نکته‌ای درباره Mecka AI که توسط انویدیا مورد توجه قرار گرفته است، آیا قبلاً در حوزه Crypto فعالیت کرده است؟

این شرکت داده‌های رباتیک قبلاً قصد داشت با استفاده از امتیازهای Crypto به جذب کاربران بپردازد.

نویسنده: KarenZ، Foresight News

پروژه‌ای که قبلاً با استفاده از امتیازهای به سبک Crypto به جذب کاربران برای ارائه داده‌ها پرداخته بود، اکنون از حمایت غول‌های فناوری و مؤسسات سرمایه‌گذاری مانند Sequoia Capital، انویدیا و مایکروسافت برخوردار است و پیش‌بینی می‌شود تا پایان سال درآمدی معادل ۳۰۰ میلیون دلار داشته باشد.

این پروژه Mecka AI است.

در تاریخ ۷ اکتبر، Mecka AI اعلام کرد که ۶۰ میلیون دلار در دور تأمین مالی B جمع‌آوری کرده است، که Sequoia Capital رهبری آن را بر عهده داشته و انویدیا، M12 زیرمجموعه مایکروسافت، Qualcomm Ventures، سامسونگ و سایر سرمایه‌گذاران جدید نیز در آن شرکت کرده‌اند. Framework Ventures، Kindred Ventures و شتاب‌دهنده‌ها و VC Neo نیز به حمایت خود ادامه می‌دهند.

این شرکت همچنین فاش کرد که نرخ درآمد سالانه آن تا ژوئن ۲۰۲۶ به بیش از ۱۰۰ میلیون دلار رسیده و پیش‌بینی می‌شود تا پایان سال به ۳۰۰ میلیون دلار برسد. لازم به ذکر است که این نرخ درآمد سالانه اعلام شده توسط شرکت است و به معنای درآمد واقعی سالانه نیست.

برای صنعت Crypto، Mecka یک شرکت AI کاملاً ناشناخته نیست. این شرکت نه تنها سرمایه‌گذاران در صنعت کریپتو دارد، بلکه تیم بنیان‌گذاران آن نیز دارای پیشینه‌ای در Crypto هستند. نکته جالب‌تر این است که Mecka در اوایل کار خود برنامه‌ای با رنگ و بوی صنعت کریپتو را راه‌اندازی کرده بود که باعث گمانه‌زنی‌هایی درباره احتمال صدور توکن در آینده شد.

اما اکنون، وب‌سایت Mecka و اعلامیه‌های تأمین مالی تقریباً دیگر به Web3 تأکید نمی‌کنند و به جای آن خود را به عنوان یک شرکت زیرساخت داده‌های AI فیزیکی (Physical AI) معرفی می‌کنند.

Mecka چه تغییراتی از امتیازهای Crypto به کسب و کار داده‌های رباتیک داشته است؟

Mecka چه پیشینه‌ای دارد؟

چهار بنیان‌گذار اصلی Mecka عبارتند از: Josh Gao (مدیرعامل)، Jason Chong (مدیر فناوری)، Duy Nguyen (مدیر عملیات) و Mogen Cheng (مدیر محصول).

جالب اینجاست که هیچ‌یک از این چهار نفر در ابتدا پیشینه‌ای در تحقیق در زمینه رباتیک نداشتند. مدیرعامل Josh Gao قبلاً با Mogen Cheng یک استارتاپ نرم‌افزاری در زمینه رستوران تأسیس کرده و در سال ۲۰۲۳ این کسب و کار را فروخته است.

بنیان‌گذار و مدیر فناوری Jason Chong نیز چهره‌ای آشنا در صنعت Crypto است؛ او شرکت استارتاپ پرداخت‌های کریپتویی Utopia Labs را تأسیس کرده که بعداً توسط Coinbase خریداری شد. به گزارش مجله Fortune، Duy Nguyen که مسئول عملیات است، تجربه‌ای در کسب و کار فروش کفش‌های ورزشی دارد و او از طریق خرید و فروش کفش‌های ورزشی میلیون‌ها دلار درآمد کسب کرده است.

Josh Gao در مصاحبه‌ای با Fortune اعتراف کرد که اعضای تیم هیچ‌یک از صنعت رباتیک نیستند. آن‌ها از طریق مطالعه مقالات تحقیقاتی، بازدید از آزمایشگاه‌های رباتیک و گفتگو با محققان به تدریج به این نتیجه رسیدند که صنعت رباتیک با وجود سخت‌افزارها و مدل‌های پیشرفته، از داده‌های حرکتی انسانی واقعی و کافی به شدت کمبود دارد. بنابراین، تیم تصمیم گرفت که به جای ساخت ربات‌ها، داده‌های لازم برای یادگیری دنیای واقعی را برای ربات‌ها فراهم کند.

در مورد زمان تأسیس، گزارش‌های عمومی دارای تفاوت‌هایی هستند. TechCrunch زمان تأسیس Mecka را به سال ۲۰۲۴ نسبت می‌دهد، در حالی که Fortune می‌گوید چهار بنیان‌گذار پس از جمع‌آوری داده‌های زیاد در مراحل اولیه، در سال ۲۰۲۵ تصمیم به راه‌اندازی رسمی Mecka AI گرفتند. بنابراین، می‌توان سال ۲۰۲۴ را به عنوان مرحله اولیه اکتشاف پروژه و سال ۲۰۲۵ را به عنوان مرحله راه‌اندازی شرکت در نظر گرفت.

در زمینه تأمین مالی، Mecka در آگوست ۲۰۲۵ تأمین مالی ۸ میلیون دلاری در دور بذر را به صورت عمومی اعلام کرد که توسط Neo رهبری شد.

در ژوئن ۲۰۲۶، این شرکت همچنین اعلام کرد که مجموعاً ۶۰ میلیون دلار تأمین مالی (۲۵ میلیون دلار در دور A و ۳۵ میلیون دلار سرمایه‌گذاری بعدی) را جمع‌آوری کرده است که Framework Ventures رهبری آن را بر عهده داشته و Menlo Ventures، SV Angel، Kindred Ventures و دیگران نیز در آن مشارکت کرده‌اند.

چهار ماه بعد، Mecka دوباره ۶۰ میلیون دلار در دور B تأمین مالی جمع‌آوری کرد و ترکیب سرمایه‌گذاران به Sequoia Capital، انویدیا، M12 زیرمجموعه مایکروسافت و دیگر مؤسسات گسترش یافت.

از Framework Ventures تا Sequoia Capital و سپس انویدیا و مایکروسافت به عنوان سرمایه‌گذاران استراتژیک، ترکیب تأمین مالی Mecka دیگر محدود به دایره Crypto نیست.

Mecka چیست؟

AI می‌تواند مقالات بنویسد و کد تولید کند، اما برای اینکه ربات‌ها یاد بگیرند چگونه قهوه بریزند، لباس‌ها را تا کنند و خودروها را تعمیر کنند، هنوز به آموزش زیادی نیاز دارند.

دلیل آن ساده است: مدل‌های زبانی می‌توانند از اینترنت متن‌های زیادی را به دست آورند، اما ربات‌ها باید حرکات، نیرو، تماس و روابط فضایی در دنیای واقعی را درک کنند. این اطلاعات نمی‌توانند به طور مستقیم از وب‌سایت‌ها به دست آیند.

آنچه Mecka انجام می‌دهد، تبدیل فعالیت‌های روزمره انسانی به داده‌های آموزشی قابل استفاده برای ربات‌ها است.

فرآیند کار آن عمدتاً به سه مرحله تقسیم می‌شود.

اولین مرحله جمع‌آوری داده‌ها است. Mecka افراد را سازماندهی می‌کند تا با استفاده از تلفن‌های همراه یا دستگاه‌های چند حسگری که خود توسعه داده‌اند، فعالیت‌های روزمره مانند پخت و پز، مرتب‌سازی اشیاء و تعمیر خودروها را ثبت کنند.

سپس مرحله پردازش داده‌ها است. این شرکت از تکنیک‌های بینایی کامپیوتری و مدل‌های چندمدلی برای پردازش ویدیوهای خام و داده‌های حسگری استفاده می‌کند و مسیرهای حرکتی، وضعیت دست‌ها و اطلاعات فضایی سه‌بعدی را استخراج می‌کند.

در نهایت، مرحله تحویل داده‌ها است. Mecka داده‌های پردازش شده را به آزمایشگاه‌های رباتیک، تیم‌های مدل AI و شرکت‌ها ارائه می‌دهد تا برای آموزش مدل‌ها، ارزیابی و استقرار ربات‌های واقعی استفاده شود.

مدل کسب و کار اصلی Mecka B2B داده‌ها و خدمات مرتبط است.

در آگوست ۲۰۲۵، به گزارش Upstarts، Mecka اعلام کرده است که با برخی از شرکت‌های ۱۰۰ برتر Fortune قراردادهای پرداختی امضا کرده و شرکت رباتیک 1X Technologies را به عنوان شریک اولیه خود معرفی کرده است.

در حال حاضر، این شرکت ادعا می‌کند که به چندین آزمایشگاه رباتیک پیشرفته و چندین شرکت بزرگ فناوری در ایالات متحده خدمات ارائه می‌دهد، اما فهرست کامل مشتریان و مبلغ قراردادهای خاص را منتشر نکرده است.

با این حال، Mecka دیگر به فروش فقط داده‌ها راضی نیست.

در آخرین اعلامیه تأمین مالی، این شرکت همچنین بر روی کسب و کار استقرار ربات‌ها تأکید کرده است، از جمله اتصال سخت‌افزاری، جمع‌آوری داده‌های میدانی، آموزش مجدد مدل‌ها، یکپارچه‌سازی سیستم و نگهداری و عملیات بعدی.

این بدان معناست که Mecka امیدوار است از تأمین‌کننده داده‌های آموزشی به یک ارائه‌دهنده خدمات استقرار ربات‌ها برای شرکت‌ها تبدیل شود.

این مدل ارزشمند است، زیرا Mecka نه تنها می‌تواند داده‌های یک‌باره را بفروشد، بلکه ممکن است از طریق استقرار و عملیات مداوم با مشتریان روابط بلندمدتی برقرار کند.

آیا Mecka Web3 را کم‌رنگ کرده است؟

در مقایسه با موقعیت فعلی AI فیزیکی، رنگ و بوی Crypto در اوایل کار Mecka بسیار واضح‌تر بود.

در سال ۲۰۲۴، Mecka برنامه‌ای با الهام از صنعت کریپتو را راه‌اندازی کرد. امتیازهای اولیه همچنین شامل وظایف اجتماعی بودند و عملکردی برای رشد کاربران داشتند.

در مورد این تجربه، به گزارش Upstarts، مدیرعامل Mecka، Josh Gao، توضیحاتی ارائه داده است. این مدل اگرچه به جلب توجه در مراحل اولیه پروژه کمک می‌کند، اما همچنین برای شرکت مشکلاتی در اعتماد ایجاد می‌کند، به ویژه در همکاری با شرکت‌های بزرگ. مدیر فناوری Jason Chong نیز معتقد است که اگر یک شرکت بخواهد میلیون‌ها ساعت داده ویدیویی با کیفیت‌های متفاوت جمع‌آوری کند، مکانیزم توکن ممکن است مفید باشد؛ اما اگر به آن مقیاس جمع‌آوری نیاز نداشته باشد، ممکن است مزاحمت ایجاد کند.

سپس، Mecka به سمت بازی‌سازی وظایف روزمره حرکت کرد تا کاربران را از طریق فعالیت‌هایی مانند مرتب کردن تختخواب تشویق به ارائه داده‌ها کند. برای وظایف سفارشی برای شرکت‌ها، این شرکت به جمع‌آورندگان داده‌های انتخاب شده تجهیزات خاصی ارائه می‌دهد تا داده‌های با کیفیت بالاتری را به دست آورد.

آیا اکنون Mecka هنوز به کاربران امتیاز می‌دهد؟ این موضوع هنوز قابل تأیید نیست.

در فوریه ۲۰۲۶، Mecka یک برنامه iOS جدید را در اپ استور اپل راه‌اندازی کرد که به طور رسمی به عنوان ابزاری برای ضبط داده‌های اول شخص برای آزمایشگاه‌های تحقیق رباتیک داخلی توصیف شده است و عمدتاً برای ضبط داده‌ها، بارگذاری و مدیریت وظایف استفاده می‌شود و به طور عمومی به امتیازها، توکن‌ها یا مکانیزم‌های ایردراپ اشاره‌ای نکرده است.

نویسنده این برنامه را دانلود کرده است، اما برای ورود به آن نیاز به پر کردن Access Code (کد دسترسی) است، بنابراین در حال حاضر نمی‌تواند وظایف داخلی و قوانین پاداش را مشاهده کند و نمی‌تواند تعیین کند که آیا ارائه‌دهندگان داده در حال حاضر امتیاز، پول نقد یا اشکال دیگری از پاداش را دریافت می‌کنند.

آیا وقتی کسب و کار داده‌ای به خوبی پیش می‌رود، به توکن نیاز است؟

با مرور توسعه Mecka، مهم‌ترین نکته این نیست که آیا این شرکت توکن صادر خواهد کرد یا خیر، بلکه این است که چگونه مدل جمع‌آوری داده‌های آن به تدریج با نیازهای شرکت‌ها ترکیب می‌شود.

برنامه‌های اولیه امتیاز به حل مشکل راه‌اندازی سرد کمک می‌کردند: چگونه می‌توان کاربران عادی بیشتری را جذب کرد تا داده‌های واقعی از دنیای واقعی برای ربات‌ها فراهم کنند؟

اما نیازهای مشتریان تجاری پیچیده‌تر است.

برای آزمایشگاه‌های رباتیک، تعداد ویدیو تنها معیار نیست. دقت داده‌ها، کامل بودن حرکات، قابلیت تطابق با وظایف آموزشی خاص و ثبات کیفیت جمع‌آوری نیز به همان اندازه مهم است.

بنابراین، انگیزه‌های امتیاز باز و جمع‌آوری پرداختی تخصصی، مدل‌های تجاری کاملاً یکسانی نیستند.

مدل اول به راحتی می‌تواند تعداد زیادی شرکت‌کننده را جذب کند، در حالی که دومی به مدیریت فرآیند جمع‌آوری بر اساس نیازهای خاص مشتری کمک می‌کند. این دو روش ممکن است همزمان وجود داشته باشند و نمی‌توان به سادگی قضاوت کرد که کدام یک به طور قطع مؤثرتر است.

تلاش‌های اولیه Mecka در زمینه امتیازهای Crypto و سپس توجه بیشتر به داده‌های سفارشی تجاری و استقرار، می‌تواند به عنوان فرآیند تمرکز تدریجی مدل تجاری آن در نظر گرفته شود.

و نرخ درآمد سالانه بیش از ۱۰۰ میلیون دلار حداقل نشان می‌دهد که شرکت ادعا می‌کند که کسب و کار فعلی آن پایه درآمدی قابل توجهی را تشکیل داده است. اما به دلیل عدم افشای کامل مالی، هنوز نمی‌توان قضاوت کرد که حاشیه سود، قابلیت سودآوری و پایداری رشد آن چگونه است.

توسعه Mecka همچنین سؤالی را برای صنعت Crypto به جا می‌گذارد: اگر یک پروژه در نهایت بتواند به درآمد تجاری سنتی تکیه کند، به طور مداوم به ارائه‌دهندگان داده پاداش دهد و نیازهای خرید داده‌های شرکت‌ها را برآورده کند، آیا توکن هنوز ضروری است؟

برای Mecka، این سؤال هنوز پاسخی نهایی ندارد.

اما می‌توان با اطمینان گفت که برنامه‌های امتیاز که قبلاً توجه کاربران Crypto را جلب کرده بودند، اکنون دیگر در تبلیغات خارجی آن‌ها در اولویت نیستند. به جای آن، داده‌های آموزشی ربات، مشتریان تجاری، استقرار تجاری و مقیاس درآمد در حال رشد قرار دارد.