Skild AI haalt $300 miljoen op om algemene fysieke AI-data op te schalen

Skild AI heeft een bekendgemaakte Series A financieringsronde van $300 miljoen (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) afgesloten met een geschatte waardering van $1,5 miljard (https://www.bloomberg.com/news/articles/2024-07-09/bezos-softbank-back-robotics-startup-skild-ai-at-1-5-billion-valuation/) om de meest urgente knelpunten in de industrie op te lossen: de schaarste aan hoogwaardige data voor de fysieke wereld. Onder leiding van Lightspeed Venture Partners, Coatue en SoftBank Group, met deelname van Jeff Bezos, is de kapitaalinjectie gericht op de creatie van een fundamenteel model dat diverse robotische hardware kan aandrijven via een 'scaling law' voor fysieke interactiedata.

De Grote Fysieke Data Pivot

Hoewel grote taalmodellen (LLM's) hebben geprofiteerd van de enorme, direct beschikbare datasets van het open internet, vereist Fysieke AI een fundamenteel andere klasse van informatie. De kernstelling van Skild AI is dat de volgende grens van intelligentie ligt in 'interactiedata'—de sensorische en motorische feedbackloops die worden gegenereerd wanneer machines interageren met de fysieke omgeving. In tegenstelling tot tekstgebaseerde data, kan deze informatie niet van het web worden geschraapt; het moet worden gegenereerd door grootschalige simulatie en teleoperatie in de echte wereld. Het bedrijf streeft ernaar zijn Skild Brain te trainen met 1.000 keer meer data (https://techcrunch.com/2024/07/09/skild-ai-is-building-a-general-purpose-ai-brain-for-robots-with-300m-from-bezos-and-softbank/) dan huidige concurrenten, waarmee het zich positioneert als een primaire aggregator en processor van robotgedragsactiva.

Schaalvergroting van Fundamentele Modellen voor Robotica

De investering onderstreept een groeiende marktconvictie dat algemene robotica dezelfde schaalontwikkeling zal volgen als generatieve AI. Door het 'brein' (het model) te ontkoppelen van het 'lichaam' (de hardware), bouwt Skild AI een data-actief dat hardware-agnostisch is. Hierdoor kan het model worden gelicentieerd aan fabrikanten van alles, van humanoïde werkers tot industriële manipulatoren. Deze aanpak weerspiegelt direct de strategie van Physical Intelligence (Pi), dat onlangs naar schatting $400 miljoen (https://www.bloomberg.com/news/articles/2024-11-04/robotics-startup-physical-intelligence-raises-400-million-from-bezos-openai/) heeft opgehaald om een vergelijkbaar 'generalistisch' dataparcours te volgen. Voor investeerders ligt de waarde niet in de robots zelf, maar in de propriëtaire datasets van fysieke fouten en successen die de voorspellende capaciteiten van het model verfijnen.

Het Competitieve Landschap van Wereldmodellen

De race om dominantie in 'World AI' intensiveert, aangezien gespecialiseerde dataleveranciers de nieuwe koningsmakers worden. Naast Skild AI richten bedrijven als Wayve, dat eerder dit jaar een bekendgemaakte $1,05 miljard (https://wayve.ai/news/wayve-series-c/) ophaalde, zich op 'Embodied AI' voor autonome systemen. Deze firma's concurreren steeds meer om beperkte pools van hoogwaardige sensordata, wat leidt tot een toename van gespecialiseerde hardware (https://www.forbes.com/sites/kenrickcai/2024/06/25/etched-funding-120-million-sohu-chip-nvidia-competitor/) die specifiek is ontworpen om de multimodale inputs van de fysieke wereld te verwerken. Naarmate Skild AI schaalt, zal het vermogen om zijn propriëtaire data te monetariseren via licentieovereenkomsten de primaire maatstaf zijn voor zijn langetermijnondernemingswaarde.

Waarom het ertoe doet voor data-eigenaren

Voor eigenaren van industriële, logistieke en sensorische data signaleert de Skild AI-ronde een enorme uitbreiding van de adresseerbare markt. We bewegen ons voorbij het 'Teksttijdperk' van datamonetisatie naar het 'Interactietijdperk'. Propriëtaire datasets van fysieke bewegingen, foutenlogs van geautomatiseerde magazijnen en hoog-resolutie telemetrie van autonome vloten zijn niet langer alleen operationele uitlaatgassen—ze zijn de hoog-octaan brandstof voor de volgende generatie algemene AI. Data-eigenaren die deze fysieke interactieactiva kunnen structureren en licentiëren, kunnen een aanzienlijke premie innen, aangezien de vraag naar 'wereldklare' trainingsdata het aanbod overtreft.