Mecka AI, una startup che raccoglie e analizza dati sul movimento umano per addestrare robot umanoidi e altre macchine, si sta avvicinando a un nuovo round di finanziamento guidato da Sequoia Capital per una valutazione di circa 500 milioni di dollari, secondo un rapporto TechCrunch che cita due persone a conoscenza dell'accordo. Il finanziamento sarebbe arrivato appena tre mesi dopo che la società aveva annunciato un round da 60 milioni di dollari guidato da Framework Ventures.
La dimensione esatta del nuovo round non è stata resa nota e TechCrunch ha osservato che i termini non sono definitivi e potrebbero ancora cambiare. Mecka AI non ha risposto a una richiesta di commento e Sequoia ha rifiutato di commentare. Per ulteriori informazioni sui flussi di denaro verso le startup IA, segui la nostra copertura su startup e capitale di rischio.
Dai fondatori del fintech ai dati dei robot
Mecka AI è stata co-fondata nel 2024 da quattro imprenditori: i canadesi Josh Gao e Mogen Cheng, che in precedenza avevano creato una startup fintech di ristoranti; Jason Chong, che si è unito a Coinbase dopo aver acquisito il suo scambio di criptovalute; e Duy Nguyen, che si concentra sulle operazioni. Nessuno dei quattro proviene dalla robotica, ma hanno individuato un collo di bottiglia che è diventato uno dei problemi più importanti del settore.
Il nome dell'azienda deriva da "mecha", il genere immaginario di robot giganti controllati da esseri umani, e il suo modello di business segue la stessa logica che ha costruito i giganti dell'etichettatura dei dati dell'era del modello linguistico. Mecka paga le persone per registrarsi mentre eseguono attività quotidiane - preparare il caffè, riparare automobili - utilizzando sensori del corpo e smartphone, catturando ciò che l'industria chiama dati "egocentrici": il movimento umano nel mondo reale dal punto di vista dell'esecutore.
Tali dati vengono poi venduti ad aziende di robotica e laboratori di intelligenza artificiale che addestrano robot umanoidi e generici, insieme ad altri metodi fisici di raccolta dati come la teleoperazione. In effetti, Mecka sta cercando di fare per la robotica ciò che Scale AI, Mercor, Surge e altre società di dati umani hanno fatto per i modelli linguistici di grandi dimensioni.
La crescita dei ricavi ha catturato l'attenzione di Sequoia
La traiettoria finanziaria spiega la valutazione del premio. All’inizio di giugno, Mecka prevedeva che la fine del 2026 sarebbe arrivata a un tasso annuo di 100 milioni di dollari, ha detto a Fortune il co-fondatore Josh Gao quando la società ha annunciato la sua precedente raccolta fondi. Per un’azienda fondata nel 2024, raggiungere un tasso di fatturato a nove cifre entro due anni, se raggiunto, la collocherebbe tra le aziende in più rapida crescita nella catena di fornitura fisica dell’IA.
Il round da 60 milioni di dollari annunciato a giugno è stato guidato da Framework Ventures con la partecipazione di Menlo Ventures, SV Angel e Kindred Ventures. Un round guidato da Sequoia a circa otto volte quella valutazione in tre mesi segnerebbe uno degli aumenti di valutazione più ripidi del settore quest’anno.
La corsa all'oro dei dati fisici
Mecka non è il solo a scommettere che i dati del mondo reale siano la risorsa scarsa dell’era della robotica. TechCrunch ha riferito la scorsa settimana che XDOF, un'altra startup che raccoglie dati dal mondo reale per l'addestramento dei robot, si sta avvicinando a un nuovo round con una valutazione di 1,2 miliardi di dollari. Nel frattempo, le piattaforme di dati umani create per gli LLM, tra cui Scale AI e Micro1, si stanno espandendo oltre i dati linguistici nelle raccolte del mondo fisico.
Questa fretta riflette un divario strutturale: mentre testo e immagini esistono su Internet in quantità quasi illimitate, nessuno ha registrato il mondo fisico su larga scala. I produttori di robot umanoidi hanno bisogno di milioni di ore di dimostrazioni di esseri umani che svolgono compiti ordinari – piegare il bucato, assemblare mobili, azionare macchinari – per insegnare alle loro macchine destrezza, equilibrio e giudizio. Acquisire tali dati con sensori di movimento e telecamere è attualmente uno dei pochi metodi scalabili, motivo per cui gli investitori valutano queste società come infrastrutture piuttosto che come strumenti. L’approccio egocentrico utilizzato da Mecka presenta notevoli vantaggi rispetto alle alternative. La teleoperazione, in cui un essere umano pilota un braccio robotico da remoto e registra i movimenti, produce dati legati alla geometria specifica del robot, il che rende costoso il riutilizzo tra generazioni di hardware. La cattura del movimento da sensori indossabili, al contrario, è indipendente dall’hardware: la registrazione di un meccanico che ricostruisce un motore è utile sia che il cliente addestri un umanoide, un braccio industriale o un quadrupede. È anche molto più economico da scalare, dal momento che chiunque abbia uno smartphone e un kit di sensori può diventare un collaboratore: la stessa logica di crowdsourcing che consente alle piattaforme di etichettatura di riunire migliaia di persone da un giorno all’altro.
Anche l’economia rispecchia l’era del modello linguistico in un modo meno confortevole. Le società di dati nel boom del LLM hanno scoperto che i loro clienti, i laboratori, sono anche i potenziali concorrenti più capaci, con le risorse per costruire internamente bracci di raccolta. I laboratori di robotica stanno già sperimentando condutture di simulazione e videoapprendimento per ridurre la loro dipendenza dalle dimostrazioni acquistate. Questa tensione tra la domanda ricorrente di dati e la disintermediazione dei clienti determinerà la validità delle valutazioni dei dati odierne.
Cosa guardare
L'accordo non è stato concluso ed entrambe le parti hanno rifiutato di commentare il record. Ma se si completasse vicino ai termini riportati, il settore dei dati sulla robotica avrà prodotto due valutazioni a nove cifre in una sola settimana, confermando che lo shock della domanda si è spostato dall’hardware umanoide – dove competono aziende come Figure, Tesla e Unitree – ai dati che li addestrano.
Solleva anche la domanda che ogni intermediario di dati prima o poi si trova ad affrontare: se i laboratori che acquistano i dati continueranno a pagare gli intermediari o porteranno la raccolta internamente man mano che il mercato matura. Per ora, i soldi dicono che il collo di bottiglia è reale e sta peggiorando – e che gli investitori sono disposti a pagare chiunque lo chiuda.
---
Stai al passo con l'intelligenza artificialeRicevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.
Leggi altre notizie sull'AI →
