Whalesbook
Config નું સીડ રાઉન્ડ રોબોટ ડેટા ઇન્ફ્રાસ્ટ્રક્ચરને વેગ આપશે
Config નું આ મોટું સીડ ફંડિંગ રાઉન્ડ (Seed Funding Round) આગામી જનરેશનની આર્ટિફિશિયલ ઇન્ટેલિજન્સ (Artificial Intelligence - AI), જેને એમ્બોડીડ AI (Embodied AI) તરીકે ઓળખવામાં આવે છે, તેના માટે ફાઉન્ડેશનલ ડેટા લેયર (Foundational Data Layer) બનાવવાના તેના મિશનને મજબૂત સમર્થન દર્શાવે છે. રોબોટ્સનો ભૌતિક કાર્યો માટે વધતો ઉપયોગ, આ સિસ્ટમ્સ માટે ડેટા એકત્રિત કરવાના પડકારો અને તકોને નિર્ણાયક બનાવે છે, ખાસ કરીને એશિયાના મેન્યુફેક્ચરિંગ હબ્સમાં.
એશિયાની ઔદ્યોગિક શક્તિ રોબોટિક્સ AI ને વેગ આપે છે
Samsung, Hyundai અને LG જેવી અગ્રણી દક્ષિણ કોરિયન ઉત્પાદકો તરફથી મળેલું સમર્થન એશિયાની ઊંડી મેન્યુફેક્ચરિંગ નિપુણતાને રેખાંકિત કરે છે. સોફ્ટવેર માટેની AI થી વિપરીત, જેને પુષ્કળ ડિજિટલ ડેટાની જરૂર પડે છે, રોબોટ્સને તાલીમ આપવા માટે મોંઘા, વાસ્તવિક દુનિયાના ભૌતિક ડેટા (Physical Data) ની જરૂર પડે છે. આ જરૂરિયાત આ ક્ષેત્રના ઔદ્યોગિક ઇન્ફ્રાસ્ટ્રક્ચર અને સપ્લાય ચેઇનને ફિઝિકલ AI ને આગળ વધારવા માટે આદર્શ બનાવે છે. રોબોટિક ફાઉન્ડેશન મોડલ્સ (Robotic Foundation Models) માટે ડેટા લેયર પર Config નું ધ્યાન સીધું જ આ પડકારનો સામનો કરે છે, જે રોબોટ્સનું નિર્માણ કર્યા વિના તેમની ક્ષમતાઓને વધારવાનું લક્ષ્ય રાખે છે.
ઇન્ડસ્ટ્રી જાયન્ટ્સ રોબોટિક્સ ડેટા બેકબોનમાં રોકાણ કરે છે
Samsung Venture Investment, ZER01NE Ventures (Hyundai Motor's arm), LG Tech Ventures અને SKT America ના સહયોગથી આ $27 મિલિયનનું સીડ રાઉન્ડ, એક સંકલિત ઔદ્યોગિક વ્યૂહરચના દર્શાવે છે. આ મોટી કંપનીઓ ફક્ત એક સ્ટાર્ટઅપમાં જ નહીં, પરંતુ તેમના રોબોટિક્સ પ્રોજેક્ટ્સ અને વ્યાપક ફિઝિકલ AI ક્ષેત્ર માટે જરૂરી ઇન્ફ્રાસ્ટ્રક્ચરમાં રોકાણ કરી રહી છે. દક્ષિણ કોરિયાની સરકાર પણ આને સમર્થન આપી રહી છે, જે વસ્તી વિષયક ફેરફારો વચ્ચે રાષ્ટ્રીય સ્પર્ધાત્મકતાને વેગ આપવા માટે ઔદ્યોગિક AI, સ્માર્ટ ફેક્ટરીઓ અને રોબોટિક્સમાં મોટા રોકાણની યોજના ધરાવે છે. આ વ્યાપક સમર્થન ઝડપથી વિકસતા ફિઝિકલ AI ક્ષેત્ર માટે આવશ્યક ઘટકો પૂરા પાડવામાં Config ની ભૂમિકાની પુષ્ટિ કરે છે.
Config નો ધ્યેય 'રોબોટ ડેટાનો TSMC' બનવાનો છે
Config પોતાને 'રોબોટ ડેટાનો TSMC' તરીકે જુએ છે, જે તાઇવાનના ચિપ નિર્માતા સમાન છે જે સીધી સ્પર્ધા વિના ઘણી કંપનીઓ માટે ઉત્પાદન કરે છે. રોબોટિક ફાઉન્ડેશન મોડલ્સ માટે ડેટા લેયર પર ધ્યાન કેન્દ્રિત કરીને, Config કૃષિ અને સંરક્ષણ જેવા ક્ષેત્રોમાં રોબોટ ડેવલપર્સ અને વ્યવસાયો માટે એક મહત્વપૂર્ણ ભાગીદાર બનવાનું લક્ષ્ય ધરાવે છે. CEO Minjoon Seo નોંધે છે કે ટેક્સ્ટ-આધારિત AI, જેમાં વિશાળ ડેટા હોય છે, તેનાથી વિપરીત, રોબોટ તાલીમ માટે રોબોટ્સ, પર્યાવરણો અને લોકોના ભૌતિક ડેટાની જરૂર પડે છે. આ ડેટાને રોબોટ લર્નિંગ (Robot Learning) માટે પ્રોસેસ કરવાની જરૂર છે, જે Config માટે એક મુખ્ય તકનીકી લાભ છે.
રોબોટિક્સ AI ડેટા માર્કેટમાં વધતી સ્પર્ધા
રોબોટિક્સ AI ઇન્ફ્રાસ્ટ્રક્ચર માટેનું બજાર ઝડપથી વધી રહ્યું છે, જેમાં મુખ્ય AI મોડલ્સના ડેવલપર્સમાં નોંધપાત્ર રોકાણ થઈ રહ્યું છે. Skild AI જેવા સ્પર્ધકો મોટા ફંડિંગ રાઉન્ડ પછી $14 બિલિયનથી વધુનું મૂલ્યાંકન ધરાવે છે. Physical Intelligence, જે રોબોટ્સ માટે જનરલ AI મોડલ્સ વિકસાવે છે, તે માર્ચ 2026 સુધીમાં $11 બિલિયનના મૂલ્યાંકન પર $1 બિલિયનના ફંડિંગ રાઉન્ડની ચર્ચા કરી રહ્યું હોવાનું કહેવાય છે. એમ્બોડીડ રોબોટિક્સ ઇન્ટેલિજન્સ પર ધ્યાન કેન્દ્રિત કરતી અન્ય કંપનીઓએ પણ નોંધપાત્ર મૂડી આકર્ષિત કરી છે. જ્યારે Config $200 મિલિયનના મૂલ્યાંકન સાથે પ્રારંભિક સીડ સ્ટેજમાં છે, ત્યારે ડેટા લેયર પર તેનું ધ્યાન અને મજબૂત ઔદ્યોગિક સમર્થન એક મુખ્ય બજાર સ્થાન સુરક્ષિત કરી શકે છે. આ ક્ષેત્રમાં એપ્રિલ 2026 માં જ ફિઝિકલ AI માં લગભગ $5.3 બિલિયનનું રોકાણ થયું હતું.
રોબોટિક્સ ડેટા ગેપને ભરવો
Config ની મુખ્ય ઓફર સોફ્ટવેર AI માટે ઉપલબ્ધ ડેટા અને રોબોટ્સને જરૂરી ડેટા વચ્ચેના વિશાળ તફાવતને સંબોધે છે. લાર્જ લેંગ્વેજ મોડલ્સ (Large Language Models - LLMs) અબજો કલાકોના ટેક્સ્ટ પર તાલીમ પામે છે, પરંતુ એમ્બોડીડ AI માટે ઉચ્ચ-ગુણવત્તાવાળા ડેટાનો વૈશ્વિક સ્તરે માત્ર 500,000 કલાકનો અંદાજ છે. રોબોટ ડેટા એકત્રિત કરવો મુશ્કેલ અને ખર્ચાળ છે, જેમાં ભૌતિક રોબોટ્સ, વિશિષ્ટ પર્યાવરણો અને સ્ટાફની જરૂર પડે છે. વર્તમાન ઔદ્યોગિક ડેટા સંગ્રહ ઘણીવાર માત્ર 25-37% જ પરિણામ આપે છે. Config ના અભિગમમાં આ અછતને દૂર કરવા અને વધુ અદ્યતન રોબોટ્સનો ઉપયોગ કરવામાં મદદ કરવા માટે 100,000 કલાકથી વધુ માનવ ગતિ ડેટા (Human Motion Data) એકત્રિત અને પ્રોસેસ કરવાનો સમાવેશ થાય છે. કંપની ડેટા ઓપરેશન્સને એક મિલિયન કલાક સુધી વિસ્તૃત કરવાની અને રોબોટ-એઝ-એ-સર્વિસ (Robot-as-a-Service) ક્લાઉડ પ્રોડક્ટ રજૂ કરવાની યોજના ધરાવે છે.
પડકારો: અમલીકરણ અને સ્પર્ધા
તેના વ્યૂહાત્મક સ્થાન હોવા છતાં, Config નોંધપાત્ર પડકારોનો સામનો કરે છે. ડેટા ઓપરેશન્સને એક મિલિયન કલાક સુધી વિસ્તૃત કરવા અને 2026 ના અંત સુધીમાં $10 મિલિયનના વાર્ષિક રિકરિંગ રેવન્યુ (Annual Recurring Revenue - ARR) સુધી પહોંચવાના કંપનીના લક્ષ્યો માટે વિયેતનામ અને સિઓલ જેવા વિવિધ સ્થળોએ સંપૂર્ણ અમલીકરણની જરૂર છે. રોબોટિક્સ AI ડેટા માટેના મુખ્ય અવરોધો - તેની અછત, ખર્ચ અને જટિલ ફોર્મેટની જરૂરિયાત (જેમ કે વિગતવાર હેન્ડ ડેટા) - હજુ પણ નોંધપાત્ર છે. સ્પર્ધા તીવ્ર છે, જેમાં સારી રીતે ભંડોળ ધરાવતા હરીફો અને NVIDIA જેવી ટેક જાયન્ટ્સ વિકાસને વેગ આપવા માટે AI મોડલ્સ અને સિમ્યુલેશન બનાવી રહી છે. ડેટા ગુણવત્તા, સંગ્રહ કાર્યક્ષમતા અથવા પ્લેટફોર્મ વૃદ્ધિમાં કોઈપણ ભૂલ વધુ સંસાધનો અથવા સ્થાપિત ડેટા સિસ્ટમ્સ ધરાવતા સ્પર્ધકોને ફાયદો મેળવવાની મંજૂરી આપી શકે છે. વધુમાં, ભૌતિક હાર્ડવેર પર નિર્ભરતા સહજ જટિલતા અને સંભવિત વિલંબ ઉમેરે છે.
રોબોટિક્સ માર્કેટની વૃદ્ધિ Config ની તકોને વેગ આપે છે
વૈશ્વિક રોબોટિક્સ બજાર 2026 માં $38 બિલિયન સુધી પહોંચવાની ધારણા છે, જે છેલ્લા દસ વર્ષમાં સૌથી ઝડપી વૃદ્ધિ દર્શાવે છે. Config નું તાજેતરનું સીડ ફંડિંગ તેને આ વિસ્તરણ માટે જરૂરી ડેટા ઇન્ફ્રાસ્ટ્રક્ચરના મુખ્ય પ્રદાતા બનવા માટે સ્થાન આપે છે. કંપનીની તેના પ્લેટફોર્મ અને રોબોટ-એઝ-એ-સર્વિસ ઓફરિંગ દ્વારા ઉચ્ચ-ગુણવત્તાવાળા રોબોટિક્સ ડેટાને વધુ સુલભ બનાવવાની યોજના ઔદ્યોગિક AI ના વધતા ઉપયોગ સાથે સુસંગત છે, જે Config ને અત્યાધુનિક રોબોટિક સિસ્ટમ્સ માટે વધતી માંગથી લાભ મેળવવા સક્ષમ બનાવે છે.