Mecka AI se acerca a una valuación de $500M en ronda liderada por Sequoia

Qué está pasando

Mecka AI, una startup que captura y analiza datos de movimiento humano para entrenar robots humanoides y otros sistemas robóticos, estaría cerrando una nueva ronda de inversión liderada por Sequoia Capital a una valuación cercana a los $500 millones, según fuentes con conocimiento del acuerdo. Los términos aún no son definitivos y podrían cambiar; la compañía no respondió a solicitudes de comentario y Sequoia declinó hacer declaraciones públicas.

Esta potencial operación llega apenas tres meses después de que Mecka confirmara una ronda previa de $60 millones liderada por Framework Ventures y con participación de fondos como Menlo Ventures, SV Angel y Kindred Ventures. TechCrunch no tuvo acceso al monto exacto de la nueva financiación.

Origen y enfoque de Mecka

Mecka fue fundada en 2024 por cuatro emprendedores: Josh Gao y Mogen Cheng (ambos de Canadá), Jason Chong y Duy Nguyen. Gao y Cheng provienen de la creación de una fintech para restaurantes; Chong vendió su exchangue de criptomonedas a Coinbase y se incorporó allí; Nguyen es el responsable de operaciones. A diferencia de otras compañías en el ecosistema robótico, ninguno de los cofundadores tiene un pasado directo en robótica.

La propuesta de Mecka parte de una observación clara: hay escasez de datos del mundo físico, y ese déficit limita el avance de robots de propósito general. Para atacar ese cuello de botella, Mecka decidió capturar interacciones humanas reales en escenarios cotidianos y estructurarlos para entrenamiento de modelos. El nombre de la compañía viene de “mecha”, la idea de robots gigantes controlados por humanos, y su misión es, en esencia, hacer por los modelos robóticos lo que empresas como Scale AI han hecho para los grandes modelos de lenguaje.

Cómo recogen los datos

La metodología de Mecka es principalmente “egocéntrica”: la startup paga a personas para que se graben ejecutando tareas diarias —hacer café, reparar un auto, mover objetos— usando sensores corporales y la cámara del smartphone. Estos registros de primera persona permiten reconstruir movimientos, interacciones manos-objeto y contextos físicos que son difíciles de simular en entornos artificiales.

Además de la captura egocéntrica, la industria complementa estos datos con teleoperación u otros métodos de recolección física. Mecka no ha divulgado públicamente su lista de clientes, pero muchas empresas robóticas y laboratorios de IA dependen de este tipo de datos para entrenar sus modelos.

Contexto del mercado: competencia y comparación

La demanda por datos del mundo físico se está intensificando. TechCrunch ha reportado otras startups centradas en la misma categoría: XDOF, que recientemente estuvo cerca de una ronda con una valuación reportada de $1.2 mil millones, y plataformas más grandes que han expandido su foco más allá de los LLMs, como Scale AI y Micro1. También se mencionan empresas como Mercor y Surge entre los actores que buscan capitalizar la necesidad de datos para robótica.

Mecka, con su enfoque en datos egocéntricos y una estrategia de pago a contribuyentes, se ubica en esa ola donde los inversores apuestan a infraestructuras de datos especializadas para alimentar la próxima generación de robots.

Proyecciones y señales de negocio

En su anuncio anterior, y en declaraciones a Fortune, Josh Gao proyectó que Mecka podría terminar 2026 con una tasa anualizada de ingresos (ARR) de $100 millones. Esa cifra —difundida en el contexto de la ronda de $60 millones— es una señal de las ambiciones comerciales de la compañía y de la expectativa de demanda por conjuntos de datos de alta calidad.

Sin embargo, la falta de una lista pública de clientes limita la visibilidad sobre cómo se monetizan hoy esos datos y qué tanto dependen de contratos con grandes fabricantes de robots o de ventas a laboratorios de IA.

Implicaciones para América Latina

La carrera por datos para entrenamiento de robots abre oportunidades y desafíos específicos para la región latinoamericana:

• Oportunidades de empleo: modelos como el de Mecka pueden crear demanda por trabajadores que registren tareas reales o actúen como operadores/annotadores, una fuente de ingresos para comunidades urbanas y rurales.
• Diversidad de datos: incluir escenarios, objetos y prácticas locales enriquecería los modelos robóticos, mejorando su desempeño en contextos donde predominan otros tipos de maquinaria, infraestructuras y gestos culturales.
• Sectores estratégicos: industrias como manufactura, logística, agricultura y servicios podrían beneficiarse si los conjuntos de datos incluyen tareas y ambientes típicos de la región.
• Riesgos y regulación: la recopilación masiva de video y datos biométricos plantea preguntas sobre privacidad, consentimiento informado y protección de datos —áreas donde las leyes en LATAM varían ampliamente y en muchos casos están en desarrollo.

Para tomadores de decisión y líderes de empresas en la región, resulta pertinente comenzar a evaluar marcos de gobernanza, esquemas de compensación justa y mecanismos para asegurar representatividad y calidad en las colecciones de datos.

Retos y consideraciones éticas

La práctica de pagar a personas para que graben sus actividades plantea varios retos:

• Calidad y estandarización: la utilidad de los datos depende de protocolos de captura, calibración de sensores y etiquetado preciso.
• Consentimiento y privacidad: es esencial garantizar que los participantes entiendan el uso que se dará a sus registros y que existan salvaguardas frente a reidentificación o uso indebido.
• Condiciones laborales: modelos de negocio basados en micropagos o contribuciones masivas deben revisarse para evitar explotación y asegurar condiciones justas.

Estos puntos son críticos tanto para empresas que proveen los datos como para las entidades que los consumen.

Conclusión: qué vigilar

La potencial ronda liderada por Sequoia y la valuación cercana a $500 millones colocan a Mecka AI como un actor relevante en la infraestructura de datos para robótica. El interés de capitales de riesgo sugiere que los inversores ven un mercado creciente por datos físicos —un equivalente, para la robótica, al boom de datos que impulsó los modelos de lenguaje.

Para América Latina, la noticia invita a pensar en cómo participan los actores locales: como proveedores de datos, usuarios finales en industrias clave, y reguladores que deben balancear innovación con protección de derechos. La operación no está cerrada y habrá que seguir la evolución de los términos y la confirmación oficial para entender el impacto real en el ecosistema global y regional.