A TechCrunch informou em 11 de maio que a Config, empresa de robótica fundada em janeiro de 2025, fechou uma rodada seed de 27 milhões de dólares. A avaliação passou de 200 milhões de dólares, e o total captado chegou a 35 milhões de dólares.
O detalhe mais importante, porém, não é a velocidade da avaliação. É a lista de investidores.
A rodada foi liderada pela Samsung Venture Investment, com participação da ZER01NE Ventures, da Hyundai Motor, da LG Technology Ventures e da SKT America. Samsung, Hyundai, LG e SK Telecom raramente aparecem juntas em uma empresa seed de apenas quatro meses.
A Config não está construindo robôs
O CEO da Config, Minjoon Seo, foi pesquisador da Meta e antes disso cientista-chefe da empresa de IA para vídeo TwelveLabs. Os três cofundadores vieram da Waymo, do Google e da Naver.
Mesmo assim, a empresa não quer lançar seu próprio robô.
"O que queremos construir é a TSMC da indústria de robôs: uma empresa que não concorre diretamente com nenhuma marca, mas fornece a matéria-prima básica para todos."
Essa é a posição que a Config reivindica. A TSMC fabrica chips para Apple, Nvidia e AMD, mas não vende celulares nem placas de vídeo. A Config quer fazer algo parecido: fornecer dados de treinamento para empresas que desenvolvem robôs.
Por que a robótica precisa de uma foundry de dados
O gargalo já estava claro em 2024.
Modelos de software podem buscar mais dados na web. Modelos de robôs não conseguem simplesmente rastrear a internet em busca de manipulação física real.
Para aprender a dobrar roupas, abrir portas ou colocar uma panela no fogão, um robô precisa de demonstrações que registrem ângulos das juntas, resposta de força, entrada visual e sequência de ações. Cada amostra útil inclui metadados do mundo físico.
As opções atuais têm limitações evidentes.
| Abordagem | Problema |
|---|---|
| Construir uma área interna de treinamento e pagar pessoas para demonstrar tarefas com luvas de dados | Caro, lento e repetido por cada empresa |
| Usar dados sintéticos de simulação | A lacuna sim-to-real continua difícil |
| Deixar robôs explorarem por reinforcement learning | Erros no mundo físico custam caro |
A aposta da Config é que essa coleta deve ser terceirizada para um fornecedor especializado e vendida por volume, em vez de ser reconstruída por cada empresa de robótica.
A lógica lembra a ascensão da nuvem nos anos 2010. Muitas empresas de internet mantinham salas de servidores próprias até perceberem que pagar à AWS era mais eficiente. A camada de dados de treinamento de robôs pode estar seguindo o mesmo caminho.
Por que os conglomerados coreanos concordaram
Samsung, Hyundai e LG têm seus próprios planos em robôs humanoides ou industriais.
- Samsung tem linhas domésticas como a Ballie.
- Hyundai possui a Boston Dynamics desde a aquisição de 2021.
- LG atua em automação fabril e robôs de serviço.
- SK vem se posicionando em sensores robóticos e chips de IA.
Em circunstâncias normais, essas empresas tenderiam a financiar startups de robótica diferentes, porque suas linhas de produto podem competir. Desta vez, elas escolheram juntas uma fornecedora de dados que não disputa o mercado final.
A mensagem é clara: em vez de cada grupo criar e proteger seu próprio pipeline de dados de treinamento, eles podem fortalecer uma empresa de upstream compartilhada. Quem precisar treinar robôs compra dados da Config.
É a mesma lógica da TSMC nos semicondutores. Apple e Qualcomm competem em dispositivos, mas dependem da mesma camada de foundry.
Ao coinvestir na Config, os grupos coreanos reconhecem que a diferenciação em robôs deve estar mais no design dos modelos, na engenharia mecânica e nos casos de uso do que na coleta bruta de dados. A camada de dados pode ser compartilhada.
A empresa já tem receita
A Config afirma que já gera receita. Seus clientes incluem grandes fabricantes, integradores de sistemas, empresas de robôs agrícolas e empresas de robôs de defesa.
As duas últimas categorias chamam atenção. Robôs agrícolas precisam de demonstrações em terreno externo e irregular. Robôs de defesa precisam de ações táticas e amostras de decisão em ambientes complexos. Isso sugere que a rede de coleta da Config não está restrita ao chão de fábrica.
Uma leitura
Dentro da cadeia global de robótica, o papel da Config é fácil de entender.
A Nvidia constrói a camada de GPU dos robôs, com Jetson e o modelo de mundo Cosmos. A Google DeepMind trabalha no cérebro dos robôs, com RT-2 e Gemini Robotics. Boston Dynamics, Figure e Unitree constroem o corpo.
A Config quer fornecer o leite em pó dos robôs: um insumo padronizado que muitos fabricantes podem usar antes de se diferenciar em outras camadas.
Esse mercado sempre foi misturado internamente por cada marca, com qualidade irregular, custo alto e pouca compatibilidade. Se a Config conseguir padronizar e escalar dados de treinamento em vários cenários, a robótica pode ganhar sua primeira base compartilhada.
As perguntas são práticas. A Config consegue reduzir o custo de coleta em uma ordem de grandeza frente à solução interna dos clientes? Seu formato de dados pode virar padrão de fato? Se qualquer uma falhar, o rótulo de "TSMC dos robôs" ficará como frase de marketing.
O que já está claro é que os gigantes coreanos não escolheram competir frontalmente com Estados Unidos e China para construir todos os robôs. Eles estão ocupando discretamente uma posição no upstream. Não é uma jogada chamativa, mas é sólida.
Fontes: Korea's biggest manufacturers back Config, the TSMC of robot data (TechCrunch), CocoLoop, Why Config Is the AI Robotics Data Story Nobody Tells (KoreaPlus)