Fady Saad, stifter og general partner i Cybernetix Ventures – interviewserie

Fady Saad er stifter og general partner i Cybernetix Ventures, hvor han investerer i virksomheder inden for robotteknologi, automatisering og industriel AI på et tidligt stadie. Han var også med til at grundlægge MassRobotics, hvor han bidrog til at udvikle virksomhedens partnerskaber med erhvervslivet og støtte robotstartups på deres vej mod kommercialisering. Hans erfaring spænder over ingeniørarbejde, forretningsudvikling og de praktiske udfordringer ved at få maskiner til at fungere i virkelige driftsmiljøer. Hans investeringstilgang tager udgangspunkt i kundernes behov og løsninger, der kan implementeres på kommercielt bæredygtige vilkår.

Cybernetix Ventures er et venturekapitalfirma med base i Boston, der investerer i startups inden for robotteknologi, automatisering og industriel AI i Nordamerika og Europa. Firmaet fokuserer blandt andet på produktion, logistik, sundhedspleje og byggeri samt på teknologier, der muliggør robotteknologi, såsom perception, autonomi, sensorer og cybersikkerhed. I dette interview taler Saad om mulighederne og begrænsningerne ved fysisk AI, økonomien i specialiserede robotter og humanoide robotter samt den pålidelighed, de data og den infrastruktur, der skal til for at omdanne lovende teknologi til virksomheder, der kan skaleres.

I var med til at grundlægge MassRobotics i 2014 og bidrog til at opbygge et af verdens førende innovationsøkosystemer inden for robotteknologi, før du grundlagde Cybernetix Ventures i 2021. Hvad inspirerede dig til at gå fra at støtte robotstartups til selv at investere direkte i dem, og hvordan prægede dine erfaringer fra MassRobotics din investeringsfilosofi?

Jeg havde ikke planer om at blive investor. Jeg kom ind i robotbranchen via Vecna, hvor jeg arbejdede med F&U og kommercialiseringsstrategi, og jeg lærte hurtigt, at robotteknologi ikke følger softwarebranchens spilleregler. Man kan sende en softwareprototype ud til brugerne på seks måneder. En robot kræver produktion, en forsyningskæde, test, sikkerhedsarbejde og en kunde, der er villig til at lade den komme ud på fabriksgulvet.

Derfor startede vi MassRobotics i 2014. Vi kaldte det en startup-accelerator, fordi det svære ikke er at bygge prototypen. Det svære er at gå fra en fungerende prototype til et produkt, som nogen kan købe. Jeg stod for partnerskaberne med erhvervslivet, og i mere end seks år deltog jeg i over 300 møder med virksomheder og var med til at opbygge over 40 partnerskaber. Jeg så det samme mønster igen og igen: Virksomheder med reelle problemer, startups med reel teknologi og næsten ingen investorer, der forstod begge dele.

I 2018 og 2019 stod det klart. Venturekapitalinvestorerne var koncentreret om SaaS eller bioteknologi, mens robotiværksætterne faldt uden for de gængse kategorier. De havde for meget hardware til softwareinvestorerne og for lidt biologi til biotekinvestorerne. Gode teams gik i stå, fordi den rette kapital ikke fandtes. Mark Martin, som jeg mødte i 2017, da vi fik Analog Devices med i MassRobotics, så det samme hul fra virksomhedssiden. Derfor opbyggede vi Cybernetix, en fond, der betragter robotteknologi som sin egen aktivklasse, og lancerede den i 2021.

MassRobotics har præget vores investeringer på en enkel måde. Vi tager udgangspunkt i kundens problem, ikke teknologien. Vi foretrækker teams, hvor mindst én af stifterne kommer fra den branche, de sælger til. Og vi bringer vores netværk blandt virksomheder i spil i hver eneste investering, for i denne sektor kan den rette introduktion til en køber være mere værd end selve investeringen.

Fysisk AI er ved at udvikle sig til et af de mest transformative områder inden for kunstig intelligens, fordi den bringer intelligens ind i maskiner, der interagerer med den virkelige verden. Hvilke teknologiske gennembrud fremskynder udbredelsen, og hvorfor mener du, at branchen står ved et vigtigt vendepunkt?

To ting udviklede sig samtidig. Hjernerne blev meget bedre, og kroppene meget billigere.

På softwaresiden gav grundmodeller robotter noget, de aldrig rigtig havde haft før: evnen til at modtage en instruktion og håndtere situationer, de ikke var blevet eksplicit programmeret til. Med simulering kan teams træne og afprøve tusindvis af scenarier, før en robot overhovedet kommer i kontakt med en rigtig fabrik. På hardwaresiden bliver sensorer, edge-computere, aktuatorer og batterier hele tiden billigere og bedre, så en startup kan bygge en robot med en komplet teknologistak uden at være en industrigigant.

Dertil kommer efterspørgslen: mangel på arbejdskraft inden for produktion, logistik, landbrug og byggeri, en aldrende arbejdsstyrke og et reelt ønske om at flytte produktionen hjem. Jeg siger altid, at manglen på arbejdskraft er et økonomisk problem, ikke et ingeniørproblem, og det er sådan, bestyrelserne betragter den nu.

Så ja, vi står ved et vendepunkt, men jeg vil gerne præcisere, hvor. Kapaciteten og kapitalen har nået et vendepunkt; udbredelsen i stor skala har ikke. ChatGPT bygger på 20 eller 30 års digitaliseret menneskelig viden, og der findes ikke noget tilsvarende for den fysiske verden. Intet datasæt fortæller en robot, at den skal holde anderledes på et æg, et stykke papir eller et stykke stof. De virksomheder, der lukker dette datagab ved at tage robotter i brug i virkelige miljøer og lære af hvert skift, vil præge den næste fase.

Investeringerne i robotteknologi og fysisk AI er taget til, drevet af fremskridt inden for AI, mangel på arbejdskraft og stigende efterspørgsel efter automatisering. Hvad driver investorernes begejstring, og hvor stor en del af fremgangen afspejler reelle kommercielle muligheder snarere end spekulativ begejstring?

Jeg tror, det er begge dele, og investorerne gør ingen nogen tjeneste ved at lade, som om det ikke er tilfældet.

Efterspørgslen er reel. Deloitte og Manufacturing Institute vurderer, at amerikanske producenter kan få brug for op til 3,8 millioner medarbejdere inden 2033, og at omkring 1,9 millioner af disse stillinger risikerer at stå ubesatte. Det er ikke hype. Det er et hul i økonomien.

Kapitalen er en anden historie. Crunchbase opgjorde investeringerne i robotikstartups til 18,8 mia. dollars i første halvdel af 2026 – mere end i hele 2025. Men PitchBook så antallet af handler falde i andet kvartal, mens det investerede beløb nåede et rekordniveau. Det fortæller, at en håndfuld megafinansieringsrunder opsuger det meste af kapitalen. En stor del af pengene går til at købe sig ind i en fortælling: primært om humanoide robotter og robotmodeller til generelle formål.

Jeg bruger med vilje en kedelig målestok. Køber kunden igen efter pilotprojektet? Leverer robotten den pålidelighed, opgaven kræver – på en produktionslinje er det 99,99 %, ikke 90 %? Er der reelle indtægter inden for omkring et år? Hvis svaret er ja, er det en forretning. Hvis salgsargumentet mest handler om, hvad robotten måske kan gøre i 2030, er det spekulation, der prissættes, som om udfaldet var sikkert. Robotbranchen har været igennem den slags cyklus før, og virksomhederne med betalende kunder kommer styrket ud af oprydningen.

Cybernetix Ventures er ved at rejse sin anden fond for at øge investeringerne i robotik- og AI-virksomheder på et tidligt stadie. Hvordan har jeres investeringstese udviklet sig, siden I lancerede jeres første fond, og hvilke nye teknologier eller brancher vækker størst interesse blandt institutionelle investorer?

Den grundlæggende overbevisning har ikke ændret sig. Inden for fysisk AI skabes værdien dér, hvor software møder anvendelse i den virkelige verden, og de bedste robotter udvikles med udgangspunkt i et konkret problem. Fond II satser endnu mere på den tilgang.

Det, der har ændret sig, er vores fokusområder. Fond I fokuserede på produktion, logistik, byggeri og sundhed. Fond II fastholder disse områder og tilføjer landbrug, energi- og klimainfrastruktur, rummet og forsvar samt teknologi med både civile og militære anvendelser. Fordelingen er fortsat omtrent to tredjedele virksomheder inden for robotik med fuldt integrerede løsninger og en tredjedel muliggørende teknologi, såsom AI-modeller, perception og cybersikkerhed mellem maskiner. Vores første investeringer fra Fond II gik til en rumrobotikvirksomhed og en virksomhed inden for perceptionsmodeller, hvilket viser, hvilken retning den nye generation bevæger sig i.

Vi ser også nøje på forhold, der knap nok blev nævnt i 2021 – for eksempel hvor komponenterne kommer fra, hvor udsat forsyningskæden er over for Kina, og hvor sikker robotten er, når den først er koblet på et netværk.

Jeg hører især to spørgsmål fra institutionelle investorer og virksomheder. For det første spørger virksomhederne, hvordan de kan få indblik i et marked, de ikke selv kan opbygge kompetencer inden for. Det handler om at finde virksomheder, indsamle markedsinformation og investere sammen med andre. Fysisk AI er blevet en prioritet på direktørniveau i mange af disse virksomheder. Men family offices og institutionelle investorer spørger mere direkte: Hvorfor ikke bare investere i en af de store finansieringsrunder for humanoide robotter eller robotmodeller gennem et SPV? Mit svar er, at det er overfyldte, dyre investeringer, der kræver meget kapital. De asymmetriske afkastmuligheder findes tidligere i forløbet … i virksomheder, som generalistinvestorerne endnu ikke har opdaget. Det er dér, en specialist viser sin værdi.

Humanoide robotter har tiltrukket sig enorm opmærksomhed og investeringer, og virksomheder som Tesla og Figure AI arbejder på stadig mere ambitiøse funktioner. Du har udtrykt skepsis over for deres kommercielle levedygtighed. Hvor mener du, at investorer overvurderer deres potentiale på kort sigt, og udgør specialiserede robotter en mere attraktiv investeringsmulighed?

Jeg er skeptisk over for tidsplanen, ikke teknologien. Min regel er, at formen skal følge funktionen. Hvis opgaven er at flytte dele eller udføre pluk og placering, bør man spørge, om man har brug for en meget kompleks og meget dyr maskine på to ben, en arm eller to arme på en mobil platform. På et plant lager- eller fabriksgulv giver ben ikke meget. De øger omkostningerne, bruger strøm og gør robotten afhængig af en teknologi, hvor den kan vælte.

Det, investorer overvurderer ved humanoide robotter, er regnestykket på kort sigt. Værdiansættelserne forudsætter en bred udbredelse inden længe, men de svære problemer er stadig uløste – blandt andet behændige hænder, feedback om berøring og kraft, batterier, der holder i nogle timer, og en AI-platform, der giver gentagelige og sporbare resultater. En fejlrate på 10 % er acceptabel i en chatbot. På et produktionsanlæg kan én forkert bevægelse skade nogen eller koste en kunde millioner. Jeg forventer leverancer i betydeligt omfang om fem til 10 år, ikke næste år.

Humanoide robotter giver mening i miljøer, der er bygget til mennesker og ikke kan indrettes på ny. Rummet er mit foretrukne eksempel. NASA opkræver kommercielle brugere omkring 130.000 dollars for én times astronautarbejde, så en robot, der kan arbejde inde på en station, der er designet til mennesker, tjener sig hurtigt ind. Atomkraftanlæg, katastrofeberedskab og visse forsvarsopgaver følger samme logik.

Så på kort sigt er specialiserede robotter ganske rigtigt det bedre risikojusterede valg. De leveres og indbringer penge allerede i dag.

Mens humanoide robotter dominerer overskrifterne, fokuserer Cybernetix Ventures på praktiske anvendelser inden for produktion, sundhed, logistik og byggeri. Hvilke brancher kan få den største økonomiske gevinst på kort sigt af fysisk AI, og hvor ser I allerede målbare afkast af investeringer i automatisering?

Den hurtigste effekt opstår, når tre ting mødes: et dyrt problem, mangel på arbejdskraft og en køber, der måler resultaterne i kroner og øre.

Produktionen kommer først, især på eksisterende fabrikker. De fleste fabrikker kan ikke bygges om med robotter for øje. En virksomhed med hundredvis af lokationer har brug for automatisering, der passer ind i de bygninger, den allerede har. Derfor er AI-baseret syn, der gør det muligt for eksisterende robotarme at gribe fat i uregelmæssige, skinnende eller gennemsigtige emner, så værdifuldt. Det opgraderer det, der allerede er på fabriksgulvet.

Logistik er det mest modne marked med et tydeligt investeringsafkast (ROI) inden for plukning, flytning og læsning. Alligevel er det stadig ikke fuldt løst at plukke en hvilken som helst enkelt genstand pålideligt fra en blandet beholder.

Sundhedsvæsenet og life science-branchen er undervurderede områder. Automatiserede laboratorier gør langsomt, manuelt arbejde til hurtigere og reproducerbare resultater, og lægemiddeludviklere ved allerede, hvordan de skal betale for hurtigere svar.

Byggebranchen er på et tidligere stadie, men den har en af de værste mangel på arbejdskraft af alle brancher. Robotter viser deres værd i afgrænsede opgaver som afsætning og hejsning af materialer.

Når jeg ser målbare afkast, er mønstret næsten altid det samme: én afgrænset opgave udføres mere pålideligt, og kunden kan se tilbagebetalingstiden i sine egne tal – ikke i en femårsprognose på en slide.

Fremskridt inden for grundmodeller, computersyn, forstærkningslæring og simulering ændrer robotteknologiens muligheder markant. Hvilke AI-innovationer mener du får størst betydning i løbet af de næste fem år, og hvilke tekniske begrænsninger forhindrer stadig udbredt anvendelse i uforudsigelige miljøer i den virkelige verden?

I løbet af de næste fem år vil jeg holde øje med fire ting.

Grundmodeller til robotter, især dem, der forbinder syn, sprog og handling. Men jeg forventer, at de vinder frem område for område – ikke som én model til alt. Vejen går fra ét enkelt formål til et bredere sæt anvendelsesområder og måske derefter til et helt område – for eksempel byggeri af enfamiliehuse. Jeg tror ikke på, at én model kan stå for byggeri, produktion og sundhedsvæsen.

Simulering, fordi den gør træning billig. Men simulering bringer dig op på 80 % eller 90 %. Det er i de sidste 10 %, at robotter taber ting og støder ind i ting.

Berøring. Syn er fantastisk til at forstå omgivelserne. Men hvis man vil ændre verden, er man nødt til at kunne mærke den. Følesans og bedre robotterhænder er vigtige, fordi det er ved manipulation, at det meste virkelige arbejde foregår.

Datainfrastruktur. Inden for selvkørende køretøjer opbyggede en generation af virksomheder som Scale AI store forretninger ved at indsamle og mærke data, mens Applied Intuition byggede sin forretning på simulering. Fysisk AI vil skabe sin egen udgave, og det er en af de største muligheder på området.

Det, der stadig forhindrer udrulning i uoverskuelige og uforudsigelige miljøer, er pålidelighed og tillid. Fabrikker kræver 99,99 %. Sikkerhedsstandarder, certificering og forsikring er ikke fulgt med udviklingen for mobile robotter, der arbejder omkring mennesker. Og hver eneste tilsluttede robot udgør en cybersikkerhedsrisiko, som meget få endnu indregner i prisen.

Cybernetix Ventures har investeret i virksomheder som Cambrian Robotics, Dash Bio og Rugged Robotics. Hvad tiltrak dig ved disse virksomheder, og hvad adskiller lovende robotteknologi fra en kommercielt skalerbar virksomhed?

Alle tre tog udgangspunkt i et kundeproblem, ikke i en smart demonstration.

Cambrian Robotics. Der er stor konkurrence inden for maskinsyn, men Cambrian kan pålideligt gribe fat i små, skinnende og gennemsigtige emner, som volder de fleste systemer problemer. Løsningen fungerer med de største mærker inden for industrirobotter, kan installeres på omkring en halv dag og blev allerede afprøvet og taget i brug hos producenter som Toyota, Audi og Electrolux, da vi var med til at lede virksomhedens seedfinansieringsrunde i 2024.

Dash Bio. Lægemiddeludviklere sender en stor del af deres bioanalyse til eksterne laboratorier, hvor arbejdet stadig i vid udstrækning udføres manuelt. Dash opbyggede et stærkt automatiseret laboratorium, der overholder GLP-standarderne (god laboratoriepraksis), og som kombinerer robotteknologi, AI og software for at udføre vigtige analyser op til 10 gange hurtigere. De sælger ikke robotter. De sælger hurtigere svar, som kunderne allerede ved, hvordan de skal købe.

Rugged Robotics. På en byggeplads markerer nogen stadig i hånden, hvor hver væg, hvert rør og hver installation skal placeres. Det går langsomt, og fejl bliver dyre, når væggene først er rejst. Ruggeds robot printer tegningerne direkte på gulvet. Én afgrænset opgave udføres hurtigere og mere præcist på byggepladser, hvor det er svært at finde nok kvalificerede medarbejdere.

Hvad adskiller lovende teknologi fra en skalerbar virksomhed? I 99 procent af tilfældene er det en opskrift på en virksomhed i modgang først at begynde med en imponerende teknisk bedrift og derefter lede efter et anvendelsesområde. De virksomheder, der skalerer, begynder med problemet og arbejder sig baglæns frem til maskinen, sådan som Kiva, Locus og Universal Robots gjorde. Derefter ser jeg efter en kunde, der køber igen efter pilotprojektet, en implementering, der ikke kræver en ph.d. på stedet, enhedsøkonomi, der holder ved større volumen, og et team, der når sine milepæle. Mange robotter er imponerende. Langt færre bliver til forretninger.

Efterhånden som fysisk AI bliver mere avanceret, vokser bekymringen for, at arbejdspladser forsvinder, samt for sikkerhed og menneskeligt tilsyn. Ser du primært robotteknologi som en løsning på manglen på arbejdskraft og en måde at styrke medarbejderne på, eller forventer du omfattende forstyrrelser på arbejdsmarkedet, efterhånden som udbredelsen accelererer?

På kort sigt handler det mest om at udfylde huller. På de fabrikker, lagre, laboratorier og byggepladser, vi arbejder med, er det manglen på medarbejdere – ikke efterspørgslen – der begrænser arbejdet. Stillinger står ubesat i månedsvis.

Verve Motion, et af vores porteføljeselskaber, er det eksempel, jeg vender tilbage til. Virksomheden fremstiller en blød eksodragt, der mindsker den belastning, det er for medarbejdere at løfte tunge byrder hele dagen. En lagermedarbejder fortalte teamet, at han endelig havde energi til at lege med sine børn, når han kom hjem. Det er robotteknologi, der gør gavn i verden, og den erstatter ikke nogen.

Jeg vil ikke lade, som om omstillingen ikke får konsekvenser. De mest ensformige job vil blive færre, og arbejdet vil ændre sig hurtigere, end vores uddannelsessystemer kan følge med til. Det ærlige svar er at investere i opkvalificering nu – for teknikere, operatører og dem, der vedligeholder robotflåder. Hver robot, der leveres, skaber arbejde for nogen, der installerer, programmerer og reparerer den.

Når det gælder sikkerhed, har robotteknologien faktisk et forspring i forhold til softwarebaseret AI. Industrirobotter har været underlagt sikkerhedsstandarder og certificeringskrav i årtier. Efterhånden som robotterne bliver klogere, skal den kultur følge med: tydeligt ansvar, sikre maskiner og mennesker, der har kontrollen over kritiske beslutninger.

Hvis vi ser frem mod 2030 og tiden derefter, hvilke udviklinger inden for fysisk AI og robotteknologi mener du vil få størst betydning for den globale økonomi? Er der oversete investeringsmuligheder eller nye anvendelser, som fortjener betydeligt mere opmærksomhed?

Jeg tror, at tre ting vil få størst betydning for den globale økonomi frem mod 2030.

Robotter, der lærer på jobbet, vil endelig gøre det muligt at automatisere hos små og mellemstore producenter, som aldrig har haft råd til specialtilpasset integration. Det er her, størstedelen af industrien faktisk befinder sig.

Automatiserede laboratorier vil sætte fart på videnskaben, hvor biologisk forskning og opdagelse af lægemidler foregår døgnet rundt.

Forsyningskæden for robotkomponenter – aktuatorer, motorer, sensorer og gear – bliver også strategisk vigtig. De fleste producenter af humanoide robotter fremstiller ikke selv disse dele. De designer, integrerer og samler, og en stor del af forsyningen kommer i dag fra Kina og Japan. Det vil få stor betydning, hvem der opbygger dette grundlag i USA og de allierede lande.

Det oversete er infrastrukturen bag kulisserne: indsamling af data fra den fysiske verden, simulering og test, flådestyring, perception samt maskinidentitet og cybersikkerhed, så robotter kan have tillid til hinanden og de netværk, de arbejder på. Dertil kommer de branchespecifikke anvendelser i brancher med mangel på arbejdskraft, som ingen skriver overskrifter om, såsom landbrug og byggeri.

Overskrifterne kommer til at handle om humanoide robotter. Mange af pengene vil blive tjent på infrastrukturen bag kulisserne. Og i sidste ende er det den samfundsmæssige påvirkning, ikke den teknologiske, der tæller.

Tak for et fremragende interview. Læsere, der gerne vil vide mere om robotteknologi, fysisk AI og investeringer i automatisering på et tidligt stadie, bør besøge Cybernetix Ventures.