Por Canuto  

Tutor Intelligence obtuvo USD $75 millones en una ronda liderada por Andreessen Horowitz para entrenar sus modelos robóticos y ampliar el despliegue de Sonny y Cassie en fábricas y almacenes. La startup cobra por hora o por recogida, mientras busca llevar su flota a más de 1.000 unidades bajo contrato para finales de 2027.
***

  • La Serie B elevó a USD $117 millones la financiación total de Tutor Intelligence, aunque la empresa no informó su valoración ni sus ingresos.
  • Sus robots trabajan con tutores humanos remotos y generan datos que la compañía usa para mejorar sus modelos.
  • Tutor espera superar los 1.000 robots bajo contrato para finales de 2027 y afirma que todos se construirán en EE. UU.

 

Tutor Intelligence destinará los USD $75 millones de su Serie B a entrenar modelos de robótica y ampliar el despliegue de sus robots trabajadores en fábricas y almacenes. La ronda, liderada por Andreessen Horowitz (a16z), eleva a USD $117 millones el capital total captado por la startup de Watertown, Massachusetts. Su propuesta combina máquinas físicas con operadores remotos y un esquema de cobro por hora o por recogida, en lugar de vender los equipos a sus clientes.

La compañía no reveló su valoración ni sus ingresos, por lo que el anuncio ofrece una señal de inversión, pero no permite medir su desempeño financiero con precisión. Según la información publicada por The Next Web, Union Square Ventures y Neo también participaron en la nueva ronda, después de liderar respectivamente la Serie A y la ronda semilla.

Capital para entrenar y desplegar robots

Tutor explicó que utilizará los recursos para desarrollar su modelo fundacional de robots y construir y desplegar sus dos máquinas trabajadoras, Sonny y Cassie. Ambos robots operan con modelos propios de la compañía, que busca mejorar a medida que acumula experiencias en entornos productivos reales. La startup surgió del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, aunque el anuncio no detalló cómo se distribuye el nuevo capital entre investigación, fabricación y operaciones.

La apuesta de la empresa parte de una dificultad central de la robótica aplicada: una máquina debe actuar en espacios donde los objetos, las tareas y las condiciones pueden variar. En vez de limitar la operación a una demostración controlada, Tutor despliega flotas conectadas a internet en instalaciones de clientes y mantiene una supervisión humana remota. La compañía presenta la combinación de uso real y aprendizaje como una vía para perfeccionar sus sistemas, no como una prueba de que ya haya alcanzado una automatización general.

El director ejecutivo y cofundador Josh Gruenstein resumió la presión que enfrenta la expansión al afirmar: «Apenas podemos construir robots lo suficientemente rápido». La declaración apunta a una restricción de capacidad de fabricación y despliegue, aunque la empresa no publicó el tamaño actual de su flota ni cifras que permitan cuantificar esa limitación. Por eso, el objetivo de producción y contratación anunciado para los próximos años será una referencia importante para evaluar el ritmo de crecimiento.

La ronda también incorpora a a16z como nuevo inversor líder, junto con los respaldos anteriores de Union Square Ventures y Neo. La participación de firmas que habían encabezado etapas previas muestra continuidad en el financiamiento de Tutor, pero la empresa no ofreció detalles sobre las condiciones de la Serie B. Sin una valoración divulgada, tampoco es posible establecer cuánto cambió el valor atribuido a la startup frente a sus rondas anteriores.

Operación con tutores humanos remotos

En el esquema de Tutor, los robots realizan trabajos físicos en fábricas y almacenes mientras operadores humanos remotos, llamados tutores por la compañía, los guían. Esa supervisión permite que las máquinas ejecuten tareas sin que el cliente tenga que adquirir cada unidad, y deja a la empresa a cargo del despliegue y el mantenimiento. El modelo también implica que el trabajo del robot depende de la coordinación entre sus sistemas propios y la intervención de esos operadores.

Las tareas incluyen levantar, mover y manipular productos, desde cereales para el desayuno, aperitivos y dulces hasta cosméticos, artículos para el hogar y juguetes. Tutor afirma que sus robots trabajan en algunas de las mayores redes de manufactura y logística de Estados Unidos, pero no identificó a esos clientes ni precisó el volumen de operaciones en cada rubro. La variedad de objetos sí ilustra el tipo de actividad cotidiana y repetitiva que la empresa busca automatizar.

Cada tarea completada produce datos del mundo real que Tutor utiliza para entrenar mejores modelos, según la compañía. Esa dinámica crea un ciclo de operación y aprendizaje: los robots se despliegan, recopilan experiencia durante sus trabajos y reciben mejoras posteriores en software y modelos. Sin embargo, el anuncio no precisa cuántos datos reúne cada instalación, con qué frecuencia actualiza los sistemas ni qué indicadores usa para determinar que una versión ofrece mejores resultados.

La supervisión remota no elimina el papel humano, sino que lo traslada a una función de acompañamiento y guía de las máquinas. Para los clientes, el planteamiento evita comprar robots y delega en Tutor la instalación y el mantenimiento, aunque la fuente no detalla qué nivel de intervención requiere cada tarea. El desempeño del modelo dependerá, por tanto, tanto de las capacidades de los robots como de la forma en que la empresa organiza ese apoyo.

Pago por hora y meta de expansión

Tutor cobra por el trabajo, ya sea por hora o por cada recogida, en lugar de vender sus robots a las empresas que los utilizan. La startup señala que no exige una compra inicial ni un contrato de largo plazo, y se encarga del despliegue, el mantenimiento y las actualizaciones de software y modelos. Ese formato convierte el acceso a la robótica en un servicio operativo, aunque no se publicaron tarifas ni condiciones específicas para distintos tipos de clientes.

La compañía informó que sus robots trabajan ahora en casi cuatro veces más instalaciones que hace un año. También dijo que cerca de un tercio de las organizaciones que recibieron robots durante el último año ya eran clientes que ampliaron su despliegue. Esas referencias muestran crecimiento en instalaciones y expansión entre clientes existentes, pero no revelan el número absoluto de sitios ni permiten calcular cuánto aumentó la facturación.

El siguiente hito que Tutor fijó es superar los 1.000 robots bajo contrato para finales de 2027, todos construidos en Estados Unidos. La empresa no informó cuántas unidades tiene actualmente en operación o contratadas, de modo que no se puede calcular la distancia exacta entre su situación presente y esa meta. El anuncio vincula la expansión a la capacidad de construir más robots y atender nuevos despliegues, pero no establece un calendario intermedio de producción.

El cobro por hora o por recogida puede facilitar que un cliente pruebe el servicio sin asumir el costo de comprar una flota completa, aunque la empresa no presentó datos sobre retención ni sobre ahorro para sus usuarios. La expansión de instalaciones y las ampliaciones de clientes existentes son señales de adopción que Tutor destacó, pero no sustituyen métricas de productividad o rentabilidad. Para valorar el modelo, serán relevantes tanto el uso sostenido como el costo de fabricar, mantener y supervisar cada unidad.

La apuesta por el aprendizaje continuo

Raghu Raghuram, socio general de Andreessen Horowitz y exdirector ejecutivo de VMware, sostuvo que Tutor parte de las necesidades de los despliegues reales. También afirmó que el aprendizaje continuo en una gama creciente de operaciones puede llevar desde capacidades especializadas hacia la robótica de propósito general. Se trata de la visión del inversor sobre el potencial de la empresa, no de una capacidad que Tutor haya demostrado ya en todos los entornos o tareas.

El concepto de aprendizaje continuo conecta la actividad diaria con el entrenamiento de modelos: una mayor variedad de trabajos podría aportar más experiencias para ajustar el comportamiento de los robots. Pero ampliar las operaciones también exige construir máquinas, sostener su mantenimiento y gestionar la intervención humana, elementos que forman parte del servicio descrito por Tutor. El capital de la Serie B deberá apoyar esa combinación mientras la empresa intenta aumentar su presencia en instalaciones productivas.

La financiación de Tutor llega en un momento en que otras compañías de robótica también han anunciado rondas de capital. Formic recaudó USD $50 millones para robots de fábrica, Eka Robotics obtuvo USD $150 millones para agarres robóticos y Maxinsights captó USD $30 millones para datos de entrenamiento. Estas operaciones muestran interés inversor en distintas áreas del sector, aunque cada firma trabaja en problemas diferentes y las cifras no permiten comparar directamente sus modelos de negocio.

Por ahora, Tutor mantiene sin divulgar datos clave para evaluar la escala de su actividad: no informó el número actual de robots, los ingresos ni la valoración alcanzada en la Serie B. Sí puso sobre la mesa una meta concreta de más de 1.000 unidades bajo contrato para finales de 2027 y señaló que construirá todas en Estados Unidos. El avance hacia ese objetivo permitirá observar si su fórmula de robots guiados, pagos por uso y entrenamiento con datos de campo puede sostenerse al crecer.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados