Mecka AI se ha colocado en el centro de una de las tesis de inversión más activas del momento: los robots necesitan datos del mundo físico del mismo modo que los modelos de lenguaje necesitaron grandes cantidades de texto. La startup, fundada en 2024, está cerca de una nueva ronda liderada por Sequoia Capital que la valoraría en torno a 500 millones de dólares, según informó TechCrunch.
La compañía recopila y analiza movimientos humanos para entrenar robots humanoides y otros sistemas de robótica. El enfoque es directo: pagar a personas para que graben tareas cotidianas, como preparar café o reparar un coche, usando sensores corporales y teléfonos. Esos datos ayudan a enseñar a los modelos cómo se mueve un cuerpo en entornos reales, con objetos reales y pequeñas variaciones que los simuladores no siempre capturan.
La robótica generalista está descubriendo que el cuello de botella no es solo fabricar mejores máquinas, sino alimentar sus modelos con datos físicos fiables.
Mecka había anunciado tres meses antes una ronda de 60 millones de dólares liderada por Framework Ventures, con participación de Menlo Ventures, SV Angel y Kindred Ventures. El salto a una posible valoración de 500 millones muestra la velocidad con la que el capital riesgo está reordenando sus prioridades hacia la capa de datos para robots. No se trata de una apuesta aislada, sino de una categoría que empieza a parecerse a lo que fueron las plataformas de etiquetado para los modelos de lenguaje.
Sus fundadores no venían de la robótica tradicional. Josh Gao y Mogen Cheng habían creado una startup fintech para restaurantes, Jason Chong pasó por Coinbase tras la adquisición de su exchange, y Duy Nguyen se centra en operaciones. Esa mezcla llama la atención porque confirma que parte del nuevo mercado de robótica se está construyendo con mentalidad de datos, operaciones y escalado, no solo con ingeniería mecánica.
La tesis de Mecka se apoya en una limitación conocida. Un robot puede entrenarse en simulación, pero luego debe desenvolverse en cocinas, talleres, almacenes y fábricas donde cada gesto cambia ligeramente. Un humano que abre una puerta, coloca una caja o ajusta una pieza aporta información sobre fuerza, trayectoria, postura y correcciones de movimiento.
El negocio de Mecka no vende robots terminados, vende la materia prima que puede hacer que esos robots aprendan más rápido.
La compañía no ha publicado su lista de clientes, pero TechCrunch señala que muchos laboratorios de IA y empresas de robótica están usando datos egocéntricos, grabados desde la perspectiva de la persona que ejecuta la tarea, junto con teleoperación y otros métodos de captura física. En ese contexto, Mecka compite con startups como XDOF y con plataformas de datos humanos que han empezado a mirar más allá de los modelos de lenguaje.
Para inversores, el atractivo está en que el mercado de robots humanoides aún no está maduro, pero la necesidad de datos aparece antes que la adopción masiva. Es una posición parecida a vender herramientas durante una fiebre minera. Si varias compañías de robots compiten por desplegar máquinas útiles, todas necesitarán ejemplos de movimiento, escenarios y tareas para entrenar sus sistemas.
La oportunidad también tiene riesgos. Capturar datos de personas exige controles laborales, consentimiento claro, seguridad de la información y calidad consistente. Un conjunto de movimientos mal etiquetado o sesgado puede enseñar comportamientos poco útiles. Además, la promesa de robots de propósito general lleva años acumulando expectativas que luego tardan en convertirse en producto.
La valoración de Mecka sugiere que el capital empieza a pagar por infraestructuras invisibles de la robótica, no solo por prototipos espectaculares.
Para España y Europa, la señal es relevante. Industrias con escasez de mano de obra, logística, manufactura y mantenimiento necesitarán robots que entiendan procesos físicos específicos. La pregunta será quién controla esos datos de entrenamiento y si el tejido industrial europeo puede generar sus propios conjuntos antes de depender de proveedores externos.
