Skild AI superó los $100 millones en ARR, diez meses después de nuestra primera implementación comercial.
Ante todo, gracias a cada miembro de nuestro equipo y a cada socio que lo hizo posible.
Esto requirió un esfuerzo extraordinario de muchas personas excelentes. En diez meses, hemos escalado a más de 60 clientes de pago en áreas como el movimiento de mercancías, la realización de entregas, la inspección de sitios, la provisión de seguridad, la preparación de alimentos, así como la operación dentro de almacenes, fábricas y centros de datos. La movilidad representa el 10% de nuestros ingresos, y las soluciones Fetch representan el 4%.
Junto con NVIDIA y Foxconn, estamos implementando el Skild Brain en manipuladores de doble brazo para el ensamblaje de alta precisión de los sistemas NVIDIA Blackwell, un trabajo que cambia con cada ciclo de producto y que solía implicar reprogramar cada robot en la línea.
En Sumitomo Wiring Systems, estamos trabajando para implementar S1 y automatizar procesos en la fabricación de arneses de cableado que se consideraban "imposibles" de automatizar.
Con Mitsui & Co., cuyas cadenas de suministro sirven 1.4 millones de comidas al día en Japón, estamos pilotando robots de propósito general impulsados por S1 en cocinas comerciales.
Desde el principio, nos hemos centrado en la implementación como una parte central de la tecnología en sí misma, y no como el resultado de ella.
El Pilar Oculto
Existe una línea de pensamiento en robótica que dice algo así: entrenaremos un modelo súper inteligente, construiremos hardware sobrehumano, y luego, un día—pum—robots por todas partes.
Por analogía con los modelos de lenguaje, esto suena correcto. Años de investigación, luego ChatGPT. Un estimado de 100 millones de usuarios mensuales en dos meses. Desde fuera, la implementación pareció llegar de repente, después de que la parte difícil estuviera hecha.
En robótica, no puedes dejar la implementación para el final.
¿Cómo funcionará la cadena de suministro? ¿Quién lo instala? ¿Quién es dueño de la integración? ¿Quién lo arregla cuando se rompe? ¿Quién lo actualiza cuando el proceso cambia? No entiendes completamente estas preguntas hasta que estás allí.
La implementación es el pilar oculto de la investigación en robótica porque es donde ocurre la robótica. No hay sustituto.
Las implementaciones informan la dirección de la investigación de frontera de Skild. Permítenos darte algunos ejemplos.
Demos vs. Implementación
Ver videos de demostración se ha convertido en una forma común de medir el progreso en la IA física. Ves un video y piensas: "¡Parece que funciona!"
El problema es que un clip exitoso de un robot con una precisión del 5%, 10% o 99% puede verse exactamente igual. Incluso si tienes un 10% de precisión, puedes seguir grabando hasta que funcione.
Enseñamos a nuestro modelo a hacer huevos el año pasado. Tomó una semana cocinar el primer huevo, luego dos meses para que funcionara de manera confiable con diferentes huevos y en diferentes configuraciones.
Por eso ver no es creer en robótica. La implementación es lo que importa. La cantidad de esfuerzo para exprimir el último 5% de rendimiento supera con creces el del primer 95%.
Velocidad vs. Precisión
Desde una perspectiva de investigación, la precisión puede parecer la métrica principal. Desde una perspectiva de implementación, inmediatamente tienes que preguntarte: ¿qué tan rápido puede trabajar el robot con esa precisión?
Imagina una línea de fábrica con diez estaciones—cinco operadas por robots y cinco por personas. Cada estación debe terminar aproximadamente dentro del mismo tiempo de ciclo. Si una estación es más lenta, limita el rendimiento de toda la línea.
Un robot que tiene un 99.9% de precisión pero es diez veces más lento no está casi listo para implementarse. No está listo para implementarse.
Una empresa que prioriza la implementación optimiza para el éxito bajo restricciones de tiempo desde el principio.
Adaptación al Cambio
Una lección difícil que aprendimos temprano en la implementación: el cambio es la única constante.
Un proveedor cambia un componente. Una fábrica reorganiza una estación de trabajo. Un cliente cambia la secuencia de ensamblaje. El sistema que implementaste tiene que adaptarse.
Si cada cambio requiere recolectar un nuevo conjunto de datos y ejecutar otra ronda de post-entrenamiento, te estás comprometiendo a repetir ese trabajo mientras el robot esté implementado. Esto no es escalable.
Estos hallazgos, aprendidos de la manera difícil a través de las implementaciones, nos hicieron enfocar nuestros esfuerzos de investigación en S1, nuestro modelo más reciente, lanzado hace dos semanas.
Construimos S1 para aprender de un solo ejemplo en video a través del aprendizaje en contexto. Un operador puede grabar una nueva demostración y dársela al robot como una instrucción, sin actualizar los pesos del modelo. S1 está construido sobre la infraestructura de IA de NVIDIA, lo que nos brinda la base de computación acelerada necesaria para entrenar a escala en nuestra diversa combinación de datos robóticos.
https://x.com/SkildAI/status/2092300842900865389
¿Se habría convertido esto en una prioridad tan alta si nos hubiéramos quedado en el terreno de la investigación? No lo creemos. La implementación nos enseñó a preguntarnos esto, y S1 es nuestra respuesta.
Cultura
Las demos también pueden ser perjudiciales. Es muy difícil mantener una cultura de demos y una cultura de implementación al mismo tiempo dentro de una sola empresa.
Puedes seleccionar una buena demo de un robot con un 50% de precisión. Para implementar, tienes que trabajar en el otro 50%, que es mucho, mucho más difícil.
Si celebras públicamente estas demos "avanzadas", las personas que trabajan en ellas se sienten alentadas. Las personas que trabajan en el 50% subestimado reciben menos atención, aunque su trabajo es lo que hace útil al robot.
Tener los recursos para hacer ambas cosas no hace que esos incentivos desaparezcan.
Puedes intentar combatirlos internamente recompensando el trabajo de implementación real. Pero entonces las personas inteligentes preguntan: "¿Por qué estoy perdiendo el tiempo con demos cuando el trabajo real está en la implementación?" — y la cultura de demos muere de todos modos.
Si las demos son lo que una empresa recompensa, las demos son en lo que la gente trabajará. Elegimos recompensar la implementación.
RSI Físico
La implementación es un pilar de la investigación. Es un pilar de la evaluación. Y nos obliga a enfrentar incentivos culturales que pueden alejar a una empresa del trabajo útil.
También es cómo pensamos sobre el RSI físico: la auto-mejora recursiva.
Hay dos puntos de vista comunes sobre los datos de implementación. Uno dice que la implementación se convertirá en la fuente última de datos de entrenamiento para la robótica. El otro dice que los datos de implementación son demasiado limitados para mejorar un modelo general, porque un robot implementado repite la misma tarea una y otra vez. Ambos puntos de vista tienen algo de razón.
Si un robot especializado ya abre una tapa de botella particular de manera confiable, recolectar miles de ejemplos adicionales del mismo movimiento exitoso puede agregar poco. El sistema especializado ya conoce su tarea. El valor aparece cuando el aprendizaje de muchos sistemas especializados se integra de nuevo en un modelo base general.
- Comienza con un modelo fundacional entrenado en diferentes robots, tareas y configuraciones. Es ampliamente capaz, pero perfecto en nada.
- Implántalo en diferentes aplicaciones. El aprendizaje en contexto le permite adaptarse sin requerir una nueva ejecución de entrenamiento para cada cambio. Cuando se necesita más entrenamiento para la velocidad y confiabilidad a nivel de producción, los datos de implementación pueden ayudar a especializar el sistema. Cada implementación se vuelve mejor en su propia tarea.
- Trae los datos de todas esas implementaciones de vuelta al modelo general. La experiencia que agrega poco a un especialista que ha dominado una tarea aún puede ser valiosa para un generalista que aprende muchas tareas diferentes. La próxima implementación comienza desde un modelo más fuerte.
La analogía que usamos es mi propia educación.
En la secundaria, sabíamos física, química y matemáticas a un nivel decente. Luego nos especializamos en IA. Hoy sabemos mucho más sobre IA que mi yo de secundaria, pero hemos olvidado gran parte de la química que una vez supimos.
Ahora imagina que pudiéramos tomar a nuestro yo de secundaria y, en un universo paralelo, hacer un doctorado en química. Otro en física. Otro en matemáticas. Luego imagina destilar todo ese conocimiento especializado de vuelta en el estudiante con el que empezamos.
Esa es nuestra estrategia. Al implementar, estamos haciendo que el "yo de secundaria"—S1—sea cada vez mejor. Cuanto más aprende el generalista, menos especialización debería necesitar la próxima implementación. Este es el volante de datos de implementación.
La era de las demos ha terminado; la era de la implementación ha comenzado.
Deepak Pathak y Abhinav Gupta
