Cómo justificar una ronda semilla de $90M en IA física

Veeda AI levantó una ronda semilla de $90 millones USD tres meses después de su fundación. Los tres cofundadores de la empresa provienen de Nvidia, y Khosla Ventures y Radical Ventures lideraron conjuntamente la ronda, con participación de 2077 Ventures. Veeda se posiciona en torno al entrenamiento de robots, distinto del enfoque de Wayve en conducción autónoma. Esa distinción importa. En IA física, la parte más cara de una demostración no es el robot; es la prueba de que el robot puede seguir mejorando después de que la cámara deja de grabar.

Para fundadores que construyen herramientas adyacentes—simulación, captura de datos, evaluación de robots, operaciones de flota—la lección no es que los cheques semilla se hayan inflado. Es que los inversores están empezando a pagar por infraestructura que hace entrenable la IA encarnada. Una demostración de robot muestra una tarea. Una fábrica de entrenamiento muestra un activo compuesto.

La apuesta por infraestructura detrás de la ronda

Los modelos del mundo están entre las categorías de IA más financiadas en 2026. Ese contexto ayuda a explicar por qué una ronda semilla puede superar los $90 millones antes de que un producto se despliegue de forma amplia. Veeda planea usar el financiamiento para contratar investigadores y construir infraestructura de simulación. En otras palabras, la empresa no está comprando una flota de robots para demostrar un caso de uso. Está comprando la capacidad de investigación y simulación necesaria para generar, probar y refinar el comportamiento de robots a escala.

Esa es una estructura de capital distinta a la de una startup tradicional de robótica. Una empresa de hardware gasta en piezas, herramientas, cadenas de suministro y pruebas de campo. Una empresa de infraestructura de entrenamiento gasta en cómputo, fidelidad de simulación, pipelines de datos, herramientas de seguridad y en los investigadores que pueden convertir la experiencia desordenada en una política utilizable. La primera empresa necesita un cliente. La segunda necesita un método repetible para hacer mejores a los robots.

El intercambio es real. Las empresas de infraestructura pueden parecer abstractas para los compradores. Deben vender una capacidad que es difícil de demostrar en una sala de juntas y aún más difícil de fijar en precio frente a un operador humano. Si la propuesta es “hacemos entrenables a los robots”, el inversor preguntará qué significa eso en dólares: menos horas de campo, iteración más rápida de política, menor tasa de incidentes o mayor éxito de tareas en toda una flota.

La prueba de la fábrica entrenable

Antes de levantar más allá de una demostración, somete tu empresa a una prueba simple. ¿Posees al menos una de las siguientes?

• Simulación de alta fidelidad. ¿Puede tu entorno reproducir la física, el ruido de percepción, la latencia y los modos de fallo con los que un robot se encontrará en el campo? Si no, tu simulación es un renderizado, no un activo de entrenamiento.
• Captura de datos del mundo real. ¿Tienes una forma repetible de recopilar datos de sensores, correcciones del operador, resultados de tareas y casos límite? Los datos que no pueden etiquetarse, versionarse y reproducirse son solo almacenamiento.
• Despliegue con restricciones de seguridad. ¿Puede tu sistema funcionar en un entorno real sin que un humano vigile cada acción? La seguridad no es una función en IA física; es la diferencia entre un piloto y un producto.
• Generación paralela de experiencia. ¿Puedes generar muchos episodios de entrenamiento a la vez, entre simuladores, robots o escenarios sintéticos? El entrenamiento de robots en el mundo real tiene cuellos de botella: escalado de hardware, seguridad e incapacidad de paralelizar la experiencia.

Si la respuesta es sí a al menos una, puedes precificarte como infraestructura. No estás vendiendo un robot; estás vendiendo el sistema que hace entrenables a los robots. Si la respuesta es no, eres una demostración con dependencia de hardware. Eso no es fatal, pero cambia la historia de valoración. Una demostración necesita un cliente, un caso de uso y una ruta hacia ingresos. Una fábrica de entrenamiento necesita evidencia de que su bucle de datos y simulación se compone.

Cómo hacer defendible el número

Una ronda semilla de $90 millones no es una solicitud genérica. Requiere una afirmación específica sobre lo que compra el dinero y por qué ese activo es escaso. Para herramientas de IA física, las afirmaciones más fuertes son operativas:

1. Reduces el costo de un episodio de entrenamiento. Si un robot puede aprender una tarea en muchas horas de campo, y tu simulación o pipeline de datos lo reduce de manera material, tienes una curva de costos medible. Los inversores querrán la línea base, la meta y la evidencia de que la reducción no es un resultado de laboratorio de una sola vez.
2. Aumentas el número de episodios utilizables por día. La paralelización es la clave. Un solo robot en un almacén genera experiencia lentamente. Una pila de simulación, un equipo de captura de datos o una capa de operaciones de flota pueden multiplicar esa producción. La métrica no es “tenemos datos”. Es “producimos N episodios etiquetados, reproducibles y filtrados por seguridad por día”.
3. Haces el despliegue más seguro y más auditable. La IA física falla en el mundo real. Si tu sistema puede restringir el comportamiento, registrar intervenciones y revertir políticas, estás reduciendo el riesgo que normalmente limita los despliegues de robots. Eso es una ventaja de precio, no una nota al pie de cumplimiento.
4. Posees la interfaz entre investigación y operaciones. El escalado de hardware, la seguridad y la incapacidad de paralelizar la experiencia son los cuellos de botella. Si tu empresa está en la intersección de esos problemas, no eres un equipo de funcionalidades. Eres la capa que convierte la investigación en comportamiento listo para el campo.

Los números deberían ser aburridos. Un fundador debería poder decir: “Nuestra simulación reduce el tiempo de iteración de tareas en X, nuestro pipeline de datos captura Y horas por semana y nuestra capa de seguridad ha permitido Z despliegues sin anulación manual.” Si esos números no están disponibles, la ronda es una apuesta por el equipo y la categoría, no por un activo defendible. Eso puede funcionar, pero es una conversación diferente.

La pregunta no es si tu robot puede hacer una tarea. Es si tu empresa puede hacer que el siguiente robot sea mejor, más rápido y más barato que el anterior.

Para fundadores en simulación, captura de datos, evaluación de robots u operaciones de flota, la ronda de Veeda es un punto de referencia útil. Sugiere que el financiamiento semilla en IA encarnada está cambiando de “muéstrame el robot” a “muéstrame el bucle de entrenamiento”. Si tu empresa posee parte de ese bucle—simulación, datos, seguridad o experiencia paralelizada—puedes argumentar a favor de una precificación de infraestructura. Si no, construye el activo antes de pedir el número.

Este artículo es información general, no asesoramiento de inversión ni legal.