Mecka AI, una startup que recopila y analiza datos de movimiento humano para entrenar robots humanoides y otras máquinas, se está acercando a una nueva ronda de financiación liderada por Sequoia Capital con una valoración de aproximadamente 500 millones de dólares, según un informe de TechCrunch que cita a dos personas con conocimiento del acuerdo. La financiación se produciría apenas tres meses después de que la empresa anunciara una ronda de 60 millones de dólares liderada por Framework Ventures.
No se ha revelado el tamaño exacto de la nueva ronda y TechCrunch señaló que los términos no son definitivos y aún podrían cambiar. Mecka AI no respondió a una solicitud de comentarios y Sequoia se negó a comentar. Para obtener más información sobre el dinero que fluye hacia las nuevas empresas de IA, siga nuestra cobertura de capital de riesgo y de empresas emergentes.
De los fundadores de Fintech a los datos de robots
Mecka AI fue cofundada en 2024 por cuatro emprendedores: los canadienses Josh Gao y Mogen Cheng, quienes anteriormente crearon una startup de tecnología financiera para restaurantes; Jason Chong, quien se unió a Coinbase después de que adquirió su intercambio de cifrado; y Duy Nguyen, que se centra en las operaciones. Ninguno de los cuatro proviene de la robótica, pero detectaron un cuello de botella que se ha convertido en uno de los problemas más valiosos de la industria.
El nombre de la empresa deriva de "mecha", el género ficticio de robots gigantes controlados por humanos, y su modelo de negocio sigue la misma lógica que construyó los gigantes del etiquetado de datos de la era de los modelos lingüísticos. Mecka paga a las personas para que se graben realizando tareas cotidianas (preparar café, arreglar autos) usando sensores corporales y teléfonos inteligentes, capturando lo que la industria llama datos "egocéntricos": el movimiento humano del mundo real desde el punto de vista del artista.
Luego, esos datos se venden a empresas de robótica y laboratorios de inteligencia artificial que entrenan robots humanoides y de uso general, junto con otros métodos de recopilación de datos físicos, como la teleoperación. En efecto, Mecka está intentando hacer con la robótica lo que Scale AI, Mercor, Surge y otras empresas de datos humanos hicieron con los grandes modelos de lenguaje.
El crecimiento de los ingresos llamó la atención de Sequoia
La trayectoria financiera explica la valoración de las primas. A principios de junio, Mecka proyectaba que finalizaría 2026 con una tasa anual de 100 millones de dólares, dijo el cofundador Josh Gao a Fortune cuando la compañía anunció su recaudación de fondos anterior. Para una empresa fundada en 2024, alcanzar una tasa de ingresos de nueve cifras en dos años (si se logra) la colocaría entre las empresas de más rápido crecimiento en la cadena de suministro física de IA.
La ronda de 60 millones de dólares anunciada en junio fue liderada por Framework Ventures con la participación de Menlo Ventures, SV Angel y Kindred Ventures. Una ronda liderada por Sequoia a aproximadamente ocho veces esa valoración en tres meses marcaría uno de los aumentos de valoración más pronunciados en el sector este año.
La fiebre del oro de los datos físicos
Mecka no es el único que apuesta a que los datos del mundo real son el recurso escaso en la era de la robótica. TechCrunch informó la semana pasada que XDOF, otra startup que recopila datos del mundo real para el entrenamiento de robots, se acerca a una nueva ronda con una valoración de 1.200 millones de dólares. Mientras tanto, las plataformas de datos humanos creadas para LLM, incluidas Scale AI y Micro1, se están expandiendo más allá de los datos lingüísticos hacia colecciones del mundo físico.
La prisa refleja una brecha estructural: si bien existen textos e imágenes en Internet en cantidades casi ilimitadas, nadie ha registrado el mundo físico a escala. Los fabricantes de robots humanoides necesitan millones de horas de demostraciones de humanos realizando tareas ordinarias (doblar la ropa, ensamblar muebles, operar maquinaria) para enseñar a sus máquinas destreza, equilibrio y juicio. Capturar esos datos con sensores de movimiento y cámaras es actualmente uno de los únicos métodos escalables, razón por la cual los inversores están valorando a estas empresas como infraestructura en lugar de herramientas. El enfoque egocéntrico que utiliza Mecka tiene claras ventajas sobre las alternativas. La teleoperación, en la que un humano pilotea un brazo robótico de forma remota y registra los movimientos, produce datos vinculados a la geometría de un robot específico, lo que encarece su reutilización entre generaciones de hardware. La captura de movimiento a partir de sensores portátiles, por el contrario, es independiente del hardware: una grabación de un mecánico reconstruyendo un motor es útil ya sea que el cliente entrene a un humanoide, un brazo industrial o un cuadrúpedo. También es mucho más barato escalar, ya que cualquier persona con un teléfono inteligente y un kit de sensores puede convertirse en colaborador: la misma lógica de crowdsourcing que permite que las plataformas de etiquetado reúnan fuerzas de trabajo de miles de personas de la noche a la mañana.
La economía también refleja la era del modelo lingüístico de una manera menos cómoda. Las empresas de datos durante el auge de los LLM descubrieron que sus clientes (los laboratorios) son también sus competidores potenciales más capaces, con los recursos para construir brazos de recolección internamente. Los laboratorios de robótica ya están experimentando con procesos de simulación y aprendizaje por vídeo para reducir su dependencia de las demostraciones compradas. Esa tensión entre la demanda recurrente de datos y la desintermediación de los clientes determinará si las valoraciones de datos actuales se mantienen.
Qué mirar
El trato no se ha cerrado y ambas partes se negaron a hacer comentarios al respecto. Pero si se completa cerca de los términos informados, el sector de datos de robótica habrá producido dos valoraciones de nueve cifras en una sola semana, lo que confirma que el shock de la demanda se ha movido del hardware humanoide (donde compiten empresas como Figure, Tesla y Unitree) a una capa más abajo a los datos que los entrenan.
También plantea la pregunta que todo intermediario de datos eventualmente enfrenta: si los laboratorios que compran los datos seguirán pagando a los intermediarios o realizarán la recolección internamente a medida que el mercado madure. Por ahora, el dinero dice que el cuello de botella es real y está empeorando, y que los inversores están dispuestos a pagar por quien lo cierre.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
