L’IA a appris à écrire en aspirant du texte. Pour apprendre à se déplacer, à saisir, à ranger, elle doit maintenant aspirer des gestes humains. Et cela se finance désormais à coups de dizaines de millions.
Ce que Mecka vend vraiment
Le 7 octobre, la startup Mecka AI a annoncé une levée de 60 M$ en série B, menée par Sequoia, avec Nvidia, M12 (le fonds de capital-risque de Microsoft), Qualcomm Ventures et Samsung à ses côtés. Fondée en 2024, l'entreprise ne construit pas de robots : elle construit la matière première qui les entraîne. Concrètement, elle paie des personnes pour se filmer en train d'accomplir des gestes ordinaires, faire un café ou réparer une voiture, équipées de capteurs corporels et de simples smartphones. TechCrunch évoquait, avant l'annonce, une valorisation proche de 500 M$. Pour un catalogue de mouvements humains.
À première vue, c'est une société de collecte à l'ancienne, version capteurs. C'est précisément là que se joue la suite.
Le texte, c’était facile
Les modèles de langage ont appris en avalant ce que l'humanité avait déjà écrit : pages web, forums, livres, code. Cette matière existait, disponible et souvent gratuite, accumulée pendant trente ans sans que personne n'ait eu à la produire exprès. Le geste, lui, n'a jamais eu cette chance. Marcher, soulever, visser, ranger : rien de tout cela n'a été enregistré à grande échelle, parce que personne n'avait de raison de le faire.
Les robots hériteront de nos gestes, mais seulement si quelqu'un commence par les enregistrer.
C'est là que se déplace le goulot d'étranglement. On débat beaucoup des modèles ; on parle moins du fait qu'un robot ne peut pas apprendre ce que personne n'a filmé. Le texte s'aspirait comme sous-produit de la vie numérique. Le geste, non : il faut aller le chercher, chez de vraies personnes, avec leur consentement et leurs caméras.
Le travail de données change de matière première
On connaît déjà cette industrie sous sa forme textuelle. Scale AI, Mercor ou Surge vendent du jugement humain : annoter, classer, corriger. Mecka déplace la charge du côté du corps. Ce n'est plus « regarde et étiquette », mais « bouge et laisse-toi enregistrer ».
Le glissement est plus intime qu'il n'y paraît. Une personne qui annote un texte vend son attention. Une personne qui enregistre ses gestes vend quelque chose de plus difficile à segmenter : sa façon de faire, ses habitudes, parfois l'intérieur de son logement. Les capteurs corporels et les smartphones capturent aussi des lieux, des routines, des proches au second plan. Le cadre juridique et éthique de cette collecte n'est pas encore stabilisé, et c'est probablement là que se logera le prochain débat.
Une course, pas un monopole
- Le modèle s'entraîne vite ; la donnée du monde réel, non.
- La rareté ne porte pas sur le calcul, mais sur l'accès aux gestes.
- Qui contrôle le catalogue contrôle l'accès de nombreux laboratoires.
- Le prix de la donnée corporelle reste à fixer, comme les règles de consentement.
Mecka n'est pas seule. XDOF, selon TechCrunch, discutait d'une série B à 1,2 Md$ de valorisation. Et les plateformes nées avec les LLM (grands modèles de langage), comme Scale AI ou Micro1, descendent elles aussi vers la robotique. Tout le monde convoite la même ressource rare : du geste humain de qualité, vérifié, exploitable.
Ce n'est pas un hasard si les investisseurs au tour sont des industriels. Nvidia fabrique les puces, Qualcomm et Samsung font du matériel, Microsoft vend du cloud. Acheter de la donnée robotique, c'est s'assurer un rôle dans une chaîne de valeur qui n'existe pas encore entièrement.
La conclusion trop évidente : la donnée va tout résoudre
Attention au récit inverse. Une levée de fonds n'est pas une preuve technique, et beaucoup de robots restent bloqués moins par manque de données que par le matériel, le coût et la fiabilité. Le fossé entre simulation et monde réel est loin d'être comblé, et une démonstration impressionnante n'est pas un produit qui tourne dans un entrepôt un lundi matin.
Il existe même un contre-argument plus mordant : à mesure que la donnée synthétique progresse, une partie de ce besoin pourrait s'éroder. Mais à ce stade, personne ne sait générer un geste humain réaliste sans l'avoir observé. C'est un pari, pas une certitude.
La vraie question n'est peut-être pas combien de gestes faudra-t-il enregistrer, mais combien de gestes acceptera-t-on d'enregistrer — et qui sera payé pour cela.
Et maintenant ?
Pour ceux qui construisent des produits web, la leçon est indirecte mais nette : la donnée qui compte devient celle qu’on ne trouve pas en ligne. La rareté se déplace vers ce qui doit être capturé, qualifié et consenti. C’est moins spectaculaire qu’un nouveau modèle, mais c’est souvent là que se creusent les écarts durables.