Whalesbook
'TSMC ऑफ रोबोट डेटा' बनण्याची Config ची महत्त्वाकांक्षा
Config ने उभारलेल्या 27 मिलियन डॉलर्स च्या सीड फंडिंगमुळे (Seed Funding) 'एम्बोडीड AI' (Embodied AI) म्हणजेच रोबोट्सच्या विकासाला मोठी चालना मिळणार आहे. कंपनीचे सीईओ मिनजुन सिओ यांनी Config ची तुलना तैवानच्या चिप निर्माता TSMC शी केली आहे. जशी TSMC अनेक कंपन्यांसाठी चिप्स बनवते, त्याचप्रमाणे Config रोबोट डेटासाठी एक आवश्यक प्लॅटफॉर्म (Platform) बनू इच्छिते, जेणेकरून इतर कंपन्यांना रोबोट्ससाठी डेटा मिळवणे सोपे होईल.
आशियाई कंपन्यांचा मोठा पाठिंबा
Samsung, Hyundai आणि LG सारख्या दक्षिण कोरियातील प्रमुख कंपन्यांनी Config मध्ये गुंतवणूक केली आहे. या कंपन्यांची उत्पादन क्षेत्रातील ताकद रोबोटिक्स AI च्या विकासासाठी महत्त्वाची आहे. सॉफ्टवेअर AI साठी जिथे भरपूर डिजिटल डेटा उपलब्ध आहे, तिथे रोबोट्सना शिकवण्यासाठी महागडा आणि प्रत्यक्ष (physical) डेटा लागतो. त्यामुळे आशियातील मजबूत औद्योगिक पायाभूत सुविधा (Industrial Infrastructure) फिजिकल AI च्या प्रगतीसाठी आदर्श ठरत आहे.
मोठ्या कंपन्यांची एकत्रित रणनीती
Samsung Venture Investment सोबतच ZER01NE Ventures (Hyundai Motor ची शाखा), LG Tech Ventures आणि SKT America यांसारख्या कंपन्यांनी या 27 मिलियन डॉलर्स च्या सीड राऊंडमध्ये (Seed Round) भाग घेतला आहे. या गुंतवणुकीतून कंपन्या केवळ एका स्टार्टअपमध्ये नाही, तर त्यांच्या रोबोटिक्स प्रकल्पांसाठी आणि एकूणच फिजिकल AI क्षेत्रासाठी आवश्यक असलेल्या पायाभूत सुविधांमध्ये गुंतवणूक करत आहेत. दक्षिण कोरियन सरकार देखील औद्योगिक AI, स्मार्ट फॅक्टरी आणि रोबोटिक्समध्ये मोठी गुंतवणूक करण्याची योजना आखत आहे, ज्यामुळे राष्ट्रीय स्पर्धात्मकता वाढेल.
रोबोटिक्स डेटा मार्केटमधील वाढती स्पर्धा
रोबोटिक्स AI इन्फ्रास्ट्रक्चरचे मार्केट वेगाने वाढत आहे. Skild AI सारख्या स्पर्धक कंपन्या 14 अब्ज डॉलर्स पेक्षा जास्त व्हॅल्युएशन (Valuation) पर्यंत पोहोचल्या आहेत, तर Physical Intelligence ही कंपनी 11 अब्ज डॉलर्स व्हॅल्युएशनवर 1 अब्ज डॉलर्स च्या फंडिंगवर चर्चा करत असल्याचे म्हटले जाते. Config सध्या 200 मिलियन डॉलर्स च्या व्हॅल्युएशनसह सुरुवातीच्या टप्प्यात असले तरी, डेटा लेयरवर (Data Layer) लक्ष केंद्रित केल्यामुळे आणि मजबूत औद्योगिक पाठिंबा मिळाल्याने त्यांना बाजारपेठेत स्थान मिळवता येईल.
डेटाच्या तुटवड्यावर मात करण्याचे आव्हान
मोठ्या भाषिक मॉडेल्सना (LLMs) शिकवण्यासाठी अब्जावधी तासांचा टेक्स्ट डेटा उपलब्ध असतो, पण रोबोटिक्स AI साठी आवश्यक असलेला उच्च-गुणवत्तेचा फिजिकल डेटा जागतिक स्तरावर केवळ 500,000 तास असण्याचा अंदाज आहे. रोबोटचा डेटा गोळा करणे अत्यंत क्लिष्ट आणि महागडे आहे. Config सध्या 100,000 तासांपेक्षा जास्त मानवी हालचालींचा (Human Motion Data) डेटा गोळा करून त्यावर प्रक्रिया करत आहे आणि त्यांचे लक्ष्य 1 मिलियन तासांपर्यंत पोहोचणे आहे.
पुढील आव्हाने
Config समोर अनेक मोठी आव्हाने आहेत. व्हिएतनाम आणि सोलसारख्या ठिकाणी डेटा ऑपरेशन्स 1 मिलियन तासांपर्यंत वाढवणे आणि 10 मिलियन डॉलर्स च्या वार्षिक आवर्ती महसुलापर्यंत (Annual Recurring Revenue) पोहोचणे यासाठी उत्तम अंमलबजावणीची (Execution) गरज आहे. डेटाची कमतरता, त्याची किंमत आणि क्लिष्ट स्वरूप या रोबोटिक्स AI डेटासमोरील मुख्य अडचणी कायम आहेत. NVIDIA सारख्या मोठ्या कंपन्या आणि इतर स्पर्धक आधीच AI मॉडेल्स आणि सिम्युलेशन (Simulation) तयार करत आहेत, ज्यामुळे Config साठी स्पर्धा अधिक तीव्र आहे.
रोबोटिक्स मार्केटची वाढ
जागतिक रोबोटिक्स मार्केट 2026 पर्यंत 38 अब्ज डॉलर्स पर्यंत पोहोचण्याची शक्यता आहे, जी गेल्या दहा वर्षांतील सर्वात वेगवान वाढ दर्शवते. Config चे हे नवीन फंडिंग त्यांना या वाढत्या बाजारपेठेत आवश्यक डेटा इन्फ्रास्ट्रक्चर पुरवणारे एक महत्त्वाचे खेळाडू बनण्यास मदत करू शकते.