साक्षात्कार
Fady Saad, Cybernetix Ventures के संस्थापक और जनरल पार्टनर – साक्षात्कार शृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुRobotics founders stalled because venture capital clustered around SaaS and biotech…
और देखें
- Robotics founders stalled because venture capital clustered around SaaS and biotech rather than hardware.
- Capability and capital have inflected but deployment at scale has not.
- Humanoid skepticism targets the timeline rather than the technology itself.
Fady Saad Cybernetix Ventures के संस्थापक और जनरल पार्टनर हैं, जहाँ वे शुरुआती चरण की रोबोटिक्स, स्वचालन और औद्योगिक एआई कंपनियों में निवेश करते हैं। उन्होंने MassRobotics की सह-स्थापना भी की और उसकी कॉर्पोरेट साझेदारियाँ विकसित करने तथा रोबोटिक्स स्टार्टअप को व्यावसायीकरण की ओर बढ़ने में सहयोग देने में मदद की। उनका अनुभव इंजीनियरिंग, व्यवसाय विकास और मशीनों को वास्तविक परिचालन परिवेश में लाने की व्यावहारिक चुनौतियों को जोड़ता है। उनकी निवेश रणनीति ग्राहक की ज़रूरतों और व्यावसायिक रूप से व्यवहार्य तैनाती पर केंद्रित है।
Cybernetix Ventures बोस्टन स्थित एक वेंचर कैपिटल फर्म है, जो उत्तरी अमेरिका और यूरोप में रोबोटिक्स, स्वचालन और औद्योगिक एआई स्टार्टअप में निवेश करती है। इसका ध्यान विनिर्माण, लॉजिस्टिक्स, स्वास्थ्य सेवा, निर्माण और रोबोटिक्स के लिए प्रत्यक्षण, स्वायत्तता, सेंसर तथा साइबर सुरक्षा जैसी सक्षमकारी तकनीकों पर है। इस साक्षात्कार में Saad भौतिक एआई की संभावनाओं और सीमाओं, विशिष्ट तथा ह्यूमनॉइड रोबोटों के अर्थशास्त्र और आशाजनक तकनीक को बड़े पैमाने पर विकसित हो सकने वाले कारोबारों में बदलने के लिए ज़रूरी विश्वसनीयता, डेटा और बुनियादी ढाँचे पर चर्चा करते हैं।
आपने 2014 में MassRobotics की सह-स्थापना की और दुनिया के अग्रणी रोबोटिक्स नवाचार पारितंत्रों में से एक को विकसित करने में मदद की। इसके बाद 2021 में आपने Cybernetix Ventures की स्थापना की। रोबोटिक्स स्टार्टअप को सहयोग देने से उनमें सीधे निवेश करने की ओर आपके बदलाव की प्रेरणा क्या थी, और MassRobotics में आपके अनुभव ने आपकी निवेश-दृष्टि को किस तरह आकार दिया?
निवेशक बनने की मेरी कोई योजना नहीं थी। मैं Vecna के ज़रिए रोबोटिक्स में आया, जहाँ मैंने अनुसंधान एवं विकास और व्यावसायीकरण की रणनीति पर काम किया। वहाँ मैंने जल्दी ही समझ लिया कि रोबोटिक्स में सॉफ़्टवेयर वाला तरीका काम नहीं करता। सॉफ़्टवेयर का प्रोटोटाइप छह महीने में उपयोगकर्ताओं तक पहुँचाया जा सकता है। रोबोट के लिए विनिर्माण, आपूर्ति शृंखला, परीक्षण, सुरक्षा संबंधी काम और ऐसा ग्राहक चाहिए जो उसे अपने कार्यस्थल पर आने दे।
इसीलिए हमने 2014 में MassRobotics शुरू किया। हमने इसे स्टार्टअप एक्सेलेरेटर कहा, क्योंकि असली कठिनाई प्रोटोटाइप बनाना नहीं है। कठिनाई एक काम करने वाले प्रोटोटाइप को ऐसे उत्पाद में बदलने की है जिसे कोई खरीद सके। मैंने कॉर्पोरेट साझेदारियों का काम संभाला और छह साल से अधिक समय तक 300 से ज़्यादा कॉर्पोरेट बैठकों में शामिल हुआ तथा 40 से अधिक साझेदारियाँ बनाने में मदद की। मुझे बार-बार एक ही तस्वीर दिखी: वास्तविक समस्याओं से जूझती कंपनियाँ, वास्तविक तकनीक वाले स्टार्टअप और ऐसे निवेशक लगभग न के बराबर, जो दोनों को समझते हों।
2018 और 2019 तक यह स्पष्ट हो चुका था। वेंचर कैपिटलिस्ट सॉफ़्टवेयर-एज़-अ-सर्विस (SaaS) या जैवप्रौद्योगिकी के इर्द-गिर्द सिमटे हुए थे, जबकि रोबोटिक्स के संस्थापक कहीं फिट नहीं बैठते थे। सॉफ़्टवेयर निवेशकों के लिए हार्डवेयर बहुत ज़्यादा था और जैवप्रौद्योगिकी निवेशकों के लिए जीवविज्ञान बहुत कम। सही पूँजी उपलब्ध न होने के कारण अच्छी टीमें आगे नहीं बढ़ पा रही थीं। Mark Martin, जिनसे मेरी मुलाकात 2017 में हुई थी, जब हम Analog Devices को MassRobotics लेकर आए थे, ने कॉर्पोरेट पक्ष से यही कमी देखी। इसलिए हमने Cybernetix बनाया—एक ऐसा फंड जो रोबोटिक्स को एक अलग परिसंपत्ति वर्ग मानता है—और इसे 2021 में शुरू किया।
MassRobotics ने एक सरल तरीके से हमारी निवेश-दृष्टि को आकार दिया। हम तकनीक से नहीं, ग्राहक की समस्या से शुरुआत करते हैं। हमें ऐसी टीमें पसंद हैं जिनमें कम-से-कम एक संस्थापक उस उद्योग से आता हो, जिसे वे अपनी पेशकश बेचते हैं। और हम हर निवेश सौदे में अपने कॉर्पोरेट नेटवर्क को शामिल करते हैं, क्योंकि इस क्षेत्र में किसी खरीदार से सही परिचय मिलना, निवेश के चेक से भी ज़्यादा अहम हो सकता है।
भौतिक एआई कृत्रिम बुद्धिमत्ता के सबसे परिवर्तनकारी क्षेत्रों में से एक के रूप में उभर रहा है। यह वास्तविक दुनिया से संपर्क करने वाली मशीनों में बुद्धिमत्ता ला रहा है। कौन-सी तकनीकी उपलब्धियाँ इसे अपनाने की गति बढ़ा रही हैं, और आपको क्यों लगता है कि यह उद्योग एक अहम बदलाव-बिंदु पर पहुँच रहा है?
दो चीज़ें एक साथ आगे बढ़ीं। मशीनों का दिमाग़ बहुत बेहतर हो गया और उनके ढाँचे बहुत सस्ते।
सॉफ़्टवेयर के क्षेत्र में, फ़ाउंडेशन मॉडल ने रोबोटों को वह क्षमता दी जो उनके पास पहले वास्तव में नहीं थी: किसी निर्देश को समझना और ऐसी परिस्थितियों से निपटना जिनके लिए उन्हें स्पष्ट रूप से प्रोग्राम नहीं किया गया था। सिमुलेशन की मदद से टीमें किसी रोबोट को असली कारखाने में ले जाने से पहले हज़ारों परिस्थितियों में उसका प्रशिक्षण और परीक्षण कर सकती हैं। हार्डवेयर के क्षेत्र में, सेंसर, एज कंप्यूटिंग, ऐक्चुएटर और बैटरियाँ लगातार सस्ती और बेहतर हो रही हैं। इसलिए कोई स्टार्टअप किसी औद्योगिक दिग्गज हुए बिना भी पूरा फुल-स्टैक रोबोट बना सकता है।
इसके बाद माँग की बात है: विनिर्माण, लॉजिस्टिक्स, कृषि और निर्माण क्षेत्र में श्रमिकों की कमी, बढ़ती उम्र का कार्यबल और उत्पादन को देश में वापस लाने की वास्तविक कोशिश। मैं हमेशा कहता हूँ कि श्रमिकों की कमी इंजीनियरिंग की नहीं, अर्थव्यवस्था की समस्या है; अब कंपनियों के निदेशक मंडल भी इसे इसी तरह देख रहे हैं।
तो हाँ, यह बदलाव-बिंदु है, लेकिन यह बताना ज़रूरी है कि बदलाव कहाँ आया है। क्षमता और पूँजी के मामले में बड़ा मोड़ आया है; बड़े पैमाने पर तैनाती के मामले में नहीं। ChatGPT को डिजिटाइज़ किए गए मानव ज्ञान के 20 या 30 वर्षों के आधार पर विकसित किया गया है, जबकि भौतिक दुनिया के लिए ऐसा कोई समकक्ष डेटासेट नहीं है। कोई डेटासेट रोबोट को यह नहीं बताता कि अंडा, कागज़ की शीट या कपड़े के टुकड़े को अलग-अलग ढंग से पकड़ना होता है। जो कंपनियाँ वास्तविक परिवेश में तैनाती करके और हर शिफ्ट से सीखकर डेटा की इस कमी को दूर करेंगी, वे अगले चरण को परिभाषित करेंगी।
एआई में प्रगति, श्रमिकों की कमी और स्वचालन की बढ़ती माँग के चलते रोबोटिक्स और भौतिक एआई में निवेश तेज़ हुआ है। निवेशकों के उत्साह को क्या बढ़ावा दे रहा है, और इस रुझान में वास्तविक व्यावसायिक अवसरों का योगदान कितना है तथा सट्टेबाज़ी वाले उत्साह का कितना?
मुझे लगता है कि दोनों ही बातें हैं, और निवेशक यह दिखावा करके किसी की मदद नहीं करते कि ऐसा नहीं है।
मांग वास्तविक है। Deloitte और Manufacturing Institute का अनुमान है कि अमेरिकी विनिर्माताओं को 2033 तक 3.8 मिलियन तक कर्मियों की ज़रूरत पड़ सकती है, और इनमें से लगभग 1.9 मिलियन पद खाली रह जाने का जोखिम है। यह कोई अतिशयोक्ति नहीं है। अर्थव्यवस्था में इतनी बड़ी कमी है।
पूंजी की तस्वीर अलग है। Crunchbase के आंकड़ों के मुताबिक, 2026 की पहली छमाही में रोबोटिक्स स्टार्टअप में 18.8 अरब डॉलर का निवेश हुआ—जो पूरे 2025 के निवेश से अधिक है। लेकिन PitchBook ने देखा कि दूसरी तिमाही में सौदों की संख्या घटी, जबकि निवेश की रकम रिकॉर्ड स्तर पर पहुंच गई। इससे पता चलता है कि मुट्ठी भर बहुत बड़े निवेश अधिकांश पूंजी खींच रहे हैं। इस पैसे का बड़ा हिस्सा एक खास कहानी को बढ़ावा देने में लग रहा है: मुख्य रूप से ह्यूमनॉइड और सामान्य प्रयोजन वाले रोबोट मॉडल।
मेरा कसौटी जानबूझकर सीधी-सादी है। क्या ग्राहक पायलट परियोजना के बाद दोबारा खरीदारी करता है? क्या रोबोट उस काम के लिए ज़रूरी विश्वसनीयता हासिल करता है—जो उत्पादन लाइन पर 90% नहीं, बल्कि 99.99% होती है? क्या करीब एक साल के भीतर वास्तविक राजस्व आता है? अगर जवाब हां हैं, तो यह एक कारोबार है। अगर पेशकश मुख्य रूप से इस बात पर टिकी है कि रोबोट 2030 में क्या-क्या कर सकता है, तो यह अटकल को निश्चितता की कीमत पर बेचने जैसा है। रोबोटिक्स पहले भी ऐसे दौर से गुज़र चुका है, और इस छंटनी के बाद भुगतान करने वाले ग्राहक रखने वाली कंपनियां और मज़बूत होकर निकलती हैं।
Cybernetix Ventures शुरुआती चरण की रोबोटिक्स और एआई कंपनियों में निवेश बढ़ाने के लिए अपना दूसरा फंड जुटा रही है। अपना पहला फंड शुरू करने के बाद से आपकी निवेश-परिकल्पना कैसे विकसित हुई है, और किन उभरती प्रौद्योगिकियों या उद्योगों में संस्थागत निवेशकों की सबसे अधिक दिलचस्पी है?
हमारी बुनियादी मान्यता नहीं बदली है। भौतिक एआई में मूल्य वहां बनता है जहां सॉफ़्टवेयर का वास्तविक दुनिया में इस्तेमाल से मेल होता है, और बेहतरीन रोबोट किसी खास समस्या को ध्यान में रखकर उल्टी दिशा में डिज़ाइन किए जाते हैं। Fund II इसी सोच में निवेश को दोगुना करता है।
बदला है तो निवेश का दायरा। Fund I का ध्यान विनिर्माण, लॉजिस्टिक्स, निर्माण और स्वास्थ्य सेवा पर था। Fund II इन क्षेत्रों में निवेश जारी रखते हुए कृषि, ऊर्जा और जलवायु अवसंरचना, अंतरिक्ष और रक्षा के साथ-साथ दोहरे उपयोग वाली प्रौद्योगिकी को भी शामिल करता है। निवेश का बंटवारा लगभग दो-तिहाई पूर्ण-स्टैक रोबोटिक्स कंपनियों और एक-तिहाई सहायक प्रौद्योगिकी के बीच बना हुआ है—जैसे एआई मॉडल, परसेप्शन और मशीनों के बीच साइबर सुरक्षा। Fund II के हमारे शुरुआती निवेश एक अंतरिक्ष रोबोटिक्स कंपनी और एक परसेप्शन मॉडल कंपनी में गए। इससे पता चलता है कि नई पीढ़ी किस दिशा में बढ़ रही है।
हम उन पहलुओं पर भी गंभीरता से विचार करते हैं जिनकी 2021 में बमुश्किल चर्चा होती थी—जैसे पुर्ज़े कहां से आते हैं, आपूर्ति शृंखला चीन पर कितनी निर्भर है और नेटवर्क से जुड़ने के बाद रोबोट कितना सुरक्षित रहता है।
संस्थागत और कॉरपोरेट निवेशकों से मुझे अक्सर दो सवाल सुनने को मिलते हैं। पहला, कंपनियां पूछती हैं कि ऐसे बाज़ार की जानकारी कैसे हासिल करें जिसे वे आंतरिक रूप से विकसित नहीं कर सकतीं। इसके लिए बाज़ार की पड़ताल, बाज़ार संबंधी जानकारी और सह-निवेश की ज़रूरत होती है। इनमें से कई कंपनियों के सीईओ के लिए भौतिक एआई प्राथमिकता बन चुका है। लेकिन पारिवारिक निवेश कार्यालय और संस्थान एक अधिक सीधा सवाल पूछते हैं: किसी बड़े ह्यूमनॉइड या रोबोट मॉडल निवेश दौर में एसपीवी के ज़रिए सीधे शामिल क्यों न हों? मेरा जवाब है कि ऐसे निवेशों में पहले से बहुत भीड़ है, वे महंगे हैं और उनमें भारी पूंजी लगती है। असमानुपाती प्रतिफल इससे पहले के चरण में मिलता है—ऐसी कंपनियों में जिन्हें अभी सामान्य निवेशकों ने खोजा नहीं है। विशेषज्ञ निवेशक की असली उपयोगिता वहीं साबित होती है।
ह्यूमनॉइड रोबोटों ने बहुत अधिक ध्यान और निवेश आकर्षित किया है। Tesla और Figure AI जैसी कंपनियां उनकी क्षमताओं को लगातार बढ़ाने में जुटी हैं। आपने उनकी व्यावसायिक व्यवहार्यता को लेकर संदेह जताया है। आपके विचार में निवेशक निकट भविष्य में उनकी संभावनाओं को कहां बढ़ा-चढ़ाकर आंक रहे हैं, और क्या विशेष कामों के लिए बनाए गए रोबोट निवेश का अधिक आकर्षक अवसर देते हैं?
मुझे प्रौद्योगिकी पर नहीं, बल्कि उसके तय समय-मान पर संदेह है। मेरा सिद्धांत है कि रूप, कार्य के अनुरूप होना चाहिए। अगर काम पुर्ज़े इधर-उधर ले जाने या उन्हें उठाकर एक जगह से दूसरी जगह रखने का है, तो पूछना चाहिए कि क्या दो पैरों वाली बेहद जटिल और महंगी मशीन की ज़रूरत है, या एक रोबोटिक भुजा, अथवा चलायमान आधार पर लगी दो भुजाएं पर्याप्त होंगी। समतल गोदाम या कारखाने के फर्श पर पैरों से खास फायदा नहीं मिलता। वे लागत और बिजली की खपत बढ़ाते हैं और ऐसे रोबोट पर निर्भर रहते हैं जो गिर सकता है।
निवेशक ह्यूमनॉइड रोबोटों की निकट भविष्य की आर्थिक व्यवहार्यता को बढ़ा-चढ़ाकर आंकते हैं। मूल्यांकन मानकर चलता है कि उन्हें जल्द ही बड़े पैमाने पर तैनात किया जाएगा, लेकिन कई कठिन समस्याएं अब भी अनसुलझी हैं—जैसे कुशल हाथ, स्पर्श और बल का प्रतिपुष्टि-संकेत, ऐसी बैटरियां जो कुछ घंटे चलें, और ऐसा एआई तकनीकी ढांचा जिसका प्रदर्शन दोहराया जा सके और जिसका पता लगाया जा सके। चैटबॉट में 10% त्रुटि दर स्वीकार्य है। कारखाने में एक गलत कदम किसी को चोट पहुंचा सकता है या ग्राहक को लाखों डॉलर का नुकसान करा सकता है। मुझे अगले साल नहीं, बल्कि 5 से 10 साल में उल्लेखनीय संख्या में आपूर्ति की उम्मीद है।
ह्यूमनॉइड रोबोट वहां उपयोगी हैं जहां परिवेश लोगों के लिए बनाया गया हो और उसे नए सिरे से तैयार न किया जा सके। अंतरिक्ष इसका मेरा पसंदीदा उदाहरण है। NASA वाणिज्यिक उपयोगकर्ताओं से अंतरिक्ष यात्री के एक घंटे के समय के लिए लगभग 130,000 डॉलर लेता है। इसलिए मनुष्यों के लिए बनाए गए अंतरिक्ष स्टेशन के भीतर काम कर सकने वाला रोबोट जल्दी ही अपनी लागत वसूल कर लेता है। परमाणु स्थल, आपदा राहत और रक्षा के कुछ काम भी इसी तर्क पर खरे उतरते हैं।
इसलिए निकट भविष्य में, हां—विशेष कामों के लिए बनाए गए रोबोट जोखिम के अनुरूप बेहतर प्रतिफल देते हैं। उनकी आपूर्ति हो रही है और आज ही उनके लिए भुगतान किया जा रहा है।
ह्यूमनॉइड रोबोट भले ही सुर्खियों में छाए रहते हों, Cybernetix Ventures विनिर्माण, स्वास्थ्य सेवा, लॉजिस्टिक्स और निर्माण क्षेत्र में व्यावहारिक अनुप्रयोगों पर ध्यान केंद्रित करती है। भौतिक एआई से निकट भविष्य में किन उद्योगों को सबसे बड़ा आर्थिक लाभ मिल सकता है, और स्वचालन में निवेश से आपको कहां पहले से ही मापने योग्य प्रतिफल दिख रहा है?
सबसे तेज़ असर वहां दिखता है जहां तीन चीज़ें एक साथ मौजूद हों: महंगी समस्या, श्रमिकों की कमी और ऐसा खरीदार जो नतीजों को पैसों में मापता हो।
विनिर्माण क्षेत्र सबसे पहले आता है, खासकर मौजूदा कारखाने। ज़्यादातर कारखानों को रोबोटों के हिसाब से दोबारा नहीं बनाया जा सकता। सैकड़ों स्थलों पर काम करने वाली किसी कंपनी को ऐसे स्वचालन की ज़रूरत होती है जो उसकी मौजूदा इमारतों में फिट बैठे। इसीलिए, मौजूदा रोबोटिक भुजाओं को अनियमित, चमकदार या पारदर्शी पुर्ज़े उठाने में सक्षम बनाने वाली एआई दृष्टि इतनी मूल्यवान है। इससे उत्पादन-स्थल पर पहले से मौजूद व्यवस्था बेहतर होती है।
लॉजिस्टिक्स सबसे परिपक्व बाज़ार है, जहाँ सामान चुनने, ले जाने और लादने में निवेश पर प्रतिफल (ROI) स्पष्ट है। फिर भी, मिश्रित सामान वाले डिब्बे से किसी भी एक चीज़ को भरोसेमंद ढंग से चुनना अब भी पूरी तरह हल नहीं हुआ है।
स्वास्थ्य सेवा और जीवन विज्ञान को उनकी वास्तविक क्षमता से कम आँका जाता है। स्वचालित प्रयोगशालाएँ धीमे, हाथ से किए जाने वाले काम को तेज़ और पुनरुत्पादनीय नतीजों में बदल देती हैं, और दवा विकासकर्ता पहले से जानते हैं कि तेज़ जवाब पाने के लिए भुगतान कैसे करना है।
निर्माण क्षेत्र अभी शुरुआती दौर में है, लेकिन यहाँ श्रमिकों की कमी सबसे गंभीर समस्याओं में से एक है। लेआउट तय करने और सामग्री उठाने जैसे सीमित कामों में रोबोट अपनी उपयोगिता साबित कर रहे हैं।
जहाँ मुझे मापने योग्य प्रतिफल दिखता है, वहाँ लगभग हमेशा एक ही पैटर्न होता है: एक सीमित काम, जिसे अधिक भरोसेमंद ढंग से किया जाता है और जिसका निवेश-प्रतिफल ग्राहक अपने आँकड़ों में देख सकता है—पाँच साल की समय-सीमा वाली प्रस्तुति में नहीं।
आधारभूत मॉडल, कंप्यूटर विज़न, रीइन्फोर्समेंट लर्निंग और सिमुलेशन में हुई प्रगति रोबोटिक्स की क्षमताओं को बदल रही है। अगले पाँच वर्षों में आप किन एआई नवाचारों को सबसे अधिक निर्णायक मानते हैं, और कौन-सी तकनीकी सीमाएँ अब भी अप्रत्याशित वास्तविक दुनिया के परिवेशों में व्यापक तैनाती को रोकती हैं?
अगले पाँच वर्षों में मैं चार चीज़ों पर नज़र रखूँगा।
रोबोटों के आधारभूत मॉडल, खासकर वे जो दृष्टि, भाषा और क्रिया को जोड़ते हैं। लेकिन मुझे लगता है कि वे हर काम के लिए एक ही मॉडल के रूप में नहीं, बल्कि अलग-अलग क्षेत्रों में एक-एक करके सफल होंगे। रास्ता पहले किसी एक उद्देश्य से शुरू होता है, फिर उपयोग के मामलों का दायरा बढ़ता है और उसके बाद शायद पूरा क्षेत्र शामिल हो जाता है—मसलन, एकल-परिवार वाले घरों का निर्माण। मुझे नहीं लगता कि कोई एक मॉडल निर्माण, विनिर्माण और स्वास्थ्य सेवा—तीनों क्षेत्रों को संभालेगा।
सिमुलेशन, क्योंकि इससे प्रशिक्षण सस्ता हो जाता है। लेकिन सिमुलेशन आपको 80% या 90% तक ही पहुँचाता है। आख़िरी 10% में रोबोट चीज़ें गिराते हैं और उनसे टकराते हैं।
स्पर्श। परिवेश को समझने के लिए दृष्टि बहुत उपयोगी है। लेकिन अगर आप दुनिया में बदलाव लाना चाहते हैं, तो आपको उसे महसूस करना होगा। स्पर्श-संवेदन और बेहतर रोबोटिक हाथ मायने रखते हैं, क्योंकि असल काम का बड़ा हिस्सा चीज़ों को पकड़ने और उनमें फेरबदल करने में होता है।
डेटा का बुनियादी ढाँचा। स्वायत्त वाहनों के क्षेत्र में, Scale AI जैसी कंपनियों की एक पूरी पीढ़ी ने डेटा इकट्ठा करके और उस पर लेबल लगाकर बड़े कारोबार खड़े किए, जबकि Applied Intuition ने सिमुलेशन के आधार पर अपना कारोबार बनाया। भौतिक एआई का भी अपना ऐसा ही रूप सामने आएगा, और यह इस क्षेत्र के सबसे बड़े अवसरों में से एक है।
अनियमित और अप्रत्याशित परिवेशों में तैनाती के रास्ते में अब भी भरोसेमंद प्रदर्शन और विश्वास सबसे बड़ी बाधाएँ हैं। कारखानों को 99.99% विश्वसनीयता चाहिए। लोगों के आसपास काम करने वाले मोबाइल रोबोटों के लिए सुरक्षा मानक, प्रमाणन और बीमा अभी तक उनके साथ तालमेल नहीं बिठा पाए हैं। और हर कनेक्टेड रोबोट साइबर सुरक्षा का जोखिम है, जिसकी लागत को अभी तक बहुत कम लोग अपने हिसाब में शामिल कर रहे हैं।
Cybernetix Ventures ने Cambrian Robotics, Dash Bio और Rugged Robotics जैसी कंपनियों में निवेश किया है। इन कंपनियों ने आपको किस बात से आकर्षित किया, और कौन-सी बातें किसी आशाजनक रोबोटिक्स तकनीक को व्यावसायिक रूप से विस्तार करने योग्य कारोबार से अलग करती हैं?
इन तीनों ने शुरुआत ग्राहक की समस्या से की, न कि किसी आकर्षक डेमो से।
Cambrian Robotics। मशीन विज़न के क्षेत्र में बहुत प्रतिस्पर्धा है, लेकिन Cambrian छोटे, चमकदार और पारदर्शी पुर्ज़ों को भरोसेमंद ढंग से उठा सकता है—ऐसे पुर्ज़े जिनसे ज़्यादातर प्रणालियाँ चूक जाती हैं। यह प्रमुख औद्योगिक रोबोट ब्रांडों के साथ काम करता है, लगभग आधे दिन में स्थापित हो जाता है, और 2024 में उसके सीड राउंड की सह-अगुवाई करने के समय Toyota, Audi और Electrolux जैसे निर्माताओं के यहाँ इसका परीक्षण और तैनाती पहले से चल रही थी।
Dash Bio। दवा विकासकर्ता अपने जैव-विश्लेषण का बड़ा हिस्सा बाहरी प्रयोगशालाओं को भेजते हैं, जहाँ अब भी ज़्यादातर काम हाथ से होता है। Dash ने अच्छी प्रयोगशाला कार्यप्रणाली (GLP) मानकों के अनुरूप एक अत्यधिक स्वचालित प्रयोगशाला बनाई है, जो रोबोटिक्स, एआई और सॉफ़्टवेयर को मिलाकर प्रमुख परीक्षणों को 10 गुना तक तेज़ी से करती है। वे रोबोट नहीं बेच रहे हैं। वे तेज़ जवाब बेच रहे हैं, जिन्हें खरीदने का तरीका ग्राहक पहले से जानते हैं।
Rugged Robotics। निर्माण स्थल पर आज भी कोई व्यक्ति हाथ से निशान लगाता है कि हर दीवार, पाइप और फिटिंग कहाँ लगेगी। यह धीमा काम है, और दीवारें खड़ी हो जाने के बाद गलतियाँ महँगी पड़ती हैं। Rugged का रोबोट नक्शों को सीधे फ़र्श पर छापता है। यह एक सीमित काम है, जिसे तेज़ी और अधिक सटीकता से उन स्थलों पर किया जाता है जहाँ पर्याप्त कुशल लोग नहीं मिलते।
किसी आशाजनक तकनीक और विस्तार करने योग्य कारोबार के बीच फ़र्क क्या है? 99% मामलों में, किसी आकर्षक तकनीकी उपलब्धि से शुरुआत करके फिर उसके लिए उपयोग का मामला ढूँढ़ना संघर्षरत कंपनी का नुस्खा है। सफलतापूर्वक विस्तार करने वाली कंपनियाँ समस्या से शुरुआत करती हैं और Kiva, Locus तथा Universal Robots की तरह पीछे की ओर बढ़ते हुए मशीन तक पहुँचती हैं। इसके बाद, मैं ऐसे ग्राहक को देखता हूँ जो पायलट परियोजना के बाद फिर से खरीदारी करे, ऐसी तैनाती को जो स्थल पर पीएचडी-धारक विशेषज्ञ के बिना हो सके, ऐसी इकाई-अर्थव्यवस्था को जो बड़े पैमाने पर भी कायम रहे, और ऐसी टीम को जो अपने लक्ष्यों को पूरा करे। बहुत-से रोबोट प्रभावशाली हैं। लेकिन उनमें से बहुत कम कारोबार बन पाते हैं।
जैसे-जैसे भौतिक एआई अधिक सक्षम हो रहा है, रोज़गार पर असर, सुरक्षा और मानवीय निगरानी को लेकर चिंताएँ बढ़ रही हैं। क्या आपको लगता है कि रोबोटिक्स मुख्य रूप से श्रमिकों की कमी पूरी करेगा और मानव श्रमिकों की क्षमता बढ़ाएगा, या फिर इसका इस्तेमाल तेज़ी से बढ़ने पर आप रोज़गार में बड़े पैमाने पर उथल-पुथल की आशंका करते हैं?
निकट भविष्य में, इसका मुख्य काम कमियों को पूरा करना होगा। जिन कारखानों, गोदामों, प्रयोगशालाओं और कार्यस्थलों के साथ हम काम करते हैं, वहाँ बाधा लोगों की कमी है, माँग की नहीं। पद महीनों तक खाली रहते हैं।
Verve Motion, हमारी पोर्टफोलियो कंपनियों में से एक, वह उदाहरण है जिसकी ओर मैं बार-बार लौटता हूँ। यह ऐसा मुलायम एक्सोसूट बनाती है जो दिनभर भारी सामान उठाने वाले कर्मचारियों का काफी शारीरिक बोझ कम करता है। एक वेयरहाउस कर्मचारी ने टीम को बताया कि घर लौटने पर उसमें आखिरकार अपने बच्चों के साथ खेलने की ऊर्जा बची रहती थी। दुनिया में भलाई करने वाली रोबोटिक्स ऐसी ही है—और यह किसी की जगह नहीं ले रही।
मैं यह दिखावा नहीं करूँगा कि इससे कोई उथल-पुथल नहीं होगी। सबसे अधिक दोहराए जाने वाले कामों की संख्या घटेगी और कामकाज में बदलाव की रफ्तार हमारी प्रशिक्षण प्रणालियों की तैयारी से तेज होगी। इसका ईमानदार जवाब है कि तकनीशियनों, ऑपरेटरों और रोबोटों के बेड़ों का रखरखाव करने वाले लोगों को नए कौशल सिखाने में अभी निवेश किया जाए। भेजा जाने वाला हर रोबोट उसे स्थापित करने, प्रोग्राम करने और ठीक करने वाले किसी व्यक्ति के लिए काम पैदा करता है।
सुरक्षा के मामले में रोबोटिक्स को सॉफ़्टवेयर एआई पर वास्तव में बढ़त हासिल है। औद्योगिक रोबोट दशकों से सुरक्षा मानकों और प्रमाणन के दायरे में काम करते आए हैं। जैसे-जैसे रोबोट अधिक सक्षम होते जाएँगे, सुरक्षा की यह संस्कृति उनमें भी कायम रहनी चाहिए: स्पष्ट जवाबदेही, सुरक्षित मशीनें और महत्वपूर्ण फैसलों पर इंसानों का नियंत्रण।
2030 और उसके बाद के समय को देखते हुए, आपके विचार में भौतिक एआई और रोबोटिक्स के कौन-से विकास वैश्विक अर्थव्यवस्था पर सबसे अधिक प्रभाव डालेंगे? क्या निवेश के ऐसे अवसर या उभरते अनुप्रयोग भी हैं जिन पर पर्याप्त ध्यान नहीं दिया जा रहा और जिन्हें कहीं अधिक तवज्जो मिलनी चाहिए?
मेरे विचार में, 2030 तक वैश्विक अर्थव्यवस्था के लिए तीन बातें सबसे अधिक मायने रखेंगी।
काम करते हुए सीखने वाले रोबोट आखिरकार छोटे और मध्यम आकार के विनिर्माताओं तक स्वचालन पहुँचाएँगे, जो कस्टम एकीकरण का खर्च कभी नहीं उठा सकते थे। औद्योगिक आधार का अधिकांश हिस्सा वास्तव में यहीं है।
स्वचालित प्रयोगशालाएँ विज्ञान की गति बढ़ाएँगी; जीवविज्ञान और दवा की खोज का काम चौबीसों घंटे चलेगा।
इसके अलावा, रोबोट के पुर्जों—एक्चुएटर, मोटर, सेंसर और गियर—की आपूर्ति शृंखला रणनीतिक महत्व की हो जाएगी। अधिकांश ह्यूमनॉइड निर्माता ये पुर्जे खुद नहीं बनाते। वे डिज़ाइन करते हैं, एकीकृत करते हैं और जोड़ते हैं; और आज इन पुर्जों की आपूर्ति का बड़ा हिस्सा चीन और जापान में है। अमेरिका और उसके सहयोगी देशों में इस बुनियादी औद्योगिक क्षमता का निर्माण कौन करता है, यह बहुत मायने रखेगा।
जिस बुनियादी ढाँचे पर पर्याप्त ध्यान नहीं दिया जा रहा, उसमें भौतिक दुनिया से डेटा जुटाना, सिमुलेशन और परीक्षण, रोबोट बेड़ों का प्रबंधन, परिवेश की पहचान, और मशीनों की पहचान तथा साइबर सुरक्षा शामिल हैं—ताकि रोबोट एक-दूसरे पर और उन नेटवर्कों पर भरोसा कर सकें जिन पर वे काम करते हैं। साथ ही, उन श्रमिकों की भारी कमी से जूझ रहे उद्योगों में विशिष्ट अनुप्रयोग भी, जिनकी सुर्खियों में चर्चा नहीं होती, जैसे कृषि और निर्माण।
सुर्खियाँ ह्यूमनॉइड रोबोटों को लेकर होंगी। लेकिन कमाई का बड़ा हिस्सा उस बुनियादी ढाँचे से आएगा। और अंततः अहम बात सामाजिक प्रभाव है, तकनीकी प्रभाव नहीं।
इस शानदार साक्षात्कार के लिए धन्यवाद। जो पाठक रोबोटिक्स, भौतिक एआई और स्वचालन में शुरुआती चरण के निवेश के बारे में अधिक जानना चाहते हैं, वे Cybernetix Ventures पर जाएँ।
