Skild AI affirme avoir franchi le seuil de 100 millions de dollars de revenus annuels récurrents, dix mois après son premier déploiement commercial. L’entreprise dit travailler avec plus de 60 clients payants dans la logistique, l’industrie, la livraison, l’inspection, la sécurité, la restauration et les centres de données.
Le chiffre a été publié le 10 septembre par Deepak Pathak, cofondateur et directeur général de Skild AI. Il s’agit d’un indicateur communiqué par l’entreprise, sans détail sur la durée des contrats, les revenus effectivement encaissés ou une validation financière indépendante. Skild ne publie pas non plus la liste complète de ses clients.
Skild AI crossed $100 million in ARR, ten months after our first commercial deployment.
Des robots actifs dans plus de 60 entreprises
Selon Skild, les activités de mobilité représentent 10 % de ses revenus récurrents et les solutions héritées de Fetch Robotics 4 %. Le reste proviendrait de projets où son logiciel, le Skild Brain, pilote différents types de robots pour déplacer des marchandises, effectuer des livraisons, inspecter des sites, assurer des missions de sécurité ou préparer des aliments.
L’entreprise cite trois programmes en cours. Avec NVIDIA et Foxconn, elle déploie son système sur des manipulateurs à deux bras chargés d’opérations d’assemblage de serveurs Blackwell. Chez Sumitomo Wiring Systems, elle prépare l’emploi du modèle S1 pour des procédés de fabrication de faisceaux électriques. Enfin, avec Mitsui & Co., elle teste des robots généralistes dans des cuisines professionnelles liées à des chaînes servant 1,4 million de repas par jour au Japon.
Ces exemples ne signifient pas nécessairement que chaque projet est déjà exploité à pleine échelle. Skild distingue des déploiements, des travaux préparatoires et des pilotes. Les volumes de robots, les cadences atteintes et les taux de réussite ne sont pas précisés dans l’annonce.
Le déploiement comme source d’apprentissage
Skild défend une stratégie où les robots installés chez les clients alimentent l’amélioration d’un même modèle généraliste. Chaque application peut être spécialisée pour une tâche, puis les expériences utiles sont réintégrées au modèle de base. L’objectif est de réduire la quantité de données et de réglages nécessaires au prochain déploiement.
S1, présenté fin août, doit apprendre une nouvelle tâche à partir d’une seule démonstration vidéo, sans modifier ses poids. Skild explique que ce choix répond aux changements fréquents des lignes de production : composants, agencement d’un poste ou séquence d’assemblage. Le fabricant donne l’exemple de la cuisson d’œufs, dont la première réussite a demandé une semaine puis deux mois de travail supplémentaire pour atteindre une fiabilité jugée exploitable dans plusieurs configurations.
Notre analyse
Le franchissement annoncé de 100 millions de dollars de revenus récurrents serait un marqueur important pour une société de robotique fondée en 2023. Il suggère que la valeur commerciale se déplace du robot isolé vers une couche logicielle capable de fonctionner sur plusieurs matériels. Il faut toutefois attendre des données vérifiables sur les contrats, le nombre de machines en service et leurs performances continues. Le nombre de clients et les partenariats cités montrent une activité concrète, mais ne suffisent pas à confirmer seuls le niveau de revenus revendiqué.
Sources : publication de Deepak Pathak et présentation technique de NVIDIA sur Skild AI.
