هل Mecka AI هي “ديدي تشاكس” عالم الروبوتات؟ تحليل لقيمة الشركة التي تبلغ 500 مليون دولار
مرحبًا بكم، أنا مراسل مالي. اليوم سنتحدث عن خبر قد يبدو سحريًا بعض الشيء: شركة تأسست قبل عامين فقط، ومؤسسوها كانوا يعملون سابقًا في مجالات الدفعات الغذائية والعملات المشفرة، وقد حصلت على تقييم قدره 500 مليون دولار بقيادة شركة سيكويا كابيتال، وذلك من خلال جعل الناس يرتدون أجهزة استشعار أثناء أداء مهامهم.
هذا مثل الوقت الذي كان فيه الناس لا يزالون يناقشون من لديه أكبر شاشة هاتف، ثم فجأة ظهرت شركة تقدم منصة لتصليح الهواتف عبر العمل الجماعي، وكان تقييمها أعلى من تقييم شركات تصنيع الهواتف نفسها.
ما الذي يحدث بالضبط وراء ذلك؟ لماذا بدأت رؤوس الأموال تتهافت فجأة على شركات تقوم بتزويد الروبوتات بالبيانات؟ دعونا نفسخ الأمر بطريقة بسيطة.
ملخص المحتوى الأساسي: من يكسب المال؟ ولماذا؟
باختصار:
Mecka AI هي شركة تقوم بتوفير “المواد التعليمية” للروبوتات. لا تصنع الروبوتات ولا تكتب الكود، بل تدفع الناس مقابل ارتداء أجهزة الاستشعار لتسجيل حركاتهم أثناء أداء المهام المنزلية أو إصلاح السيارات أو تحضير القهوة، ثم تبيع هذه الفيديوهات وبيانات الحركات إلى شركات الروبوتات لتعليمها كيفية التعامل مع العالم الفعلي مثل البشر.
النقاط الرئيسية:
1. القيمة المتصاعدة بسرعة: تم تضاعف التقييم خلال ثلاثة أشهر فقط ليصل إلى 500 مليون دولار، مع مشاركة شركة سيكويا كابيتال.
2. تباين الفريق: المؤسسون كلهم من خلفيات مختلفة (مالية غذائية وعملات مشفرة سابقة) ولا يمتلكون خبرة في مجال الروبوتات، لكنهم اكتشفوا أكبر مشكلة في الصناعة وهي نقص البيانات.
3. نموذج الأعمال: يستخدمون نموذج العمل الجماعي (مشابه لخدمات ديدي تشاكس أو ميتوان) بدلاً من الطرق المكلفة للتحكم عن بعد في المختبرات، مما يقلل بشكل كبير من تكاليف جمع البيانات.
4. اتجاه الصناعة: تتحول استثمارات الذكاء الاصطناعي من “العالم النصي” (نماذج اللغة الكبيرة) إلى “العالم الفعلي” (الذكاء الجسدي/الروبوتات)، والبيانات هي “الوقود” اللازم للذكاء الاصطناعي في هذا العالم.
---
تحليل مفصل: فهم “ثورة البيانات” من خمسة أبعاد
1. رؤية عميقة للمشكلة: معاناة الروبوتات من نقص المعرفة
لماذا نحتاج إلى Mecka؟ لأن الروبوتات حاليًا تعاني من نقص المعرفة العملية.
في السنوات القليلة الماضية، كان الذكاء الاصطناعي يتطور بسرعة من خلال نماذج اللغة الكبيرة مثل ChatGPT، التي تعلمت كتابة الشعر والكود والتحدث بناءً على بيانات نصية وفيرة من الإنترنت. لكن الروبوتات مختلفة؛ فهي بحاجة إلى معرفة عملية مثل:
- مدى قوة اليد اللازمة للإمساك ببيضة دون كسرها.
- اتجاه وسرعة تدفق الماء عند سكب القهوة.
- مقدار الاحتكاك عند تدوير البراغي.
هذه المعلومات غير متوفرة في النصوص على الإنترنت، وحتى الفيديوهات لا توفرها بشكل كامل. الروبوتات بحاجة إلى بيانات حركية تأتي من وجهة نظر الشخص نفسه، تشمل الإحساسات والقوة والعلاقات المكانية.
الوضع الحالي هو أن معظم شركات الروبوتات تعتمد على المهندسين الذين يتحكمون في الروبوتات عن بعد من خلال أجهزة خاصة في المختبرات، وهو أمر غير فعال ومكلف، ويقتصر على بيئات محددة (المختبرات فقط).
لقد لاحظ مؤسسو Mecka بذكاء أن المشكلة ليست في جسم الروبوت أو خوارزمياته، بل في نقص المواد التعليمية المناسبة. أدركوا أن أفضل معلمين للروبوتات هم الأشخاص العاديين.
2. نموذج الأعمال: تحويل جمع البيانات إلى لعبة عمل جماعي
كيف تقوم Mecka بذلك؟ تحولت مهام الهندسة إلى أنشطة يومية عادية:
1. تجنيد الأشخاص العاديين: تجد أشخاصًا مثل ربات المنازل والميكانيكيين وصانعي القهوة.
2. ارتداء الأجهزة: يرتدون أجهزة استشعار بسيطة ويحملون هواتف ذكية.
3. تسجيل الأنشطة اليومية: يقومون بأعمالهم العادية مثل تحضير القهوة وإصلاح السيارات وترتيب الملابس.
4. تجميع البيانات: تجمع هذه الفيديوهات ومسارات الحركة وبيانات الاستشعار، ثم تنظفها وتصنفها لتصبح مواد تدريبية يمكن للروبوتات استخدامها.
ما الذي يجعل هذا النموذج فعالًا؟
- تكلفة منخفضة: التحكم عن بعد في المختبرات يتطلب روبوتات باهظة الثمن ومهندسين متخصصين ومواقع متخصصة، بينما تحتاج Mecka فقط إلى هواتف ذكية وبعض أجهزة الاستشعار، ويمكن للأشخاص العاديين القيام بذلك في أوقات فراغهم.
- النطاق الواسع: المختبرات يمكن أن تجمع بضع مئات من البيانات في اليوم فقط، بينما يمكن لـ Mecka تحريك آلاف الأشخاص لجمع البيانات بشكل متزايد.
- الواقعية العالية: الحركات في المختبرات موحدة ومثالية، لكن العالم الحقيقي غير متوقع؛ قد تسقط القهوة أو تنزلق البراغي. البيانات المجمعة من خلال العمل الجماعي تحتوي على هذه التفاصيل غير المثالية، مما يجعلها أقرب إلى الاستخدامات الواقعية.
3. خلفية الفريق: لماذا يمكن للأشخاص ذوي الخلفيات المختلفة النجاح؟
عدم وجود خلفية في مجال الروبوتات يعتبر ميزة بالنسبة لهم.
مؤسسو Mecka، جوش جاو وموجن تشنغ، كانوا يعملون في مجالات مالية غذائية سابقًا، بينما باع جيسون تشونغ شركة لتداول العملات المشفرة، ودوي نغوين مسؤول عن العمليات. قد يبدو ذلك غير مرتبط بمجال الروبوتات، لكن هذا النظرة “غير التقليدية” ساعدتهم على تجنب الأفكار السائدة في مجال التكنولوجيا:
- التفكير التقني: “نحتاج إلى أجهزة استشعار أكثر تقدمًا وخوارزميات أكثر تعقيدًا لجمع البيانات.”
- التفكير التجاري: “نحتاج إلى جمع البيانات بأقل تكلفة وأسرع وبأكبر نطاق ممكن.”
لم يقع فريق Mecka في فخ التركيز على تطوير الروبوتات نفسها، بل ركزوا مباشرة على بنية البيانات الأساسية. مثل شركة أمازون (AWS) في بداياتها، لم يبيعوا تطبيقات، بل خدمات الحوسبة السحابية.
هذا النظرة متعددة التخصصات سمحت لهم برؤية نقطة ضعف في السوق: البيانات ليست مشكلة تقنية، بل مشكلة تشغيلية واقتصادية؛ من يستطيع تحريك أكبر عدد من الأشخاص بأقل تكلفة، سيتمكن من السيطرة على مصادر البيانات.
4. المنافسة: المنافسة شديدة، لكن هل نموذج العمل الجماعي هو الحل؟
ما مدى شدة المنافسة في هذا المجال؟ أكثر مما تتخيل:
- المنافسون الأجانب: فريق من جامعة كاليفورنيا في بيركلي أسس شركة XDOF التي تعمل في مجال التحكم عن بعد ولها تقييم قدره 1.2 مليار دولار، أي 2.5 ضعف تقييم Mecka. هذا يدل على تفاؤل رؤوس الأموال بالمجال، لكن نموذج XDOF أكثر تعقيدًا وتخصصًا.
- المنافسون المحليون: شركات مثل لو مينغ روبوتس ومي فنغ تكنولوجي تعمل أيضًا في جمع البيانات من خلال أجهزة قابلة للارتداء؛ بينما تمتلك شركة باسيني ميزة في مجال البيانات الحسية.
ما هو الفرق بين Mecka ومنافسيها؟
- ميزة التكلفة: نموذج العمل الجماعي أرخص بطبيعته من نموذج المختبرات. إذا كانت جودة البيانات تصل إلى 80% والتكلفة 20% فقط من تكلفة المنافسين، فإن Mecka لديها قدرة كبيرة على تحديد الأسعار.
- البنية التحتية: لا تبيع Mecka البيانات فقط، بل تبني أيضًا بنية تحتية للبيانات تسم