Microagi apuesta a que los datos reales de fábrica, no el nuevo hardware, harán funcionar a los robots; ronda semilla de 55 M$

Microagi vende Atlas, una plataforma independiente del hardware y del modelo que registra operaciones en las fábricas de los clientes y ajusta los modelos de robots existentes a tareas específicas de cada planta; su rama de consumo, Shift, recopila grabaciones domésticas para el entrenamiento de robots para el hogar.

Que los escasos datos operativos, y no el hardware ni los modelos, son lo que decide la robótica de fábrica; por eso Microagi vende una capa neutral de datos y ajuste fino en lugar de construir robots.

Bercan Kilic, ingeniero de aerodinámica que se incorporó a Red Bull Racing en 2023, dejó la Fórmula Uno junto con cofundadores procedentes de Red Bull y Mercedes-AMG Petronas para fundar Microagi en Múnich alrededor de septiembre de 2025. Su premisa: los robots impresionan en las demostraciones pero fallan en producción porque los datos de entrenamiento procedentes de fábricas y hogares reales son escasos, de baja calidad y propiedad privada.

La empresa construyó Atlas en torno a hardware de grabación dedicado y un canal de ingesta seguro que depura los datos del piso de fábrica y ajusta modelos de robots de frontera, para luego seguir refinándolos con un bucle de refuerzo en el sitio. En julio de 2026, cinco clientes no identificados de los sectores automotriz, logístico y alimentario enviaban datos a través de Atlas, uno de ellos se preparaba para desplegar robots en una fábrica, y Microagi había abierto un centro de investigación en Zúrich además de oficinas en Londres y Nueva York. El 16 de julio de 2026 anunció una ronda semilla de 55 M$ liderada por Hummingbird con Northzone, LocalGlobe, Village Global y Redalpine —unos diez meses después de su fundación—, que Sifted y automate.org reportaron como la mayor ronda semilla de la historia de Alemania. Su rama de consumo, Shift, también atrajo atención viral en junio de 2026 al ofrecer a neoyorquinos limpiezas de apartamento gratuitas filmadas con cámaras corporales, además de grabaciones con chefs privados en San Francisco, para recopilar material en primera persona destinado al entrenamiento de robots domésticos.

Escasez de datos: los LLM se entrenaron con la web, pero los modelos de robots carecen de ejemplos filmados de personas realizando tareas reales, por lo que Microagi convirtió la recopilación y depuración de ese material en su activo central.

Sin apuesta por el hardware: mantenerse independiente del hardware y del modelo permitió a Microagi evitar el sumidero de capital que supone construir robots y convirtió a cada proveedor de robots en un socio potencial en lugar de un competidor.

Economía del bucle de refuerzo: cada mes adicional en la línea de un cliente mejora el modelo ajustado, lo que crea costes de cambio y un valor recurrente que crece con el tiempo.

Canal de datos de consumo: las ofertas de limpieza gratuita y de chef privado de Shift generaron atención viral y datos domésticos en primera persona que los laboratorios de robótica no pueden licenciar en otro lugar.

Microagi apostó a que los datos reales depurados son el recurso escaso de la robótica, por lo que monetizó una capa neutral de ajuste fino en lugar de construir robots, y levantó la mayor ronda semilla de Alemania sobre esa cuña.

A fecha del 2 de septiembre de 2026, Microagi es una startup activa de capital privado con cerca de un año de vida, recién financiada con la mayor ronda semilla de Alemania (55 M$) y en expansión desde Múnich (sede central), con investigación en Zúrich y oficinas en Londres y Nueva York. Reporta cinco clientes industriales que recopilan datos mediante Atlas en los sectores automotriz, logístico y alimentario, uno de ellos preparando un despliegue en fábrica, y no ha revelado nombres de clientes ni ingresos. Las campañas de limpieza gratuita y de chef de Shift en junio de 2026 generaron amplia cobertura y debate sobre si los intercambios de datos por servicios son un trato justo, una pregunta que la empresa no ha respondido del todo.