Le “Didi Chuxing” du monde des robots ? Déconstruction du mythe de la valorisation de 500 millions de dollars de Mecka AI
Bonjour à tous, je suis votre journaliste financier. Aujourd’hui, nous allons parler d’une nouvelle qui peut sembler un peu magique : une entreprise fondée il y a seulement deux ans par des personnes ayant travaillé dans le domaine des paiements pour la restauration et des cryptomonnaies a réussi à obtenir une valorisation de 500 millions de dollars, avec la participation de Sequoia Capital, en se basant sur l’idée de faire porter des capteurs aux gens pour qu’ils exécutent des tâches.
C’est un peu comme si, à l’ère d’Internet, alors que tout le monde se demandait encore qui avait l’écran de téléphone le plus grand, quelqu’un avait soudainement créé une plateforme de réparation de téléphones par crowdsourcing, et que cette entreprise avait été évaluée plus cher que les fabricants de téléphones eux-mêmes.
Qu’est-ce qui se passe réellement derrière cela ? Pourquoi le capital poursuit-il avec tant d’enthousiasme les entreprises qui fournissent des données aux robots ? Essayons de comprendre cela en langage simple.
Résumé du contenu principal : Qui gagne de l’argent ? Et pourquoi ?
En une phrase :
Mecka AI est une entreprise qui fournit des “manuels” aux robots. Elle ne fabrique pas de robots ni ne code elle-même ; elle paie des personnes pour qu’elles portent des capteurs et enregistrent leurs actions (comme faire le ménage, réparer des voitures, préparer du café), puis elle vend ces vidéos et ces données aux entreprises de robots pour qu’elles apprennent à interagir avec le monde physique comme les humains.
Points clés :
1. Valorisation en hausse : Fondée il y a seulement deux ans, sa valeur a doublé en trois mois pour atteindre 500 millions de dollars, avec l’investissement de Sequoia Capital.
2. Contraste de l’équipe : Les fondateurs viennent tous de domaines différents (financement pour la restauration, cryptomonnaies) et n’ont aucune expérience dans le domaine des robots, mais ils ont identifié le plus grand problème de l’industrie : le manque de données.
3. Modèle économique : En utilisant le modèle de crowdsourcing (similaire à Didi Chuxing ou Meituan), l’entreprise réduit considérablement les coûts de collecte de données.
4 Tendance de l’industrie : L’investissement en IA se déplace du “monde textuel” (les grands modèles linguistiques) vers le “monde physique” (l’intelligence incarnée/les robots), et les données sont le “carburant” de l’IA dans ce monde.
---
Analyse approfondie : Comprendre cette “révolution des données” à travers cinq dimensions
1. Percevoir le problème : Le “analphabétisme” des robots
Pourquoi avoir besoin de Mecka ? Parce que les robots sont actuellement des “analphabètes” dans le monde physique.
Au cours des dernières années, l’IA a connu un essor grâce aux grands modèles linguistiques (LLM) comme ChatGPT, qui ont appris à écrire des poèmes, à coder, à discuter en lisant de vastes quantités de données textuelles sur Internet. Mais les robots sont différents. Ils doivent interagir avec le monde réel : savoir, par exemple, quelle force utiliser pour ne pas briser un œuf, quelle est la direction et la vitesse du flux d’eau lorsqu’un café se renverse, ou quelle est la force de frottement en tournant une vis.
Ces informations ne sont pas disponibles dans les données textuelles sur Internet, et même les vidéos ne montrent pas tout. Les robots ont besoin de “données d’actions” obtenues de première main, incluant des informations sur le toucher, la force et les relations spatiales.
La situation actuelle est telle que la plupart des entreprises de robots utilisent des ingénieurs pour contrôler les robots à distance depuis des laboratoires (c’est ce qu’on appelle l’“opération à distance”). C’est comme faire apprendre un étudiant à recopier des livres manuellement dans une bibliothèque : très inefficace et coûteux, et uniquement applicable en laboratoire.
Les fondateurs de Mecka ont compris que le problème ne réside ni dans le corps (l’équipement) ni dans le “cerveau” (les algorithmes) des robots, mais dans le manque de “manuels” appropriés. Ils ont réalisé que les meilleurs enseignants pour les robots étaient les gens ordinaires.
2. Le modèle économique : Transformer la collecte de données en un “jeu de crowdsourcing”
Comment Mecka y parvient-elle ? En transformant les tâches techniques en activités quotidiennes des gens ordinaires.**
Le business model de Mecka est très pragmatique :
1. Recrutement de personnes ordinaires : Elle recrute des personnes (comme des ménagères, des mécaniciens, des baristas).
2 Port de dispositifs : Ces personnes portent des capteurs et utilisent des smartphones.
3 Enregistrement des activités quotidiennes : Elles effectuent leurs tâches habituelles (préparation du café, réparation de voitures, pliage de vêtements).
4 Packaging des données : Les vidéos, les trajectoires des mouvements et les données des capteurs sont collectées, nettoyées et annotées pour former des “packets d’entraînement” que les robots peuvent utiliser.
En quoi est-ce intelligent ?
- Coûts réduits : L’opération à distance en laboratoire nécessite des robots coûteux, des ingénieurs qualifiés et des installations spécialisées. Mecka n’a besoin que de smartphones et de quelques capteurs, et les gens peuvent le faire dans leur temps libre.
- Échelle : Un laboratoire ne peut collecter que quelques centaines de données par jour, tandis que Mecka peut mobiliser des milliers de personnes en même temps, augmentant ainsi considérablement la quantité de données.
- Réalisme : Les actions en laboratoire sont standardisées et parfaites, mais dans le monde réel, tout est plus complexe (le café peut se renverser, les vis peuvent glisser). Les données collectées par le crowdsourcing reflètent ces imperfections, ce qui les rend plus pertinentes pour les applications réelles.
3. Le contexte de l’équipe : Pourquoi des “étrangers au domaine” peuvent-ils réussir ?
Leur absence d’expérience dans le domaine des robots est en fait un avantage.
Les fondateurs de Mecka (Josh Gao, Mogen Cheng et Jason Chong) venaient de secteurs différents (financement pour la restauration, cryptomonnaies), tandis que Duy Nguyen a vendu une bourse de cryptomonnaies. Cela pourrait sembler éloigné du monde des robots, mais c’est précisément cette perspective extérieure qui leur a permis de sortir des schémas de pensée technologiques habituels :
- Pensée technologique : “Nous avons besoin de capteurs plus avancés, d’algorithmes plus complexes pour collecter des données.”
- Pensée commerciale : “Nous avons besoin d’obtenir des données le plus rapidement et à la plus basse coût possible.”
L’équipe de Mecka n’a pas cherché à créer de meilleurs robots, mais a directement ciblé la “chaîne d’approvisionnement en données”. Comme AWS (Amazon Web Services) à ses débuts, elle ne vend pas d’applications, mais les infrastructures nécessaires pour exploiter ces données.
Cette approche transsectorielle leur a permis de voir un aspect négligé : les données ne sont pas seulement un problème technique, mais aussi un problème opérationnel et économique. Celui qui peut mobiliser le plus de personnes au moindre coût monopolisera l’accès aux données.
4. La concurrence : Le marché est-il très concurrentiel ?**
Le marché est plus compétitif que vous ne le pensez.
- Concurrents étrangers : L’équipe de l’université de Berkeley a créé XDOF, qui utilise l’opération à distance et est évaluée à 1,2 milliard de dollars, soit 2,5 fois plus que Mecka. Cela montre que le capital est très optimiste pour ce secteur, mais le modèle de XDOF est plus lourd et plus spécialisé.
- Concurrents nationaux : Des entreprises comme Lumine Robot et Mifeng Technology travaillent également sur la collecte de données portables ; Pasini détient un avantage dans le domaine des données tactiles.
En quoi Mecka se distingue-t-elle ?
- Avantage de coût : Le modèle de crowdsourcing est naturellement moins coûteux que l’approche en laboratoire. Si la qualité des données est comparable à 80 % et que le coût est seulement 20 % de celui de ses concurrents, Mecka a un grand pouvoir de tarification.
- Plateforme ouverte : Mecka ne se contente pas de vendre des données ; elle construit également une “infrastructure de données”. Elle possède un ensemble de données ouvert appelé Egoverse, qui sert à démontrer ses technologies et à attirer des utilisateurs. Les développeurs peuvent utiliser ces données pour tester leurs algorithmes, dépendant ainsi de la plateforme de Mecka.
Quels sont les risques ? Le principal problème avec les données collectées par le crowdsourcing est le bruit (des données inexactes ou non standardisées). Si Mecka ne parvient pas à nettoyer et à standardiser correctement ces données, son avantage en termes de coût pourrait se transformer en inconvénient.
5. La logique du capital : De la “vente d’eau” à la “vente de pelles”
Pourquoi Sequoia Capital a-t-elle investi ? Parce que cela représente le “pétrole” de la seconde phase de l’IA.
En regardant l’histoire d’Internet :
- Ère des PC : Celui qui contrôlait les systèmes d’exploitation (Windows) a gagné.
- Ère du mobile : Celui qui contrôlait les magasins d’applications (App Store) ou les canaux de trafic a gagné.
- Ère des grands modèles linguistiques : Celui qui contrôlait les ressources de calcul (NVIDIA) et les données (les corpus d’OpenAI) a gagné.
Aujourd’hui, l’IA passe du “monde virtuel” au “monde physique”. La période de croissance des grands modèles linguistiques est en train de se terminer, et la prochaine étape est l’“intelligence incarnée” (les robots).
Pour que les robots deviennent réels, ce qui manque le plus n’est pas l’équipement (l’équipement peut être produit en masse), mais des données de qualité, à grande échelle et diversifiées pour leur interaction avec le monde physique.
Mecka joue le rôle de la “compagnie de pétrole” de l’ère des robots. Elle ne fabrique pas de robots, mais elle fournit le “carburant” indispensable à leur fonctionnement.
La stratégie d’investissement de Sequoia Capital dans ce domaine est claire :
- Investissement dans la couche des données : Mecka AI (collecte de données), XDOF (données d’opération à distance).
- Investissement dans les équipements complets : Wujie Dongli, Zijianqi Robot, Itishi Hang, etc.
Il s’agit d’une stratégie d’investissement sur toute la chaîne. Le capital croit que la majeure partie des profits dans l’industrie des robots ira aux entreprises qui contrôlent les données et les infrastructures essentielles. Comme à l’ère d’Internet, les entreprises qui ont développé des serveurs n’étaient peut-être pas les plus rentables, mais celles qui ont créé des centres de données l’ont été.
En résumé :
L’histoire de Mecka AI est essentiellement celle d’une entreprise qui utilise la pensée Internet (crowdsourcing, plateformes) pour réinventer les processus industriels traditionnels (collecte de données). Elle parie sur :
1. L’implémentation à grande échelle des robots.
2. Le fait que les données soient le principal obstacle à l’application réelle des robots.
3. Le fait que le modèle de crowdsourcing puisse résoudre les problèmes de coût et d’échelle.
Si ces trois points se confirment, Mecka pourrait devenir le “Didi” ou l’“AWS” du monde des robots. Si la qualité des données collectées par le crowdsourcing ne répond pas aux attentes, ou si l’implémentation des robots est plus lente que prévu, cette valorisation de 500 millions de dollars pourrait n’être qu’une bulle.
Quoi qu’il en soit, la tendance est claire : le champ de bataille de l’IA se déplace du cloud vers le monde physique qui nous entoure. Et les données sont l’or de cette nouvelle ère.