluppare modelli fondazionali biologici. Similmente a Skild AI, EvolutionaryScale tratta le sequenze biologiche come un vasto set di dati non sfruttato per l'IA generativa, con l'obiettivo di "programmare" nuove proteine. Questa convergenza tra robotica, biologia e ingegneria dei dati suggerisce che gli asset di dati più preziosi del 2026 non si trovano più nelle biblioteche, ma nei laboratori e nelle reti di sensori.

Nel settore sanitario, Healwell AI ha annunciato l'acquisizione di BioPharma Services (https://www.healwell.ai/news/healwell-ai-announces-acquisition-of-biopharma-services/), una mossa specificamente progettata per integrare dati di studi clinici di alta qualità nelle sue piattaforme IA. Questa acquisizione evidenzia il premio posto sui dati "ground truth" – informazioni derivate da esperimenti fisici e risultati reali dei pazienti – che sono essenziali per addestrare modelli che devono operare con alta precisione in ambienti ad alto rischio.

Venti Contrari Normativi e il Sovrano dei Dati

Poiché il valore dei dati fisici e personali sale alle stelle, i regolatori stanno stringendo la loro presa. L'Autorità Nazionale per la Protezione dei Dati del Brasile ha recentemente vietato a Meta (https://www.reuters.com/technology/brazil-watchdog-bans-meta-using-data-train-ai-models-2024-07-02/) di utilizzare i dati degli utenti locali per addestrare i suoi modelli IA, citando rischi per la privacy. Questo segue una tendenza globale più ampia in cui i dati sono sempre più visti come un asset sovrano. Allo stesso tempo, i regolatori antitrust francesi si preparano a citare in giudizio Nvidia (https://www.reuters.com/technology/french-antitrust-regulators-set-charge-nvidia-anticompetitive-practices-sources-2024-07-01/) per presunte pratiche anticoncorrenziali, riflettendo le preoccupazioni che pochi attori dominanti potrebbero monopolizzare l'infrastruttura necessaria per elaborare questi nuovi e massicci set di dati.

Perché è importante per i proprietari di dati

Per i proprietari di dati, l'accordo Skild AI e la più ampia ascesa della Physical AI rappresentano un cambiamento fondamentale nella valutazione degli asset. Stiamo superando l'era dei dati "scrapable". Il nuovo premio è sui dati proprietari ad alta fedeltà dei sensori provenienti da robotica, logistica e ricerca biologica. Le organizzazioni che possiedono "ground truth fisici" – siano essi registri di movimento di magazzino, risultati di studi clinici o telemetria di produzione specializzata – ora dispongono degli asset di addestramento più preziosi sul mercato. Mentre il "pozzo digitale" si sta prosciugando, la monetizzazione del mondo fisico è la prossima opportunità multimiliardaria per gli investitori in asset di dati.