Fady Saad, ιδρυτής και γενικός εταίρος της Cybernetix Ventures – Σειρά συνεντεύξεων

Ο Fady Saad είναι ιδρυτής και γενικός εταίρος της Cybernetix Ventures, όπου επενδύει σε εταιρείες ρομποτικής, αυτοματισμού και βιομηχανικής τεχνητής νοημοσύνης σε αρχικό στάδιο. Συνίδρυσε επίσης τη MassRobotics, συμβάλλοντας στην ανάπτυξη των εταιρικών συνεργασιών της και στη στήριξη νεοφυών επιχειρήσεων ρομποτικής καθώς προχωρούσαν προς την εμπορική αξιοποίηση. Η εμπειρία του συνδέει τη μηχανική, την επιχειρηματική ανάπτυξη και τις πρακτικές προκλήσεις της ένταξης μηχανών σε πραγματικά επιχειρησιακά περιβάλλοντα, με επενδυτική προσέγγιση που έχει στο επίκεντρο τις ανάγκες των πελατών και την εμπορικά βιώσιμη ανάπτυξη.

Η Cybernetix Ventures είναι εταιρεία επιχειρηματικών κεφαλαίων με έδρα τη Βοστόνη, η οποία επενδύει σε νεοφυείς επιχειρήσεις ρομποτικής, αυτοματισμού και βιομηχανικής τεχνητής νοημοσύνης στη Βόρεια Αμερική και την Ευρώπη. Οι τομείς στους οποίους εστιάζει περιλαμβάνουν τη μεταποίηση, τα logistics, την υγειονομική περίθαλψη και τις κατασκευές, καθώς και τεχνολογίες που καθιστούν δυνατή τη ρομποτική, όπως η αντίληψη, η αυτονομία, οι αισθητήρες και η κυβερνοασφάλεια. Σε αυτή τη συνέντευξη, ο Saad συζητά τις ευκαιρίες και τα όρια της φυσικής τεχνητής νοημοσύνης, τα οικονομικά των εξειδικευμένων και ανθρωποειδών ρομπότ, καθώς και την αξιοπιστία, τα δεδομένα και τις υποδομές που απαιτούνται για να μετατραπεί μια πολλά υποσχόμενη τεχνολογία σε επιχειρήσεις που μπορούν να αναπτυχθούν σε μεγάλη κλίμακα.

Συνιδρύσατε τη MassRobotics το 2014, συμβάλλοντας στη δημιουργία ενός από τα κορυφαία οικοσυστήματα καινοτομίας στη ρομποτική παγκοσμίως, προτού ιδρύσετε τη Cybernetix Ventures το 2021. Τι σας ώθησε να περάσετε από τη στήριξη νεοφυών επιχειρήσεων ρομποτικής στην άμεση επένδυση σε αυτές και πώς διαμόρφωσε την επενδυτική σας φιλοσοφία η εμπειρία σας στη MassRobotics;

Δεν σχεδίαζα να γίνω επενδυτής. Μπήκα στον χώρο της ρομποτικής μέσω της Vecna, δουλεύοντας στην έρευνα και ανάπτυξη (R&D) και στη στρατηγική εμπορικής αξιοποίησης, και γρήγορα κατάλαβα ότι η ρομποτική δεν ακολουθεί τα πρότυπα του λογισμικού. Μπορείς να διαθέσεις ένα πρωτότυπο λογισμικού στους χρήστες μέσα σε έξι μήνες. Για ένα ρομπότ χρειάζονται παραγωγή, εφοδιαστική αλυσίδα, δοκιμές, μέτρα ασφαλείας και ένας πελάτης πρόθυμος να το αφήσει να λειτουργήσει στις εγκαταστάσεις του.

Γι’ αυτό ξεκινήσαμε τη MassRobotics το 2014. Τη χαρακτηρίσαμε επιταχυντή νεοφυών επιχειρήσεων, επειδή το δύσκολο δεν είναι να κατασκευάσεις το πρωτότυπο. Είναι να περάσεις από ένα λειτουργικό πρωτότυπο σε ένα προϊόν που μπορεί να αγοράσει κάποιος. Είχα την ευθύνη των εταιρικών συνεργασιών και, για περισσότερα από έξι χρόνια, συμμετείχα σε πάνω από 300 συναντήσεις με εταιρείες και συνέβαλα στη σύναψη περισσότερων από 40 συνεργασιών. Έβλεπα διαρκώς την ίδια εικόνα: εταιρείες με πραγματικά προβλήματα, νεοφυείς επιχειρήσεις με πραγματική τεχνολογία και σχεδόν κανέναν επενδυτή που να κατανοεί και τις δύο πλευρές.

Το 2018 και το 2019, αυτό ήταν πια προφανές. Οι εταιρείες επιχειρηματικών κεφαλαίων συγκεντρώνονταν γύρω από το SaaS ή τη βιοτεχνολογία, ενώ οι ιδρυτές στον χώρο της ρομποτικής δεν ταίριαζαν πουθενά. Είχαν υπερβολικά πολύ υλικό εξοπλισμό για τους επενδυτές λογισμικού και ανεπαρκή βιολογική διάσταση για τους επενδυτές βιοτεχνολογίας. Αξιόλογες ομάδες έμεναν στάσιμες, επειδή δεν υπήρχαν τα κατάλληλα κεφάλαια. Ο Mark Martin, τον οποίο γνώρισα το 2017, όταν φέραμε την Analog Devices στη MassRobotics, έβλεπε το ίδιο κενό από την πλευρά των εταιρειών. Έτσι δημιουργήσαμε τη Cybernetix, ένα επενδυτικό ταμείο που αντιμετωπίζει τη ρομποτική ως ξεχωριστή κατηγορία περιουσιακών στοιχείων, και το θέσαμε σε λειτουργία το 2021.

Η MassRobotics διαμόρφωσε τον τρόπο με τον οποίο επενδύουμε με έναν απλό τρόπο. Ξεκινάμε από το πρόβλημα του πελάτη και όχι από την τεχνολογία. Προτιμούμε ομάδες με τουλάχιστον έναν ιδρυτή που προέρχεται από τον κλάδο στον οποίο απευθύνονται. Επίσης, αξιοποιούμε το εταιρικό μας δίκτυο σε κάθε επένδυση, επειδή σε αυτόν τον τομέα η κατάλληλη γνωριμία με έναν αγοραστή μπορεί να αξίζει περισσότερο από την ίδια τη χρηματοδότηση.

Η φυσική τεχνητή νοημοσύνη αναδύεται ως ένας από τους πιο μετασχηματιστικούς τομείς της τεχνητής νοημοσύνης, ενσωματώνοντας νοημοσύνη σε μηχανές που αλληλεπιδρούν με τον πραγματικό κόσμο. Ποιες τεχνολογικές εξελίξεις επιταχύνουν την υιοθέτησή της και γιατί πιστεύετε ότι ο κλάδος βρίσκεται σε μια κρίσιμη καμπή;

Δύο πράγματα εξελίχθηκαν ταυτόχρονα. Οι «εγκέφαλοι» βελτιώθηκαν πολύ και τα «σώματα» έγιναν πολύ φθηνότερα.

Στον τομέα του λογισμικού, τα μοντέλα θεμελίωσης έδωσαν στα ρομπότ κάτι που ουσιαστικά δεν είχαν ποτέ: τη δυνατότητα να δέχονται μια εντολή και να χειρίζονται καταστάσεις για τις οποίες δεν είχαν προγραμματιστεί ρητά. Η προσομοίωση επιτρέπει στις ομάδες να εκπαιδεύουν και να δοκιμάζουν χιλιάδες σενάρια προτού ένα ρομπότ βρεθεί σε πραγματικό εργοστάσιο. Στον τομέα του υλικού εξοπλισμού, οι αισθητήρες, η υπολογιστική στην περιφέρεια του δικτύου, οι ενεργοποιητές και οι μπαταρίες γίνονται διαρκώς φθηνότερα και καλύτερα, με αποτέλεσμα μια νεοφυής επιχείρηση να μπορεί να κατασκευάσει ένα ρομπότ πλήρους στοίβας χωρίς να είναι βιομηχανικός κολοσσός.

Έπειτα, υπάρχει η ζήτηση: ελλείψεις εργατικού δυναμικού στη μεταποίηση, τα logistics, τη γεωργία και τις κατασκευές, γήρανση του εργατικού δυναμικού και μια πραγματική προσπάθεια επαναπατρισμού της παραγωγής. Λέω πάντα ότι η έλλειψη εργατικού δυναμικού είναι οικονομικό πρόβλημα, όχι πρόβλημα μηχανικής, και πλέον τα διοικητικά συμβούλια την αντιμετωπίζουν αναλόγως.

Ναι, λοιπόν, βρισκόμαστε σε μια κρίσιμη καμπή, αλλά θα ήθελα να προσδιορίσω με ακρίβεια σε ποιο σημείο. Οι δυνατότητες και τα κεφάλαια έχουν φτάσει σε σημείο καμπής· η ανάπτυξη σε μεγάλη κλίμακα όχι. Το ChatGPT βασίζεται σε 20 ή 30 χρόνια ψηφιοποιημένης ανθρώπινης γνώσης, αλλά δεν υπάρχει αντίστοιχο σύνολο δεδομένων για τον φυσικό κόσμο. Κανένα σύνολο δεδομένων δεν διδάσκει σε ένα ρομπότ ότι πρέπει να κρατά διαφορετικά ένα αυγό, ένα φύλλο χαρτιού ή ένα κομμάτι ύφασμα. Οι εταιρείες που θα καλύψουν αυτό το κενό στα δεδομένα, αναπτύσσοντας ρομπότ σε πραγματικά περιβάλλοντα και μαθαίνοντας σε κάθε βάρδια, θα καθορίσουν την επόμενη φάση.

Οι επενδύσεις στη ρομποτική και τη φυσική τεχνητή νοημοσύνη έχουν επιταχυνθεί, χάρη στις εξελίξεις στην τεχνητή νοημοσύνη, τις ελλείψεις εργατικού δυναμικού και την αυξανόμενη ζήτηση για αυτοματισμούς. Τι τροφοδοτεί τον ενθουσιασμό των επενδυτών και σε ποιον βαθμό αυτή η δυναμική αντανακλά πραγματικές εμπορικές ευκαιρίες, σε σύγκριση με τον κερδοσκοπικό ενθουσιασμό;

Νομίζω ότι ισχύουν και τα δύο, και οι επενδυτές δεν ωφελούν κανέναν όταν προσποιούνται το αντίθετο.

Η ζήτηση είναι πραγματική. Η Deloitte και το Manufacturing Institute εκτιμούν ότι οι κατασκευαστές στις ΗΠΑ ενδέχεται να χρειαστούν έως και 3,8 εκατομμύρια εργαζομένους μέχρι το 2033, με περίπου 1,9 εκατομμύρια από αυτές τις θέσεις εργασίας να κινδυνεύουν να μείνουν ακάλυπτες. Αυτό δεν είναι υπερβολή. Είναι ένα κενό στην οικονομία.

Τα κεφάλαια είναι μια άλλη ιστορία. Η Crunchbase υπολόγισε ότι το πρώτο εξάμηνο του 2026 επενδύθηκαν 18,8 δισεκατομμύρια δολάρια σε νεοφυείς επιχειρήσεις ρομποτικής, περισσότερα από όσα επενδύθηκαν σε ολόκληρο το 2025. Ωστόσο, σύμφωνα με την PitchBook, ο αριθμός των συμφωνιών μειώθηκε το δεύτερο τρίμηνο, ενώ το ύψος των επενδύσεων έφτασε σε επίπεδα ρεκόρ· αυτό δείχνει ότι λίγοι, πολύ μεγάλοι γύροι χρηματοδότησης απορροφούν το μεγαλύτερο μέρος των κεφαλαίων. Μεγάλο μέρος αυτών των χρημάτων επενδύεται σε ένα αφήγημα: κυρίως σε ανθρωποειδή ρομπότ και μοντέλα ρομπότ γενικής χρήσης.

Το κριτήριό μου είναι σκόπιμα απλό. Αγοράζει ξανά ο πελάτης μετά την πιλοτική εφαρμογή; Πετυχαίνει το ρομπότ το επίπεδο αξιοπιστίας που απαιτεί η εργασία —σε μια γραμμή παραγωγής, αυτό είναι 99,99%, όχι 90%; Υπάρχουν πραγματικά έσοδα μέσα σε έναν χρόνο περίπου; Αν οι απαντήσεις είναι καταφατικές, τότε πρόκειται για επιχείρηση. Αν η παρουσίαση βασίζεται κυρίως σε όσα ενδέχεται να μπορεί να κάνει το ρομπότ το 2030, τότε πρόκειται για κερδοσκοπία που αποτιμάται σαν βεβαιότητα. Ο κλάδος της ρομποτικής έχει περάσει ξανά από αυτόν τον κύκλο και οι εταιρείες με πελάτες που πληρώνουν βγαίνουν ισχυρότερες από την αναδιάρθρωση που ακολουθεί.

Η Cybernetix Ventures συγκεντρώνει κεφάλαια για το δεύτερο επενδυτικό της ταμείο, με στόχο να διευρύνει τις επενδύσεις της σε εταιρείες ρομποτικής και τεχνητής νοημοσύνης πρώιμου σταδίου. Πώς έχει εξελιχθεί η επενδυτική σας προσέγγιση από τη δημιουργία του πρώτου σας ταμείου και ποιες αναδυόμενες τεχνολογίες ή κλάδοι προσελκύουν το μεγαλύτερο ενδιαφέρον των θεσμικών επενδυτών;

Η βασική πεποίθηση δεν έχει αλλάξει. Η αξία στη φυσική τεχνητή νοημοσύνη δημιουργείται εκεί όπου το λογισμικό συναντά την εφαρμογή στον πραγματικό κόσμο, και τα καλύτερα ρομπότ σχεδιάζονται με αφετηρία ένα συγκεκριμένο πρόβλημα. Το Fund II ενισχύει ακόμη περισσότερο αυτή την προσέγγιση.

Αυτό που έχει αλλάξει είναι ο χάρτης. Το Fund I επικεντρώθηκε στη μεταποίηση, την εφοδιαστική, τις κατασκευές και την υγειονομική περίθαλψη. Το Fund II διατηρεί αυτούς τους κλάδους και προσθέτει τη γεωργία, την ενέργεια και τις υποδομές για το κλίμα, το διάστημα και την άμυνα, καθώς και τεχνολογίες διπλής χρήσης. Η σύνθεση παραμένει περίπου στα δύο τρίτα εταιρείες ρομποτικής πλήρους στοίβας και στο ένα τρίτο τεχνολογίες που τις υποστηρίζουν, όπως μοντέλα τεχνητής νοημοσύνης, συστήματα αντίληψης και κυβερνοασφάλεια μεταξύ μηχανών. Οι πρώτες επενδύσεις του Fund II κατευθύνθηκαν σε μια εταιρεία διαστημικής ρομποτικής και σε μια εταιρεία μοντέλων αντίληψης, κάτι που δείχνει προς τα πού κινείται η νέα γενιά.

Εξετάζουμε επίσης προσεκτικά ζητήματα που σχεδόν δεν συζητούνταν το 2021 —όπως από πού προέρχονται τα εξαρτήματα, πόσο εκτεθειμένη είναι η εφοδιαστική αλυσίδα στην Κίνα και πόσο ασφαλές είναι το ρομπότ αφού συνδεθεί σε δίκτυο.

Από τους θεσμικούς και εταιρικούς επενδυτές ακούω συχνότερα δύο ερωτήματα. Πρώτον, οι εταιρείες ρωτούν πώς μπορούν να αποκτήσουν εικόνα μιας αγοράς που δεν μπορούν να αναπτύξουν εσωτερικά· αυτό σημαίνει εντοπισμό ευκαιριών, πληροφόρηση για την αγορά και συνεπενδύσεις. Η φυσική τεχνητή νοημοσύνη έχει γίνει προτεραιότητα σε επίπεδο διευθύνοντος συμβούλου σε πολλές από αυτές τις εταιρείες. Όμως τα οικογενειακά γραφεία και τα θεσμικά επενδυτικά ιδρύματα ρωτούν κάτι πιο άμεσο: γιατί να μην επενδύσουν απλώς σε έναν από τους μεγάλους γύρους χρηματοδότησης για ανθρωποειδή ρομπότ ή μοντέλα ρομπότ μέσω ενός SPV; Η απάντησή μου είναι ότι πρόκειται για επενδύσεις με έντονο ανταγωνισμό, υψηλό κόστος και μεγάλες κεφαλαιακές ανάγκες. Οι ασύμμετρες αποδόσεις βρίσκονται νωρίτερα… σε εταιρείες που οι επενδυτές γενικής κατεύθυνσης δεν έχουν εντοπίσει ακόμη. Εκεί αποδεικνύει την αξία του ένας εξειδικευμένος επενδυτής.

Τα ανθρωποειδή ρομπότ έχουν προσελκύσει τεράστια προσοχή και επενδύσεις, ενώ εταιρείες όπως η Tesla και η Figure AI επιδιώκουν όλο και πιο φιλόδοξες δυνατότητες. Έχετε εκφράσει επιφυλάξεις για την εμπορική τους βιωσιμότητα. Σε ποιους τομείς πιστεύετε ότι οι επενδυτές υπερεκτιμούν τις βραχυπρόθεσμες προοπτικές τους και προσφέρουν τα εξειδικευμένα ρομπότ μια ελκυστικότερη επενδυτική ευκαιρία;

Έχω επιφυλάξεις για το χρονοδιάγραμμα, όχι για την τεχνολογία. Ο κανόνας μου είναι ότι η μορφή ακολουθεί τη λειτουργία. Αν η εργασία είναι η μετακίνηση εξαρτημάτων ή η συλλογή και τοποθέτησή τους, πρέπει να αναρωτηθούμε αν χρειάζεται ένα πολύ σύνθετο και πολύ ακριβό δίποδο μηχάνημα ή αν αρκεί ένας βραχίονας ή δύο βραχίονες πάνω σε κινητή βάση. Σε ένα επίπεδο δάπεδο αποθήκης ή εργοστασίου, τα πόδια δεν προσφέρουν πολλά. Αυξάνουν το κόστος, καταναλώνουν ενέργεια και βασίζονται σε ένα ρομπότ που μπορεί να πέσει.

Εκεί όπου οι επενδυτές υπερεκτιμούν τα ανθρωποειδή ρομπότ είναι οι βραχυπρόθεσμοι υπολογισμοί. Οι αποτιμήσεις προϋποθέτουν ευρεία ανάπτυξή τους σύντομα, αλλά τα δύσκολα προβλήματα παραμένουν άλυτα —όπως τα επιδέξια χέρια, η ανάδραση της αφής και της δύναμης, οι μπαταρίες που διαρκούν λίγες ώρες και μια στοίβα τεχνητής νοημοσύνης που είναι αναπαραγώγιμη και ιχνηλάσιμη. Ένα ποσοστό σφάλματος 10% είναι αποδεκτό σε ένα chatbot. Σε ένα εργοστάσιο, μία λανθασμένη κίνηση μπορεί να τραυματίσει κάποιον ή να κοστίσει εκατομμύρια σε έναν πελάτη. Αναμένω σημαντικές αποστολές σε όγκο σε πέντε έως 10 χρόνια, όχι τον επόμενο χρόνο.

Τα ανθρωποειδή ρομπότ έχουν νόημα σε περιβάλλοντα που έχουν σχεδιαστεί για ανθρώπους και δεν μπορούν να αναδιαμορφωθούν. Το διάστημα είναι το χαρακτηριστικότερο παράδειγμα για μένα. Η NASA χρεώνει τους εμπορικούς χρήστες περίπου 130.000 δολάρια για μία ώρα απασχόλησης αστροναύτη, επομένως ένα ρομπότ που μπορεί να εργάζεται μέσα σε έναν σταθμό σχεδιασμένο για ανθρώπους αποσβένει γρήγορα το κόστος του. Η ίδια λογική ισχύει για πυρηνικές εγκαταστάσεις, την αντιμετώπιση καταστροφών και ορισμένες αμυντικές εργασίες.

Επομένως, βραχυπρόθεσμα, ναι, τα εξειδικευμένα ρομπότ αποτελούν καλύτερη επένδυση με βάση τον κίνδυνο και την αναμενόμενη απόδοση. Ήδη διατίθενται στην αγορά και αποφέρουν έσοδα.

Ενώ τα ανθρωποειδή ρομπότ κυριαρχούν στα πρωτοσέλιδα, η Cybernetix Ventures εστιάζει σε πρακτικές εφαρμογές στη μεταποίηση, την υγειονομική περίθαλψη, την εφοδιαστική και τις κατασκευές. Ποιοι κλάδοι μπορούν να αποκομίσουν το μεγαλύτερο οικονομικό όφελος βραχυπρόθεσμα από τη φυσική τεχνητή νοημοσύνη και πού βλέπετε ήδη μετρήσιμες αποδόσεις από τις επενδύσεις στον αυτοματισμό;

Ο αντίκτυπος γίνεται αισθητός ταχύτερα εκεί όπου συνυπάρχουν τρία στοιχεία: ένα δαπανηρό πρόβλημα, έλλειψη εργατικού δυναμικού και ένας αγοραστής που μετρά τα αποτελέσματα σε χρήμα.

Πρώτος έρχεται ο μεταποιητικός κλάδος, ιδιαίτερα τα υφιστάμενα εργοστάσια. Τα περισσότερα εργοστάσια δεν μπορούν να ξαναχτιστούν με βάση τις ανάγκες των ρομπότ. Μια εταιρεία με εκατοντάδες εγκαταστάσεις χρειάζεται αυτοματισμούς που να προσαρμόζονται στα κτίρια που ήδη διαθέτει. Γι’ αυτό έχει τόσο μεγάλη αξία η όραση υπολογιστή με τεχνητή νοημοσύνη, που επιτρέπει στους υφιστάμενους ρομποτικούς βραχίονες να πιάνουν ακανόνιστα, γυαλιστερά ή διαφανή εξαρτήματα. Αναβαθμίζει ό,τι βρίσκεται ήδη στο εργοστάσιο.

Τα logistics είναι η πιο ώριμη αγορά, με σαφή απόδοση της επένδυσης (ROI) στις εργασίες συλλογής, μετακίνησης και φόρτωσης. Ακόμη κι έτσι, η αξιόπιστη συλλογή οποιουδήποτε μεμονωμένου αντικειμένου από έναν κάδο με ανάμεικτα αντικείμενα παραμένει ένα πρόβλημα που δεν έχει λυθεί πλήρως.

Η υγειονομική περίθαλψη και οι βιοεπιστήμες είναι τομείς που δεν εκτιμώνται όσο τους αξίζει. Τα αυτοματοποιημένα εργαστήρια μετατρέπουν αργές, χειροκίνητες εργασίες σε ταχύτερα, αναπαραγώγιμα αποτελέσματα, ενώ οι εταιρείες ανάπτυξης φαρμάκων γνωρίζουν ήδη πώς να πληρώνουν για ταχύτερες απαντήσεις.

Οι κατασκευές βρίσκονται σε πρωιμότερο στάδιο, αλλά αντιμετωπίζουν μία από τις σοβαρότερες ελλείψεις εργατικού δυναμικού. Τα ρομπότ αποδεικνύουν την αξία τους σε εξειδικευμένες εργασίες, όπως η χάραξη και η ανύψωση υλικών.

Όπου βλέπω μετρήσιμες αποδόσεις, σχεδόν πάντα ισχύει το ίδιο μοτίβο: μία συγκεκριμένη εργασία εκτελείται με μεγαλύτερη αξιοπιστία και η απόσβεση της επένδυσης είναι ορατή στον πελάτη μέσα από τα δικά του στοιχεία, όχι σε μια παρουσίαση που προβλέπει πενταετία.

Οι εξελίξεις στα θεμελιώδη μοντέλα, την όραση υπολογιστή, την ενισχυτική μάθηση και την προσομοίωση μεταμορφώνουν τις δυνατότητες της ρομποτικής. Ποιες καινοτομίες στην τεχνητή νοημοσύνη θεωρείτε σημαντικότερες για τα επόμενα πέντε χρόνια και ποιοι τεχνικοί περιορισμοί εξακολουθούν να εμποδίζουν την ευρεία εφαρμογή της σε απρόβλεπτα περιβάλλοντα του πραγματικού κόσμου;

Για τα επόμενα πέντε χρόνια, θα παρακολουθούσα τέσσερα πράγματα.

Τα θεμελιώδη μοντέλα για ρομπότ, ιδίως εκείνα που συνδέουν την όραση, τη γλώσσα και τη δράση. Ωστόσο, περιμένω να επικρατήσουν το καθένα στον δικό του τομέα, όχι ως ένα μοντέλο για τα πάντα. Η πορεία ξεκινά από έναν συγκεκριμένο σκοπό, περνά σε ένα σύνολο περιπτώσεων χρήσης και, στη συνέχεια, ίσως καλύψει έναν ολόκληρο τομέα — για παράδειγμα, την κατασκευή μονοκατοικιών. Δεν πιστεύω ότι ένα μοντέλο θα μπορεί να αναλάβει τις κατασκευές, τη μεταποίηση και την υγειονομική περίθαλψη.

Η προσομοίωση, επειδή μειώνει το κόστος της εκπαίδευσης. Ωστόσο, με την προσομοίωση φτάνεις στο 80% ή στο 90%. Στο τελευταίο 10% είναι που τα ρομπότ αφήνουν πράγματα να πέσουν και χτυπούν αντικείμενα.

Η αφή. Η όραση είναι εξαιρετική για την κατανόηση του περιβάλλοντος. Όμως, αν θέλεις να αλλάξεις τον κόσμο, πρέπει να τον αισθανθείς. Η απτική αίσθηση και τα καλύτερα ρομποτικά χέρια έχουν σημασία, επειδή το μεγαλύτερο μέρος της πραγματικής εργασίας αφορά τον χειρισμό αντικειμένων.

Υποδομές δεδομένων. Στα αυτόνομα οχήματα, μια γενιά εταιρειών όπως η Scale AI δημιούργησε μεγάλες επιχειρήσεις συλλέγοντας και επισημαίνοντας δεδομένα, ενώ η Applied Intuition έχτισε τη δική της πάνω στην προσομοίωση. Η φυσική τεχνητή νοημοσύνη θα δημιουργήσει τη δική της εκδοχή και πρόκειται για μία από τις μεγαλύτερες ευκαιρίες στον κλάδο.

Αυτό που εξακολουθεί να εμποδίζει την εφαρμογή σε πολύπλοκα, απρόβλεπτα περιβάλλοντα είναι η αξιοπιστία και η εμπιστοσύνη. Τα εργοστάσια χρειάζονται αξιοπιστία 99,99%. Τα πρότυπα ασφαλείας, οι διαδικασίες πιστοποίησης και οι ασφαλιστικές καλύψεις δεν έχουν προσαρμοστεί ακόμη στα κινητά ρομπότ που λειτουργούν κοντά σε ανθρώπους. Επιπλέον, κάθε συνδεδεμένο ρομπότ αποτελεί κίνδυνο για την κυβερνοασφάλεια, τον οποίο ελάχιστοι συνυπολογίζουν ακόμη στο κόστος.

Η Cybernetix Ventures έχει επενδύσει σε εταιρείες όπως οι Cambrian Robotics, Dash Bio και Rugged Robotics. Τι σας προσέλκυσε σε αυτές τις εταιρείες και τι διαφοροποιεί μια πολλά υποσχόμενη ρομποτική τεχνολογία από μια επιχείρηση με δυνατότητα εμπορικής ανάπτυξης σε μεγάλη κλίμακα;

Και οι τρεις ξεκίνησαν από ένα πρόβλημα πελάτη, όχι από μια εντυπωσιακή επίδειξη τεχνολογίας.

Cambrian Robotics. Η αγορά της μηχανικής όρασης είναι κορεσμένη, αλλά η Cambrian πιάνει αξιόπιστα μικρά, γυαλιστερά και διαφανή εξαρτήματα, τα οποία δυσκολεύουν τα περισσότερα συστήματα. Λειτουργεί με τις μεγάλες μάρκες βιομηχανικών ρομπότ, εγκαθίσταται σε περίπου μισή ημέρα και ήδη δοκιμαζόταν και αναπτυσσόταν σε συνεργασία με κατασκευαστές όπως η Toyota, η Audi και η Electrolux, όταν συμμετείχαμε ως συν-επικεφαλής στον γύρο αρχικής χρηματοδότησής της το 2024.

Dash Bio. Οι εταιρείες ανάπτυξης φαρμάκων αναθέτουν μεγάλο μέρος των βιοαναλύσεών τους σε εξωτερικά εργαστήρια, όπου οι εργασίες εξακολουθούν να γίνονται σε μεγάλο βαθμό χειροκίνητα. Η Dash δημιούργησε ένα εξαιρετικά αυτοματοποιημένο εργαστήριο, συμμορφούμενο με τα πρότυπα GLP (Ορθής Εργαστηριακής Πρακτικής), το οποίο συνδυάζει ρομποτική, τεχνητή νοημοσύνη και λογισμικό για να εκτελεί βασικές δοκιμές έως και 10 φορές ταχύτερα. Δεν πουλά ρομπότ. Πουλά ταχύτερες απαντήσεις, για τις οποίες οι πελάτες ξέρουν ήδη πώς να πληρώσουν.

Rugged Robotics. Σε ένα εργοτάξιο, κάποιος εξακολουθεί να σημειώνει με το χέρι πού θα τοποθετηθεί κάθε τοίχος, σωλήνας και εξάρτημα. Η διαδικασία είναι αργή και τα λάθη κοστίζουν ακριβά όταν υψωθούν οι τοίχοι. Το ρομπότ της Rugged τυπώνει τα σχέδια απευθείας στο δάπεδο. Πρόκειται για μία συγκεκριμένη εργασία, που εκτελείται ταχύτερα και με μεγαλύτερη ακρίβεια, σε εργοτάξια που δεν μπορούν να βρουν αρκετούς ειδικευμένους εργαζομένους.

Τι διαφοροποιεί μια πολλά υποσχόμενη τεχνολογία από μια επιχείρηση με δυνατότητα ανάπτυξης σε μεγάλη κλίμακα; Στο 99% των περιπτώσεων, το να ξεκινάς με ένα εντυπωσιακό τεχνολογικό επίτευγμα και μετά να αναζητάς μια περίπτωση χρήσης είναι συνταγή για μια προβληματική επιχείρηση. Οι εταιρείες που αναπτύσσονται σε μεγάλη κλίμακα ξεκινούν από το πρόβλημα και δουλεύουν προς τα πίσω, σχεδιάζοντας τη μηχανή, όπως έκαναν οι Kiva, Locus και Universal Robots. Έπειτα, αναζητώ έναν πελάτη που αγοράζει ξανά μετά την πιλοτική εφαρμογή, μια εγκατάσταση που δεν απαιτεί διδακτορικό επί τόπου, οικονομικά μονάδας που παραμένουν βιώσιμα σε μεγάλη κλίμακα και μια ομάδα που πετυχαίνει τους στόχους της. Πολλά ρομπότ είναι εντυπωσιακά. Πολύ λιγότερα αποτελούν βιώσιμες επιχειρήσεις.

Καθώς η φυσική τεχνητή νοημοσύνη γίνεται πιο ικανή, εντείνονται οι ανησυχίες για την εκτόπιση εργαζομένων, την ασφάλεια και την ανθρώπινη εποπτεία. Θεωρείτε ότι η ρομποτική αντιμετωπίζει κυρίως τις ελλείψεις εργατικού δυναμικού και ενισχύει τις δυνατότητες των εργαζομένων ή αναμένετε σημαντικές αναταράξεις στην απασχόληση καθώς επιταχύνεται η υιοθέτησή της;

Βραχυπρόθεσμα, η ρομποτική καλύπτει κυρίως κενά. Στα εργοστάσια, τις αποθήκες, τα εργαστήρια και τα εργοτάξια με τα οποία συνεργαζόμαστε, περιοριστικός παράγοντας είναι το ανθρώπινο δυναμικό, όχι η ζήτηση. Οι θέσεις μένουν ακάλυπτες για μήνες.

Η Verve Motion, μία από τις εταιρείες του χαρτοφυλακίου μας, είναι το παράδειγμα στο οποίο επανέρχομαι. Κατασκευάζει έναν μαλακό εξωσκελετό που μειώνει σημαντικά την καταπόνηση των εργαζομένων που σηκώνουν βαριά φορτία όλη μέρα. Ένας εργαζόμενος σε αποθήκη είπε στην ομάδα ότι, όταν επέστρεφε σπίτι, είχε επιτέλους αρκετή ενέργεια για να παίξει με τα παιδιά του. Αυτή είναι η ρομποτική που κάνει καλό στον κόσμο και δεν αντικαθιστά κανέναν.

Δεν θα προσποιηθώ ότι δεν θα υπάρξουν ανακατατάξεις. Οι πιο επαναλαμβανόμενες εργασίες θα περιοριστούν και η εργασία θα αλλάζει ταχύτερα απ’ όσο μπορούν να προσαρμοστούν τα συστήματα κατάρτισής μας. Η ειλικρινής απάντηση είναι να επενδύσουμε τώρα στην επανακατάρτιση τεχνικών, χειριστών και όσων συντηρούν στόλους ρομπότ. Κάθε ρομπότ που αποστέλλεται δημιουργεί δουλειά για κάποιον που το εγκαθιστά, το προγραμματίζει και το επισκευάζει.

Όσον αφορά την ασφάλεια, η ρομποτική έχει πράγματι προβάδισμα έναντι της τεχνητής νοημοσύνης που βασίζεται σε λογισμικό. Τα βιομηχανικά ρομπότ υπόκεινται εδώ και δεκαετίες σε πρότυπα ασφαλείας και διαδικασίες πιστοποίησης. Καθώς τα ρομπότ γίνονται πιο έξυπνα, αυτή η κουλτούρα πρέπει να διατηρηθεί: σαφής λογοδοσία, ασφαλή μηχανήματα και άνθρωποι στον έλεγχο των κρίσιμων αποφάσεων.

Κοιτάζοντας προς το 2030 και πέρα από αυτό, ποιες εξελίξεις στη φυσική τεχνητή νοημοσύνη και τη ρομποτική πιστεύετε ότι θα έχουν τον μεγαλύτερο αντίκτυπο στην παγκόσμια οικονομία; Υπάρχουν επενδυτικές ευκαιρίες που δεν έχουν λάβει την προσοχή που τους αξίζει ή νέες εφαρμογές που αξίζουν πολύ μεγαλύτερη προσοχή;

Πιστεύω ότι έως το 2030 τρία πράγματα θα έχουν τη μεγαλύτερη σημασία για την παγκόσμια οικονομία.

Τα ρομπότ που μαθαίνουν κατά την εργασία θα φέρουν επιτέλους τον αυτοματισμό σε μικρές και μεσαίες επιχειρήσεις του μεταποιητικού κλάδου, οι οποίες δεν είχαν ποτέ την οικονομική δυνατότητα να αναθέσουν την προσαρμογή και ενσωμάτωση αυτοματισμών στις ανάγκες τους. Εκεί βρίσκεται στην πραγματικότητα το μεγαλύτερο μέρος της βιομηχανικής βάσης.

Τα αυτοματοποιημένα εργαστήρια θα επιταχύνουν την επιστημονική έρευνα, με τη βιολογία και την ανακάλυψη φαρμάκων να προχωρούν όλο το εικοσιτετράωρο.

Επίσης, η εφοδιαστική αλυσίδα εξαρτημάτων ρομπότ —ενεργοποιητών, κινητήρων, αισθητήρων και γραναζιών— θα αποκτήσει στρατηγική σημασία. Οι περισσότεροι κατασκευαστές ανθρωποειδών ρομπότ δεν κατασκευάζουν αυτά τα εξαρτήματα. Σχεδιάζουν, ενσωματώνουν και συναρμολογούν, ενώ μεγάλο μέρος της προμήθειάς τους προέρχεται σήμερα από την Κίνα και την Ιαπωνία. Όποιος αναπτύξει αυτή τη βάση στις ΗΠΑ και σε συμμαχικές χώρες θα έχει μεγάλη σημασία.

Αυτό που παραβλέπεται είναι οι βασικές υποδομές: η συλλογή δεδομένων από τον φυσικό κόσμο, η προσομοίωση και οι δοκιμές, η διαχείριση στόλων, η αντίληψη, καθώς και η ταυτότητα μηχανών και η κυβερνοασφάλεια, ώστε τα ρομπότ να μπορούν να εμπιστεύονται το ένα το άλλο και τα δίκτυα στα οποία λειτουργούν. Παραβλέπονται επίσης οι εξειδικευμένες ανά κλάδο εφαρμογές σε βιομηχανίες που αντιμετωπίζουν σοβαρές ελλείψεις εργατικού δυναμικού και για τις οποίες κανείς δεν γράφει πρωτοσέλιδα, όπως η γεωργία και οι κατασκευές.

Τα πρωτοσέλιδα θα αφορούν τα ανθρωποειδή ρομπότ. Πολλά χρήματα θα βγουν από τις βασικές υποδομές. Και τελικά, αυτό που μετράει είναι ο κοινωνικός αντίκτυπος, όχι ο τεχνολογικός.

Σας ευχαριστώ για την εξαιρετική συνέντευξη. Οι αναγνώστες που θέλουν να μάθουν περισσότερα για τη ρομποτική, τη φυσική τεχνητή νοημοσύνη και τις επενδύσεις σε αρχικά στάδια στον αυτοματισμό, μπορούν να επισκεφθούν την Cybernetix Ventures.