Humyn Labs, una empresa de Bengaluru, ha recaudado 47 millones de dólares en una ronda liderada por el fondo Accel. La startup, fundada en febrero, quiere cubrir una de las grandes carencias de la robótica: datos de calidad para enseñar a los robots a manipular objetos y reaccionar en entornos impredecibles.
La ronda tiene dos partes. Por un lado, 26 millones en capital, aportados por Accel junto a Prosus Ventures, BeeGlobal, Bajaj Finance y otros inversores. Por otro, 21 millones en deuda, un préstamo liderado por Lighthouse Canton con la participación de Trifecta Capital.
El problema que intenta resolver es fácil de explicar. Los chatbots aprenden de enormes cantidades de texto, imágenes y vídeo, pero un robot tiene que aprender a agarrar una taza, calcular la fuerza necesaria o recuperarse cuando algo sale mal. Para eso necesita ver cómo lo hacen las personas en situaciones reales, y no solo demostraciones preparadas.
Así se graban y etiquetan los datos
Humyn ha desarrollado su propio hardware: un equipo con dos cámaras que registra a personas realizando tareas cotidianas. Después, su software sigue los movimientos de las manos, las interacciones con los objetos y otros detalles, y etiqueta cada clip, es decir, anota qué ocurre en cada momento para que la IA pueda aprender de él.
La recogida se realiza en más de 20 países de Latinoamérica y Asia, con Brasil, India y Corea del Sur como centros principales. Según sus fundadores, una red de colaboradores heredada de KGeN, la empresa de videojuegos que fundaron antes, les permite grabar también en domicilios particulares.
Agarwal asegura que no piden actuaciones preparadas: graban a personas que hacen su trabajo o sus tareas domésticas habituales. La empresa trabaja con socios locales que eligen los lugares y supervisan el proceso. El debate sobre la privacidad y el consentimiento no es menor, sobre todo porque en India han surgido otras startups, como Human Archive o BuildAI, que usan a trabajadores para grabar en sus casas. Agarwal lo resume así: «El trabajador está incentivado, pero necesita ser supervisado para que la aportación sea la correcta».
Clientes, ingresos y deudas
Humyn dice tener 12 clientes de pago, entre laboratorios de IA de primer nivel, empresas de robótica y desarrolladores de los llamados modelos del mundo. Alrededor del 90 % de sus ingresos procede de Estados Unidos, según Gupta, aunque no ha querido nombrar a ningún cliente.
Según Agarwal, la compañía facturó 10 millones de dólares entre abril y octubre, tiene otros 20 millones en contratos firmados y espera cerrar 20 millones más, todavía sin confirmar.
La deuda tiene una explicación práctica. Humyn paga a sus trabajadores y colaboradores cada día o cada semana, pero sus clientes de IA suelen tardar entre 30 y 60 días en pagar. Pedir un préstamo cubre ese desfase y, según Agarwal, diluye menos a los socios que ampliar capital vendiendo más acciones.
Datos de rostros, voz y movimiento
Humyn compite con Mecka AI, XDOF y MicroAGI, otras startups que recogen datos reales para robots. Su argumento principal es la diversidad. Un robot doméstico entrenado en Estados Unidos puede tener problemas en una cocina india, con otros utensilios, electrodomésticos, formas de lavar la ropa o distribución de las casas. Agarwal lo resume así: «La diversidad te hace entrar en la sala. La calidad te permite quedarte en ella».
Según la compañía, su corpus incluye hasta 200.000 horas de movimiento humano intencionado, un conjunto de 120.000 rostros de cinco regiones con variaciones de iluminación, pose o expresión, y más de 50.000 horas de voz en lenguas como bengalí, tamil, telugu, coreano, tagalo, árabe o vietnamita, muchas de ellas con poca presencia en los sistemas de voz actuales.
Con la nueva financiación, Humyn quiere levantar infraestructura para desplegar robots en Brasil, Corea del Sur e India, mejorar su hardware y su motor de procesado, y abrir más oficinas en San Francisco, Londres y Seúl. También planea probar robots en entornos reales para medir dónde fallan y devolver esos resultados al desarrollo de los modelos.
Agarwal sostiene que el siguiente paso es comprobar cómo funcionan los modelos fuera del laboratorio. Entre sus clientes potenciales cita fabricantes de robots domésticos para tareas del hogar y cuidado de mayores, además de aplicaciones industriales en fábricas y almacenes. Son previsiones de la propia empresa, que todavía tendrá que demostrar que sus datos mejoran el rendimiento de los robots en el terreno.




