تصور کنید رباتی که می‌خواهد قهوه درست کند، هیچ ایده‌ای ندارد که دست انسان دقیقاً چگونه می‌چرخد یا فشار انگشتان روی دسته فنجان چقدر است. اینجاست که Mecka AI وارد می‌شود تا با تبدیل حرکات روزمره انسان‌ها به داده‌های دیجیتال، مغز ربات‌های انسان‌نما را تغذیه کند.
طبق گزارش ۱۱ سپتامبر ۲۰۲۶ از TechCrunch، این استارتاپ در حال نزدیک شدن به دور جدیدی از جذب سرمایه با ارزش‌گذاری ۵۰۰ میلیون دلار است که توسط Sequoia Capital رهبری می‌شود. در حالی که مدل‌های زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — از متن‌های اینترنت تغذیه شده‌اند، ربات‌ها از چنین کتابخانه دیجیتالی برای تعاملات فیزیکی بی‌بهره‌اند. این رویکرد در راستای ایجاد مدل‌های بنیادی در دنیای فیزیکی است که پیش‌تر توسط General Intuition دنبال شد تا تعاملات رباتیک از حالت برنامه‌ریزی‌شده به حالت یادگیرنده تبدیل شود.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، کیفیت داده‌ها تعیین‌کننده خروجی نهایی است. Mecka AI دنیای فیزیکی را به عنوان مجموعه داده (Dataset) خود می‌بیند. این شرکت به انسان‌ها پول پرداخت می‌کند تا کارهای روزمره، مثل تعمیر ماشین یا دم کردن قهوه را با استفاده از گوشی‌های هوشمند و حسگرهای بدنی ضبط کنند. این رویکرد «خودمحور» (Egocentric)، مواد خام لازم برای درک نحوه حرکت انسان و تعامل با اشیا را فراهم می‌کند.
این شرکت در سال ۲۰۲۴ توسط جوش گائو، موگن چنگ، جیسون چونگ و دوی نگوین تأسیس شد. نکته جالب این است که تیم مؤسس پیشینه سنتی در رباتیک ندارند؛ آن‌ها صرفاً یک شکاف بازار را شناسایی کردند: کمبود شدید داده‌های تعاملی واقعی. این استراتژی دقیقاً شبیه روزهای ابتدایی Scale AI است که با ارائه برچسب‌گذاری انسانی باکیفیت برای مدل‌های زبانی، رشد کرد.
وضعیت مالی و رقبا
رشد Mecka AI بسیار تهاجمی بوده است. بر اساس مستندات مالی، نقاط عطف این شرکت عبارتند از:
- سرمایه‌گذاری قبلی: جذب ۶۰ میلیون دلار در سه ماه پیش به رهبری Framework Ventures با مشارکت Menlo Ventures و SV Angel.
- هدف درآمدی: جوش گائو در گفتگو با Fortune پیش‌بینی کرد که نرخ درآمد سالانه شرکت تا پایان ۲۰۲۶ به ۱۰۰ میلیون دلار برسد.
- رقبای بازار: رقابت شدید با XDOF (با ارزش‌گذاری ۱.۲ میلیارد دلار) و پلتفرم‌های در حال گسترشی مثل Micro1.
این جهش در ارزش‌گذاری نشان‌دهنده یک چرخش راهبردی در صنعت رباتیک است. گلوگاه اصلی از مهندسی سخت‌افزار به «تصاحب داده» تغییر کرده است. دیگر بحث بر سر ساخت بازوهای بهتر نیست، بلکه جنگ بر سر داده‌هایی است که به آن بازوها می‌گوید چگونه در محیط‌های نامنظم انسانی عمل کنند. این تغییر پارادایم را می‌توان در ارزش‌گذاری‌های نجومی شرکت‌هایی مانند Unitree مشاهده کرد که استانداردهای جدیدی برای قیمت‌گذاری در این صنعت تعریف کرده‌اند.
برای یک سرمایه‌گذار یا صاحب کسب‌وکار، این یعنی «خندق داده‌ای» (Data Moat) در حال گسترش به قلمرو فیزیکی است. برنده نهایی در بازار ربات‌های انسان‌نما، لزوماً کسی نیست که بهترین موتورها را می‌سازد، بلکه کسی است که جامع‌ترین کتابخانه حرکات انسانی را در اختیار دارد. این مدل از رشد متکی بر داده، یادآور مکانیسم‌های تأمین مالی دایره‌ای است که Unitree برای تسریع توسعه خود به کار گرفت.
گام بعدی شما
- بررسی نهایی شرایط قرارداد Sequoia برای درک استراتژی خروج سرمایه‌گذاران در حوزه رباتیک.
- رصد تحرکات Scale AI برای دیدن اینکه آیا غول‌های داده‌پردازی وارد حوزه رباتیک می‌شوند یا خیر.
- تحلیل مدل‌های درآمدی شرکت‌های جمع‌آوری داده برای شناسایی فرصت‌های مشابه در حوزه‌های دیگر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو