Mecka AI, una startup fundada en 2024 que recoge y analiza datos de movimiento humano para entrenar robots humanoides y de otros tipos, anunció el miércoles 7 de octubre de 2026 una ronda Serie B de 60 millones de dólares liderada por Sequoia Capital, según TechCrunch y BetaKit. Participaron Nvidia, el brazo de capital riesgo de Microsoft M12, Qualcomm Ventures, Samsung y los inversores existentes Kindred Ventures, Framework Ventures y Neo.
TechCrunch había informado el mes anterior de que Mecka se acercaba a una nueva ronda liderada por Sequoia a una valoración de unos 500 millones de dólares. La compañía no confirmó públicamente esa cifra en el anuncio del 7 de octubre, de modo que la valoración debe tratarse como un dato reportado por la prensa, no como una cifra oficial. BetaKit añade que también participaron el cofundador y consejero delegado de DoorDash, Tony Xu; el exconsejero delegado de ServiceNow y Snowflake, Frank Slootman; y Milan Kovac, antiguo responsable de Tesla Optimus.
La tesis de Mecka es hacer por la robótica lo que Scale AI, Mercor, Surge y otras empresas de etiquetado de datos han hecho por los grandes modelos de lenguaje: suministrar datos generados por humanos de los que esos sistemas aprenden. La startup paga a personas para que se graben realizando tareas cotidianas —preparar café, reparar coches, trabajar en talleres o laboratorios— mientras llevan sensores corporales y usan teléfonos inteligentes. Ese material, a diferencia del texto o las imágenes que se pueden raspar de internet, no existe a escala en la red abierta.
Según BetaKit, Mecka afirma haber superado un ritmo anualizado de ingresos de 100 millones de dólares en junio y espera alcanzar 300 millones a finales de 2026. Esas cifras proceden de la propia empresa y no han sido auditadas en los reportajes citados. El capital de la Serie B se destinará, según la compañía, a escalar la infraestructura de datos, profundizar su laboratorio de investigación interno y construir la capa comercial de despliegue de robots.
Mecka tiene sede en Estados Unidos, con presencia en Toronto y Nueva York. Tres de sus cuatro cofundadores son canadienses y la mayor parte de la plantilla está en Toronto, según BetaKit. Meses antes, la empresa adquirió Docula, una pequeña startup de Vancouver, y anunció 60 millones de dólares en financiación Serie A repartidos entre una ronda inicial de 25 millones en noviembre anterior y una extensión de 35 millones cerrada en verano, con Framework, Menlo Ventures, SV Angel, Kindred y otros.
La competencia en datos del mundo real para robots incluye a XDOF, que según reportajes previos de TechCrunch negociaba una Serie B a una valoración de 1.200 millones de dólares, y a plataformas de datos humanos que empezaron con modelos de lenguaje y se expanden a la robótica, como Scale AI y Micro1. El interés de Sequoia, Nvidia y M12 sugiere que los inversores ven el cuello de botella de los datos de movimiento como tan estratégico como el de los chips o el de la energía.
Nvidia, en particular, tiene un incentivo claro: cuantos más robots se entrenen y desplieguen, mayor será la demanda de sus aceleradores y de su pila de software para robótica. Microsoft, a través de M12, y Samsung y Qualcomm Ventures aportan además canales potenciales hacia clientes industriales y de electrónica de consumo. La presencia de ejecutivos de DoorDash, Snowflake/ServiceNow y Tesla Optimus como inversores ángeles o participantes refuerza la lectura de que el despliegue comercial, no solo la investigación, está en el centro de la tesis.
El modo de captura de Mecka —perspectiva en primera persona con sensores y iPhones en entornos domésticos, culinarios, de laboratorio químico, fabricación metálica y talleres de cuero— busca datos que los modelos multimodales puedan convertir en políticas de control para brazos y humanoides. La empresa ha construido hardware con sensores y modelos de visión y multimodales para transformar esas grabaciones en material listo para entrenar, según BetaKit.
El auge de la robótica humanoide y de la «IA física» ha disparado la demanda de exactamente este tipo de datos. Los modelos de lenguaje pueden preentrenarse con volúmenes masivos de texto público; los robots necesitan demostraciones de cómo un humano abre un cajón, vierte un líquido o atornilla una pieza. Sin ese corpus, el aprendizaje por refuerzo en simulación o el ensayo y error en el mundo real resultan lentos y caros. Startups como Mecka venden la promesa de acortar ese ciclo.
Aun así, hay riesgos. La calidad y la diversidad de las demostraciones importan tanto como el volumen; un sesgo geográfico o de tareas puede limitar la generalización. Los costes de reclutar, instrumentar y pagar a miles de personas que graban tareas reales son elevados. Y la competencia de Scale AI, Micro1 y XDOF puede comprimir márgenes si los laboratorios fronterizos de robótica diversifican proveedores. La valoración reportada de unos 500 millones de dólares, si se confirma, ya descuenta un crecimiento agresivo.
Canadá aparece como un nodo inesperado pero coherente: Toronto concentra talento de visión por computador y aprendizaje automático, y el Canadian Robotics Council ha registrado un aumento rápido de startups de robótica. Mecka, aunque domiciliada en EE. UU., se beneficia de esa base. El hecho de que casi la mitad del capital riesgo canadiense del año pasado fuera a inteligencia artificial, según el relato de BetaKit, encaja con el apetito por «IA encarnada».
Para el mercado, la Serie B de Mecka es otra señal de que la cadena de suministro de la robótica se profesionaliza por capas: chips, energía, datos de movimiento, modelos de control y despliegue en fábrica o en el hogar. Quien controle los datos de demostración humana puede influir en qué laboratorios entrenan más rápido. Sequoia, Nvidia y M12 apuestan a que esa capa será tan indispensable como lo fue el etiquetado de texto e imágenes para los LLM.
Por ahora, lo concreto es una ronda de 60 millones anunciada el 7 de octubre, con Sequoia al frente y un elenco de corporativos e inversores especializados. La valoración de 500 millones sigue siendo un dato de prensa previa. Si Mecka alcanza el ritmo de ingresos que proyecta para finales de año, la siguiente conversación será si esa capa de datos puede sostener márgenes a escala o si se convertirá en un commodity disputado entre varios proveedores.
