Los inversores en IA física destacaron las capacidades de manufactura y semiconductores de Asia como posibles ventajas para las empresas de robótica que avanzan hacia la implementación comercial, y señalaron al mismo tiempo el acceso a datos de entrenamiento del mundo real como un obstáculo importante.

Puntos clave

  • Los inversores debatieron oportunidades en Taiwán, Japón y el Sudeste Asiático durante una cumbre en San Francisco.
  • Puede ser difícil obtener datos de las fábricas porque los fabricantes podrían mostrarse reacios a compartir información patentada.
  • El Startup Island TAIWAN Silicon Valley Hub está organizando más diálogos sectoriales y encuentros de inversores.

La IA física pasa de la simulación a la producción

En Silicon to Scale: A Physical AI Summit, celebrada durante la SF Tech Week, inversores y ejecutivos del sector debatieron el desafío de implementar máquinas inteligentes en entornos reales. El evento reunió a más de 170 inversores, líderes del sector y fundadores, y contó con cinco startups taiwanesas: Morale AI, MetAI, Jmem Tek, Neuroshine y APMIC.

Un panel corporativo examinó la brecha entre la simulación y la implementación en el mundo real, así como la infraestructura de computación, edge y energía necesaria para ampliar las operaciones.

Dónde podría ayudar la manufactura asiática

Jeff Tao, director de infraestructura de IA de Citi, señaló las operaciones de ensamblaje y prueba de semiconductores en el Sudeste Asiático, incluida Malasia, como capacidades existentes que podrían respaldar tecnologías emergentes. También afirmó que las empresas podrían combinar las fortalezas manufactureras de Asia con el acceso a Estados Unidos, donde los altos costos laborales crean oportunidades para la automatización industrial.

Kosuke Yusa, de Open Network Lab Fund, dijo que Japón ofrece una ventaja distinta: entornos de producción que cambian con frecuencia y exigen que los robots se adapten a diferentes tareas y condiciones operativas. Uly Su, responsable del Startup Island TAIWAN Silicon Valley Hub, afirmó que Taiwán podría aprovechar sus fortalezas en semiconductores, electrónica y manufactura avanzada.

Datos de fábrica y limitaciones de infraestructura

A diferencia de los modelos lingüísticos entrenados con abundante información digital, los sistemas robóticos necesitan datos especializados de entornos físicos, como fábricas y líneas de producción. Tao dijo que recopilarlos es difícil, en parte porque los fabricantes se muestran reacios a compartir datos operativos patentados.

Vandon Duong, principal de DCVC, dijo que los desarrolladores están dispuestos a pagar por conjuntos de datos diversos y bien anotados, pero cuestionó cómo las empresas dedicadas a recopilar datos podrían crear ventajas duraderas a medida que aumenta la competencia. Los inversores también debatieron los costos de computación: Tao señaló la disponibilidad de electricidad como un cuello de botella cada vez más importante para la infraestructura de Estados Unidos, mientras que Duong mencionó tecnologías que podrían mejorar la eficiencia computacional y reducir los costos de inferencia.

Leer más noticias

Más noticias de FinanceVelix

Aviso legal

Este artículo de FinanceVelix ofrece información general, no asesoramiento financiero, de inversión, legal o fiscal personalizado. Los precios de mercado, las tasas de interés y las condiciones económicas pueden cambiar; las inversiones conllevan riesgo de pérdida. Los hechos reflejan la información disponible en el momento de la publicación y pueden cambiar. Verifique de manera independiente la información importante y consulte a un profesional cualificado cuando sea necesario. La mención de un activo, empresa o servicio no constituye un respaldo.