¿Por qué mueren rápido las startup de robótica?

Rethink Robotics cerró sus puertas y cerró definitivamente el 4 de octubre de 2018. Para muchos observadores casuales, el colapso de una compañía muy célebre, fundada por el investigador preeminente de inteligencia artificial (IA) y la celebridad menor Rodney Brooks fue una sorpresa. Para otros, es solo la última indicación del problema en la tierra de la robótica. Según la compañía, Rethink Robotics se vio obligado a cerrar sus puertas cuando no pudo encontrar fondos adicionales, y en un intento final de vender la compañía y / o sus activos no pudo encontrar un comprador.

Rethink Robotics no fue la única compañía de robótica obligada a cerrar sus puertas el año pasado. Mayfield Robotics, desarrolladores del robot social Kuri, cerró unos meses antes de Rethink en agosto de 2018, a pesar de debutar un año antes en el CES 2017. Antes de eso, Jibo, los fabricantes de un dispositivo de robótica personal también cerraron incluso después de habiendo recaudado más de $ 70 millones. Estas compañías cerraron a pesar de recaudar colectivamente varios cientos de millones de dólares en fondos y desarrollar sus productos durante muchos años.

Esto es particularmente desconcertante ya que muchas compañías de inteligencia artificial están llenas de efectivo y recaudan dinero a niveles y valoraciones cada vez más sorprendentes. ¿Cómo podría ser que estas empresas de robótica, dirigidas y operadas por algunas de las personas más célebres de la industria de la inteligencia artificial, podrían estar fallando cuando soluciones aparentemente menos convincentes como herramientas de automatización de procesos y aplicaciones de reconocimiento facial están recaudando miles de millones de dólares? ¿Es realmente tan difícil la robótica o hay algo más en la industria?

La desconexión del capital de riesgo

En los últimos años, las empresas han aumentado una cantidad asombrosa de capital de riesgo en los espacios de IA, aprendizaje automático y tecnología cognitiva. Según un informe de KPMG, solo en 2017 se recaudaron más de $ 12 mil millones de dólares en capital de riesgo , más del doble de la cifra récord del año anterior de más de $ 5 mil millones. Este es un aumento dramático desde 2008 cuando la financiación total de IA fue inferior a $ 200 millones. Según Crunchbase, la ronda promedio en la etapa inicial para una startup de IA en 2010 fue de aproximadamente $ 4.8 millones. En 2017, eso se disparó a $ 11.7 millones. En 2018, una sola compañía, SenseTime, recaudó más de $ 1.2 mil millones en capital de riesgo, con un rumor adicional de $ 1 mil millones proveniente del gigante de riesgo Softbank. Esto es más dinero del que se recaudó en toda la industria hace solo unos años.

Entonces, ¿cómo puede ser en esta industria inundada de dinero, donde cualquier persona con un plan de negocios medio racional que exprese los términos IA y aprendizaje automático puede recaudar cantidades ridículas con poca validación del mercado mientras el pozo se seca para otros dirigidos por veteranos de la industria? ¿Es el problema con la IA? ¿Es el problema con el capital de riesgo? ¿Es el problema con la robótica? ¿O está sucediendo algo específico en cada una de estas notables fallas de robótica que requieren un examen más detallado?

La robótica es difícil

El estribillo más citado en la industria es que "la robótica es difícil". Es difícil hacer que los dispositivos hechos de metal, electrónica y otros bits de ingeniería humana funcionen de la misma manera elegante y decidida que los cuerpos humanos. Hacer que las máquinas realicen tareas aparentemente simples como subir escaleras, deslizarse por postes de fuego, ensamblar componentes complejos y exhibir la destreza que la mayoría de los humanos pueden hacer es una tarea extremadamente difícil. Si cree que involucrar a Alexa o Siri en una conversación natural es difícil, simplemente intente construir un humanoide robótico que pueda funcionar en cualquier capacidad similar a un humano.

Es por esta razón que la mayoría de los robots se han limitado a dominios donde se puede simplificar su rango de actividades y la destreza y adaptabilidad requeridas: robots industriales estacionarios que realizan operaciones repetitivas de soldadura y manipulación, robots semiautónomos que deambulan por los pasillos de los hospitales entregando suministros, o bots sociales que proporcionan interacción y entretenimiento limitados. En estos roles, los robots parecen hacerlo bien. Pero estas limitaciones los hacen menos del tipo inteligente de robot con diferentes variaciones en la automatización y la realización de tareas repetitivas.

Aquí es donde los robots colaborativos de Rethink Robotics (cobots) intentaban romper el molde. En lugar de ser bots industriales programados a propósito que operan en entornos aislados, estaban destinados a ser máquinas de asistencia flexibles y reutilizables que podrían operar cerca de los humanos. Si bien Rethink Robotics fue pionero en el espacio de los cobot, no fueron los únicos en saltar al espacio. Compañías como Universal Robots, ABB y KUKA saltaron al espacio una vez que vieron la promesa de robots pequeños de factor de forma muy cercanos que podrían entrenarse fácilmente y operar en conjunto con humanos.

Investigación confusa con ajuste de producto-mercado

A pesar de la desaparición de Rethink Robotics, las ofertas de cobot de Universal Robotics y otros se están fortaleciendo. Entonces, ¿está sucediendo algo más en la industria que no sea una señal de un problema a mayor escala? Quizás el problema no sea con la industria en su conjunto, o incluso con el enfoque específico, sino más bien con el enfoque de mercado y la estrategia de las organizaciones orientadas a la investigación.

Cuando llegó la noticia de que Rethink Robotics se estaba cerrando, la respuesta de aquellos que realmente implementaron bots en la práctica fue mixta. Algunos dijeron que Rethink tiene bots que eran más fáciles de programar y podían manejar una gama más amplia de casos de uso, pero que eran problemáticos de otras maneras, incluida la fragilidad, complementos limitados y también eran más caros que algunos de sus competidores. Si bien hay argumentos de otros sobre las ventajas que Rethink Robotics tenía sobre su competencia, parece que los problemas reales se redujeron a problemas competitivos estándar. En pocas palabras, Rethink Robotics ayudó a crecer y engendrar una industria solo para descubrir que competidores más ágiles la superaban. Por cualquier razón,

Del mismo modo, uno puede señalar los fracasos de Mayfield, Jibo y otros como indicaciones de proporcionar una solución que pocos encontraron valiosa. Todavía no ha habido una gran necesidad de robots sociales o bots de itinerancia fuera del contexto de hospitales y hoteles, y esta falta de demanda del mercado obligó a las empresas e inversores a repensar sus inversiones en el espacio. De esta manera, el mercado está actuando racionalmente como lo haría para cualquier producto. Independientemente de la cantidad de dinero que se ponga en estas compañías de robótica, si la necesidad de esos productos no se materializa, o en el caso de Rethink Robotics, las soluciones alternativas son más atractivas, entonces se hace más difícil justificar el poner dinero en una industria que es particularmente Hambre de efectivo.

El síndrome de china

Existe una suposición generalizada entre las nuevas empresas de hardware de que China es el mercado de abastecimiento de menor costo. Agregue esto al hecho de que los our_teams de ingeniería de las nuevas empresas a menudo eligen proveedores sin un análisis del costo total de propiedad y la calificación adecuada del proveedor. El abastecimiento no estratégico conduce a resultados desastrosos cada vez.

Suma los desafíos de flete, aranceles, seguros, tiempo de envío, problemas de calidad, viajes, idioma y zona horaria. Luego, considere la protección de la propiedad intelectual inaplicable que pone en riesgo el activo más valioso de las startups. El costo FOB (gratis a bordo) de China generalmente debe ser al menos un 30% menor para alcanzar el punto de equilibrio. Bajo los controles de bloqueo parental, ¿puede agregar sitios web de abastecimiento de Asia?

DFI en lugar de DFM

Diseñar para inversores (DFI) en lugar de diseñar para fabricabilidad (DFM) es un asesino de arranque seguro e infalible. Cuando se ejerce la presión para desarrollar un modelo de trabajo, los our_teams de ingeniería se centran en los procesos de producción de prototipos, buscan frenéticamente piezas en la Web y usan muestras de proveedores no calificados. La selección de los socios de fabricación óptimos pasa a segundo plano para DFI, como si los dos fueran mutuamente excluyentes.

El resultado es un modelo de demostración funcional que no se puede fabricar a volúmenes proyectados o costo objetivo. En este escenario, los problemas de fabricación de detener las prensas a menudo no se descubren hasta que se acerca la fecha límite de la rampa de producción. ¡Qué manera de desacelerar la comercialización del producto!

Constrúyelo y ellos vendrán

Esta estrategia comercial cliché a menudo desacreditada pero aún en uso es aún más destructiva cuando se aplica a la robótica. Un diseño de robot y un plan de marketing basado únicamente en generalidades como el costo, la seguridad y la facilidad de uso están condenados. Para que un robot tenga éxito, debe diseñarse en función de una necesidad específica del mercado, realizar tareas específicas de manera confiable y consistente, y tener un costo total de propiedad que lo haga económicamente viable.

La propuesta de valor , el retorno de la inversión y el tiempo de recuperación deben ser tan sólidos y bien documentados que la decisión de adoptar la tecnología se convierta en un imperativo estratégico obvio. Un pollo con la cabeza cortada corre pero ciertamente no sabe a dónde va.

¿A dónde seguir?

Todo esto parece indicar que la industria de la robótica no va a desaparecer pronto. En todo caso, el hecho de que los inversores sean más críticos con sus inversiones, prestando más atención a las fuerzas del mercado que a las promesas visionarias significa que estamos entrando en una era de inversión en IA basada en la realidad. El problema es que esta fase de realidad parece estar limitada (hasta ahora) a la industria de la robótica. Las empresas tecnológicas en otros rincones de la IA todavía están siendo seducidas por inversores con mucho dinero y más paciencia que la que tienen para la robótica. ¿Continuarán las inversiones en las cantidades y valoraciones que actualmente respaldan a la industria? ¿O estos inversores también serán arrastrados a la tierra por el mercado y las realidades competitivas? Todo eso aún está por verse.

Fuente: Forbes.com  roboticsbusinessreview.com