Microagi、新しいハードウェアではなく実際の工場データがロボットを機能させると賭ける、5500万ドルのシード

MicroagiはAtlasを販売している。これはハードウェアにもモデルにも依存しないプラットフォームで、顧客の工場内での作業を記録し、既存のロボットモデルを工場固有のタスクに合わせてファインチューニングする。消費者向け部門のShiftは、家庭用ロボットのトレーニング用に家庭内の映像を収集している。

工場のロボティクスを決めるのは、ハードウェアでもモデルでもなく、希少な運用データである——だからこそMicroagiはロボットを製造するのではなく、中立的なデータ／ファインチューニングのレイヤーを販売している。

2023年にレッドブル・レーシングに加わった空気力学エンジニアのBercan Kilicは、レッドブルとメルセデスAMGペトロナスの同僚らとともにフォーミュラワンを離れ、2025年9月頃にミュンヘンでMicroagiを創業した。彼らの前提はこうだ。ロボットはデモでは印象的だが、実際の工場や家庭からのトレーニングデータが希少で低品質かつ専有的であるため、生産現場では失敗する。

同社は、専用の記録ハードウェアと、工場現場のデータをキュレーションして最先端のロボットモデルをファインチューニングし、その後も現場での強化学習ループによって改良を続ける安全な取り込みパイプラインを中心にAtlasを構築した。2026年7月までに、自動車、物流、食品分野の5社（社名非公表）がAtlasを通じてデータを供給しており、うち1社は工場へのロボット導入を準備していた。またMicroagiはチューリッヒに研究拠点を、ロンドンとニューヨークにオフィスを開設していた。2026年7月16日、同社はHummingbirdがリードし、Northzone、LocalGlobe、Village Global、Redalpineが参加した5500万ドルのシード調達を発表した——創業から約10か月後であり、Siftedとautomate.orgはこれをドイツ史上最大のシードラウンドと報じた。消費者向け部門のShiftも、2026年6月にニューヨーク市民に無料のアパート清掃を提供し、それをウェアラブルカメラで撮影したほか、サンフランシスコではプライベートシェフの記録を行い、家庭用ロボットのトレーニング用に一人称視点の映像を収集して、大きな注目を集めた。

データの希少性：LLMはウェブでトレーニングされたが、ロボットモデルには人が実際にタスクを行う撮影例が不足している。そのためMicroagiは、その映像の収集とキュレーションを中核資産とした。

ハードウェアへの賭けをしない：ハードウェアにもモデルにも依存しない姿勢を保つことで、Microagiはロボット製造という資本の底なし沼を避け、すべてのロボットベンダーを競合ではなく潜在的なパートナーにした。

強化学習ループの経済性：顧客のラインで過ごす月が増えるごとにファインチューニングされたモデルは改善し、スイッチングコストと時間とともに成長する継続的価値を生み出す。

消費者データのチャネル：Shiftの無料清掃やプライベートシェフの提供は、ロボット研究所が他ではライセンス取得できない一人称視点の家庭データと大きな注目を生み出した。

Microagiは、キュレーションされた実世界データこそロボティクスの希少資源であると賭け、ロボットを製造するのではなく中立的なファインチューニングのレイヤーを収益化した——そしてその楔でドイツ最大のシード調達を成し遂げた。

2026年9月2日時点で、Microagiは創業約1年の現役の非上場スタートアップであり、ドイツ最大のシード調達（5500万ドル）を受けたばかりで、ミュンヘン（本社）を拠点にチューリッヒで研究を行い、ロンドンとニューヨークにオフィスを構えて拡大している。同社は、自動車、物流、食品分野でAtlasを通じてデータを収集する5社の産業顧客を抱え、うち1社が工場への導入を準備していると報告しているが、顧客名は公表されておらず、収益も開示されていない。Shiftの2026年6月の無料清掃とシェフのキャンペーンは広く報道され、データとサービスを交換する取引が公正なのかという議論を呼んだが、この問いに同社はまだ十分に答えていない。