Config cerró una ronda seed de US$27 millones liderada por Samsung Venture Investment, una apuesta que eleva su financiación total a US$35 millones y valora la firma por encima de los US$200 millones (según Foley Hoag y TechCrunch). En una frase: inversores grandes de Corea del Sur están comprando la promesa de que quien controle datos de movimiento y operación física será un proveedor crítico para la robótica del futuro.
¿Qué pretende ser Config y por qué lo llaman “el TSMC de los datos”?
Config busca posicionarse como proveedor infraestructural: no competir con los robots finales, sino suministrar datos procesados listos para entrenar modelos fundacionales de robótica. La analogía con TSMC apunta a una pieza de la cadena de valor que otros fabricantes prefieren subcontratar. Según TechCrunch, Config afirma haber recopilado más de 100.000 horas de datos de movimiento humano (según TechCrunch), frente a las ~3.000 horas del mayor dataset abierto comparable —más de 30 veces la diferencia (según TechCrunch). Además, tiene casi 300 empleados en su operación de datos (según TechCrunch). Ese volumen y plantilla explican por qué grupos como Samsung, Hyundai y LG invierten: compran escala antes que propiedad intelectual exclusiva.
¿En qué se traduce esa escala tecnológica y por qué importa para los negocios?
La escala de datos resuelve dos problemas reales: reducir el costo marginal del entrenamiento y acelerar la generalización a escenarios físicos variados. Config no solo acumula horas: afirma transformar los datos para que encajen con el comportamiento real de un robot antes del entrenamiento, lo que reduce iteraciones de pruebas y despliegue. Eso es relevante para cualquier pyme o planta que necesita robots que no fallen cuando el piso está sucio, la caja está deformada o la temperatura varía. La compañía planea escalar de 100.000 horas actuales a 1.000.000 de horas —un objetivo 10× para los próximos años— y aspira a US$10 millones de ingresos recurrentes anuales hacia fines de 2027 (según TechCrunch). Para decidir si conviene comprar sus datos o servicios, un negocio debe calcular ROI: ¿cuánto baja el tiempo de puesta en marcha y cuánto sube la disponibilidad de la máquina?
¿Cómo impacta esto en el mercado argentino?
Para la Argentina, la promesa es pragmática: mejores datasets pueden bajar el costo de integración de robots en logística, agro y fábricas pequeñas. No es automático: la adopción dependerá del precio, la latencia, el soporte local y las condiciones de la cadena de suministro. Config pretende lanzar un Robot-as-a-Service en la nube (según TechCrunch), lo que podría servir a empresas locales que no quieren comprar hardware sofisticado. Sin embargo, en la región siguen vigentes fricciones: logística, financiamiento y la necesidad de adaptar modelos a entornos locales. Desde la perspectiva de un emprendedor argentino, la pregunta clave es económica: si pagar por datos reduce las horas de ingeniería en un 50% y acelera el despliegue de robots, generalmente se justifica la inversión; si no, queda como un lujo para grandes clientes.
Riesgos, regulaciones y la postura que pedimos: auditorías y minimización de telemetría
El volumen de datos sensoriales (cámaras, LIDAR, telemetría) plantea riesgos de privacidad y dependencia. Con objetivos públicos de escalar a 1.000.000 horas y ofrecer servicios en la nube (según TechCrunch), pedimos transparencia: auditorías independientes sobre la procedencia de los datos, claridad sobre licencias y minimización de telemetría sensible con consentimiento explícito. Apoyamos que proveedores de IA y datos acepten auditorías y reduzcan la telemetría no necesaria —la IA debe amplificar personas, no ser excusa para desplazar responsabilidades. Para empresas en LATAM, la recomendación práctica es simple: antes de integrar, exigir muestras etiquetadas, métricas de desempeño replicables y cláusulas contractuales que permitan auditoría técnica y legal. Si el proveedor demuestra reducción de tiempos y costos con cifras verificables, la compra tiene sentido. Si no, es solo vapor y promesas.
