Données d'entraînement pour robots : Mecka filme des gens au travail et gagne plus que les constructeurs de robots

Mecka AI a levé 60 millions de dollars le 7 octobre, menée par Sequoia, avec Nvidia, Qualcomm, Samsung et M12 de Microsoft à bord. L'entreprise vieille de deux ans basée à Toronto et New York ne fabrique pas de robots. Elle paie des gens pour se filmer au travail et à la maison, et vend les enregistrements comme matériel d'entraînement. Selon ses propres déclarations, son chiffre d'affaires annuel en juin, extrapolé, dépassait les 100 millions de dollars.

Un fournisseur de données génère ainsi plus de chiffre d'affaires que les constructeurs de robots qu'il approvisionne : Agility Robotics, en route vers le Nasdaq, a déclaré un chiffre d'affaires net de 1,78 million de dollars pour 2025. Ce qui est épineux, c'est la matière première elle-même. Depuis qu'Build AI a mis en ligne librement environ un million d'heures de vidéos à la première personne en avril, la marchandise de masse ne coûte presque rien.

Ce qui se vend, c'est la perspective à la première personne. Des capteurs corporels enregistrent les mouvements des mains, la démarche et la posture, un smartphone filme vers l'avant, les enregistrements sont effectués dans des appartements, des cuisines de restaurants, des laboratoires de chimie et des ateliers de métallurgie. Un laboratoire interne convertit ensuite la vidéo plate en données spatiales tridimensionnelles. « Le mouvement, le contact, la force et la géométrie ne sont pas sur Internet », écrit l'entreprise. « On ne peut pas les récupérer, les licencier et les acheter. » C'est précisément sur cela que repose le prix.

L'ensemble de données s'appelle EgoVerse et est disponible depuis avril sous forme d'article scientifique : 1362 heures, 1965 tâches, 2087 personnes devant la caméra, coécrit notamment par des chercheurs de l'ETH Zurich, de Stanford et du MIT. Le même travail fournit aussi l'argument contraire. Le groupe a mesuré la transition de l'homme à la machine dans plusieurs laboratoires et sur différents corps de robots. Plus de données humaines aident, mais seulement si elles correspondent à l'objectif d'apprentissage du robot. Une main humaine a cinq doigts et le toucher, un préhenseur robotique en a deux mâchoires.

C'est le point douloureux du modèle commercial. Build AI a publié en décembre 100 000 heures d'enregistrements de 14 228 ouvriers d'usine et en avril encore environ un million d'heures, le tout gratuitement. Seule la télopération reste chère, où un humain guide directement le robot cible : 50 à 200 dollars de l'heure, car ces données correspondent exactement au corps de la machine. Mecka vend l'écart entre les deux. La largeur de cet écart ne dépend pas de l'entreprise, mais de la recherche en modélisation.

Pour la Suisse, cela représente enjeu plus important que la distance ne le laisserait supposer. L'ETH Zurich siège au côté de ceux qui proposent l'ensemble de données, et les constructeurs de robots suisses ont exactement besoin de ce matériel : ANYbotics, Hexagon avec l'humanoïde Aeon, Neura Robotics avec son site zurichois en croissance. Aucun d'eux n'exploite sa propre flotte d'enregistrement. Celui qui voudrait en constituer une paierait les tarifs horaires suisses et devrait clarifier ce que la loi révisée sur la protection des données autorise lorsque l'on filme dans des logements privés et que des personnes non impliquées apparaissent dans le cadre.

Le calcul qui sous-tend cela est désagréablement simple. Un humanoïde est aujourd'hui du matériel qu'on peut commander, en Chine à partir de quelques dizaines de milliers de francs. Ce qu'il peut faire dépend de la fréquence à laquelle quelqu'un lui a montré comment faire. C'est pourquoi l'argent va là où cette expérience se crée, et non à celui qui visse les articulations. Nvidia détient des parts aux deux extrémités, chez Figure comme chez Mecka.