physical airoboticsventure capitalfoundation modelsdata licensing3 luglio 2026

Skild AI Assicura $300 Milioni di Serie A per Modelli Fondazionali di AI Fisica

Supportato da SoftBank e Jeff Bezos, il round da $1.5 Miliardi di valutazione mira a un 'cervello general-purpose' per dati robotici diversificati.

Skild AI ha chiuso un round di finanziamento di Serie A da 300 milioni di dollari (https://techcrunch.com/2024/07/01/skild-ai-robotics-funding-softbank-bezos/), valutando la startup di robotica a circa 1,5 miliardi di dollari (https://www.bloomberg.com/news/articles/2024-07-01/jeff-bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-value). L'azienda con sede a Pittsburgh, fondata da ex professori della Carnegie Mellon University, rappresenta un significativo pivot nel panorama del venture capital verso l'"Intelligenza Artificiale Fisica" (Physical AI) – lo sviluppo di modelli fondazionali capaci di alimentare hardware diversi, dai robot umanoidi ai manipolatori industriali. Il round è stato guidato da Lightspeed Venture Partners, Coatue e SoftBank Group, con la partecipazione di Bezos Expeditions di Jeff Bezos, segnando uno dei maggiori investimenti in fase iniziale nel settore dell'IA incarnata (embodied AI) fino ad oggi.

Il Passaggio ai Dati di Intelligenza Incarnata

A differenza dei tradizionali Large Language Models (LLM) che si basano su testi su scala internet, Skild AI sta costruendo quello che descrive come un "cervello per scopi generali" per il mondo fisico. Ciò richiede una classe di asset di dati fondamentalmente diversa: dataset multisensoriali e motori che catturano come le macchine interagiscono con gli ambienti fisici. Addestrandosi su un volume dichiarato di dati di robotica diversificati (https://www.forbes.com/sites/kenrickcai/2024/07/01/skild-ai-300-million-funding-bezos-softbank/), Skild AI mira a superare il problema della "scarsità di dati" che ha a lungo afflitto la robotica. Il loro modello è progettato per generalizzare su diverse configurazioni di robot, disaccoppiando efficacemente l'"intelligenza" dell'IA dall'hardware specifico che la ospita.

Questo approccio rispecchia il recente successo di altri pionieri dell'IA fisica. Ad esempio, la startup di guida autonoma Wayve ha recentemente ottenuto 1,05 miliardi di dollari (https://www.reuters.com/technology/softbank-leads-1-billion-funding-uk-self-driving-startup-wayve-2024-05-07/) in finanziamenti di Serie C per far progredire la sua "IA incarnata" per i veicoli. Entrambe le aziende scommettono che la prossima frontiera del valore dell'IA non risiede nei contenuti digitali, ma nella capacità di navigare e manipolare il mondo tridimensionale. Il round di Skild AI convalida ulteriormente la tesi secondo cui i dati di interazione fisica ad alta fedeltà stanno diventando la classe di asset proprietari più preziosa al mondo.

Intensità di Capitale e la Corsa agli Armamenti dell'IA Fisica

La scala del round di Skild AI riflette l'immensa intensità di capitale richiesta per acquisire, simulare ed elaborare dati del mondo fisico. L'azienda compete in un campo in rapida crescita che include Figure AI, che ha raccolto 675 milioni di dollari (https://www.bloomberg.com/news/articles/2024-02-29/bezos-nvidia-join-openai-in-funding-humanoid-robot-startup-figure) all'inizio di quest'anno, e Tesla, che continua a sfruttare la sua flotta di milioni di veicoli come un enorme motore di raccolta dati per il suo programma di robot umanoidi Optimus. Il collo di bottiglia principale per queste aziende non è più solo la potenza di calcolo, ma la disponibilità di "dati di azione" di alta qualità e etichettati – sequenze che mostrano un robot completare con successo un compito nel mondo reale.

Oltre alla pura robotica, la tendenza dell'IA Fisica si sta espandendo in domini specializzati. EvolutionaryScale ha recentemente raccolto 142 milioni di dollari (https://www.reuters.com/technology/biotech-startup-evolutionaryscale-raises-142-mln-led-by-nat-friedman-daniel-gross-2024-06-25/) per applicare modelli fondazionali ai dati biologici, trattando le strutture fisiche delle proteine come un linguaggio da decodificare. Allo stesso modo, l'azienda di difesa Helsing ha recentemente ottenuto 450 milioni di euro (https://www.reuters.com/technology/european-defense-tech-startup-helsing-raises-487-million-2024-07-02/) per implementare l'IA su piattaforme di difesa fisiche. Questi accordi segnalano collettivamente che il mercato "Dati per l'IA" si sta muovendo verso asset che colmano il divario tra bit digitali e atomi fisici.

La Frontiera della Licenza dei Dati

Poiché la domanda di dati di addestramento di alta qualità supera la disponibilità pubblica, gli accordi di licenza stanno diventando lo standard per gli sviluppatori di modelli. OpenAI ha recentemente firmato un accordo di licenza pluriennale con Time (https://openai.com/index/time-and-openai-partnership/) per accedere a oltre 100 anni di archivi, mentre YouTube sarebbe in trattative con le principali etichette discografiche per concedere in licenza musica per dati di addestramento AI (https://www.ft.com/content/13812821-2e5f-4a6c-95b7-7e6144e54a9d). Per le aziende di IA Fisica come Skild, la frontiera della licenza comporterà probabilmente partnership con giganti della logistica, produttori e fornitori di sensori che dispongono di vasti repository di dati telematici non sfruttati.

Perché è importante per i proprietari di dati

Per i proprietari di dati industriali, logistici o biologici, il round di Skild AI è un chiaro segnale di apprezzamento del mercato. Man mano che i modelli fondazionali si spostano nel regno fisico, il premio sui dati telematici "del mondo reale" sta salendo alle stelle. I proprietari di dati che possono fornire dati di serie temporali ad alta fedeltà di processi fisici – che si tratti di movimenti di magazzino, reazioni chimiche o guasti meccanici – non stanno più solo gestendo registri operativi; sono in possesso del carburante essenziale per la prossima generazione di piattaforme AI multimiliardarie. La transizione dagli LLM all'IA Fisica suggerisce che gli accordi di licenza di dati più redditizi dei prossimi 24 mesi si verificheranno probabilmente nei settori dell'IA fisica e generale, dove la simulazione e i dati dei sensori del mondo reale sono i principali fossati.

Get the next analysis

One deep-dive per edition on where valuable data is hiding — the evidence, the sources, and who would pay for it. No noise.

One email per edition. Unsubscribe any time. We never share your address.

From the marketplace

Explore live data opportunities

Browse datasets by sector & use-case
Found this useful? Share it

d-nvest turns the data assets behind these deals into scored, actionable opportunities.

Explore the pipeline →