Fady Saad, oprichter en beherend vennoot van Cybernetix Ventures – interviewreeks

Fady Saad is oprichter en beherend vennoot van Cybernetix Ventures, waar hij investeert in start-ups in de robotica, automatisering en industriële AI die zich in een vroeg stadium bevinden. Ook was hij medeoprichter van MassRobotics. Daar hielp hij zakelijke partnerschappen op te bouwen en robotica-start-ups te ondersteunen op hun weg naar commercialisering. Zijn ervaring verbindt engineering en bedrijfsontwikkeling met de praktische uitdagingen van het inzetten van machines in echte operationele omgevingen. Zijn investeringsaanpak is gericht op de behoeften van klanten en commercieel haalbare implementatie.

Cybernetix Ventures is een in Boston gevestigd durfkapitaalbedrijf dat investeert in start-ups in de robotica, automatisering en industriële AI in Noord-Amerika en Europa. Het richt zich onder meer op productie, logistiek, gezondheidszorg en de bouw, en op ondersteunende technologieën zoals waarneming, autonomie, sensoren en cyberbeveiliging voor robotica. In dit interview bespreekt Saad de kansen en beperkingen van fysieke AI, de economie van gespecialiseerde en humanoïde robots, en de betrouwbaarheid, gegevens en infrastructuur die nodig zijn om veelbelovende technologie om te zetten in schaalbare bedrijven.

In 2014 was je medeoprichter van MassRobotics en hielp je een van ‘s werelds toonaangevende innovatie-ecosystemen voor robotica op te bouwen, voordat je in 2021 Cybernetix Ventures oprichtte. Wat bracht je ertoe de overstap te maken van het ondersteunen van robotica-start-ups naar rechtstreeks in deze bedrijven investeren, en hoe heeft je ervaring bij MassRobotics je investeringsfilosofie gevormd?

Ik was niet van plan investeerder te worden. Via Vecna kwam ik in de robotica terecht, waar ik werkte aan onderzoek en ontwikkeling en aan de commercialisatiestrategie. Al snel leerde ik dat robotica niet volgens het draaiboek van softwareontwikkeling werkt. Een softwareprototype kun je binnen zes maanden bij gebruikers introduceren. Voor een robot zijn productie, een toeleveringsketen, tests, veiligheidswerk en een klant nodig die bereid is hem op de eigen werkvloer toe te laten.

Daarom zijn we in 2014 met MassRobotics begonnen. We noemden het een start-upaccelerator, omdat het moeilijkste niet het bouwen van het prototype is. De uitdaging is om van een werkend prototype een product te maken dat iemand kan kopen. Ik leidde de zakelijke partnerschappen en zat ruim zes jaar lang bij meer dan 300 zakelijke besprekingen aan tafel. Ook hielp ik meer dan 40 partnerschappen op te bouwen. Ik zag steeds hetzelfde beeld: bedrijven met echte problemen, start-ups met echte technologie en vrijwel geen investeerders die beide begrepen.

In 2018 en 2019 werd het duidelijk. Durfkapitalisten concentreerden zich op SaaS of biotech, terwijl oprichters in de robotica buitenbeentjes waren. Te veel hardware voor software-investeerders en te weinig biologie voor biotechinvesteerders. Goede teams kwamen niet verder omdat het juiste kapitaal ontbrak. Mark Martin, die ik in 2017 ontmoette toen we Analog Devices naar MassRobotics haalden, zag vanuit het bedrijfsleven dezelfde leemte. Daarom hebben we Cybernetix opgericht, een fonds dat robotica als een eigen activaklasse beschouwt. In 2021 zijn we van start gegaan.

MassRobotics heeft onze manier van investeren op een eenvoudige manier gevormd. We beginnen bij het probleem van de klant, niet bij de technologie. We geven de voorkeur aan teams met minstens één oprichter uit de sector waaraan ze verkopen. En bij elke investering zetten we ons zakelijke netwerk in, want in deze sector kan de juiste introductie bij een koper meer waard zijn dan het investeringsbedrag.

Fysieke AI is in opkomst als een van de meest ingrijpende gebieden binnen de kunstmatige intelligentie: ze brengt intelligentie naar machines die met de echte wereld interageren. Welke technologische doorbraken versnellen de invoering ervan, en waarom denk je dat de sector een belangrijk kantelpunt bereikt?

Twee dingen veranderden tegelijkertijd. De breinen werden veel beter en de lichamen veel goedkoper.

Aan de softwarekant gaven foundationmodellen robots iets wat ze eigenlijk nooit hadden: het vermogen om een instructie op te volgen en om te gaan met situaties waarvoor ze niet expliciet waren geprogrammeerd. Dankzij simulatie kunnen teams duizenden scenario’s trainen en testen voordat een robot ook maar in de buurt van een echte fabriek komt. Aan de hardwarekant worden sensoren, edgecomputing, actuatoren en batterijen steeds goedkoper en beter. Daardoor kan een start-up een complete robot bouwen zonder een industriële gigant te zijn.

Daar komt de vraag bij: tekorten aan arbeidskrachten in de productie, logistiek, landbouw en bouw, een vergrijzend personeelsbestand en een sterke wens om de productie terug naar eigen land te halen. Ik zeg altijd dat het arbeidstekort een economisch probleem is, geen technisch probleem, en raden van bestuur zien het inmiddels ook zo.

Dus ja, er is sprake van een kantelpunt, maar ik zou precies willen aangeven waarop. De mogelijkheden en het kapitaal hebben een kantelpunt bereikt; grootschalige implementatie nog niet. ChatGPT is gebaseerd op 20 of 30 jaar aan gedigitaliseerde menselijke kennis, maar voor de fysieke wereld bestaat geen vergelijkbaar equivalent. Er is geen dataset die een robot leert dat je een ei, een vel papier of een stuk stof op een andere manier moet vasthouden. De bedrijven die dat datagat dichten door robots in echte omgevingen in te zetten en ze tijdens elke ploeg te laten leren, zullen de volgende fase bepalen.

Investeringen in robotica en fysieke AI zijn toegenomen, aangejaagd door vooruitgang in AI, tekorten aan arbeidskrachten en een groeiende vraag naar automatisering. Wat voedt het enthousiasme van investeerders, en in hoeverre weerspiegelt dit momentum echte commerciële kansen in plaats van speculatieve opwinding?

Ik denk dat het allebei is, en investeerders helpen niemand door te doen alsof dat niet zo is.

De vraag is reëel. Deloitte en het Manufacturing Institute verwachten dat Amerikaanse fabrikanten tegen 2033 mogelijk tot 3,8 miljoen werknemers nodig hebben, waarvan ongeveer 1,9 miljoen banen onvervuld dreigen te blijven. Dat is geen hype. Dat is een gat in de economie.

Het kapitaal vertelt een ander verhaal. Crunchbase becijferde dat in de eerste helft van 2026 18,8 miljard dollar werd geïnvesteerd in roboticastart-ups, meer dan in heel 2025. PitchBook zag het aantal deals in het tweede kwartaal echter dalen, terwijl het geïnvesteerde bedrag een recordhoogte bereikte. Dat wijst erop dat een handvol meg rondes het grootste deel van het geld opslokt. Met veel van dat geld wordt een bepaald verhaal gefinancierd: vooral dat van humanoïde robots en robotmodellen voor algemeen gebruik.

Mijn selectiecriteria zijn bewust weinig spectaculair. Koopt de klant opnieuw na de pilot? Haalt de robot de betrouwbaarheid die het werk vereist — op een productielijn is dat 99,99%, geen 90%? Is er binnen ongeveer een jaar sprake van echte omzet? Als het antwoord op die vragen ja is, heb je een bedrijf. Gaat het verhaal vooral over wat de robot in 2030 misschien kan doen, dan is dat speculatie die wordt gewaardeerd alsof het zekerheid is. De roboticasector heeft deze cyclus eerder doorgemaakt, en bedrijven met betalende klanten komen sterker uit de schifting.

Cybernetix Ventures haalt kapitaal op voor zijn tweede fonds om de investeringen in robotica- en AI-bedrijven in een vroege fase uit te breiden. Hoe heeft uw investeringsthese zich ontwikkeld sinds de lancering van uw eerste fonds, en welke opkomende technologieën of sectoren trekken de meeste belangstelling van institutionele beleggers?

De fundamentele overtuiging is niet veranderd. De waarde van fysieke AI wordt gerealiseerd waar software en toepassing in de echte wereld samenkomen, en de beste robots worden ontworpen vanuit een specifiek probleem. Fonds II zet daar nog sterker op in.

Wat veranderd is, is het speelveld. Fonds I richtte zich op productie, logistiek, bouw en gezondheidszorg. Fonds II blijft in die sectoren actief en voegt daar landbouw, energie- en klimaatinfrastructuur, ruimtevaart en defensie, evenals dual-use technologie aan toe. De verdeling blijft ongeveer twee derde bedrijven die de volledige roboticaoplossing ontwikkelen en een derde ondersteunende technologie, zoals AI-modellen, waarnemingstechnologie en cyberbeveiliging tussen machines. Onze eerste investeringen vanuit Fonds II gingen naar een ruimtevaartroboticabedrijf en een bedrijf dat waarnemingsmodellen ontwikkelt. Dat laat zien welke richting de nieuwe generatie inslaat.

We kijken ook nadrukkelijk naar zaken die in 2021 nauwelijks ter sprake kwamen, zoals waar de onderdelen vandaan komen, hoe kwetsbaar de toeleveringsketen is voor China en hoe veilig de robot is zodra die met een netwerk is verbonden.

Van institutionele en zakelijke investeerders hoor ik vooral twee vragen. Ten eerste vragen bedrijven hoe ze inzicht kunnen krijgen in een markt die ze niet zelf kunnen ontwikkelen. Dat betekent marktverkenning, marktinformatie en co-investeringen. Fysieke AI is bij veel van deze bedrijven een prioriteit op directieniveau geworden. Maar family offices en institutionele beleggers stellen een directere vraag: waarom niet gewoon via een SPV deelnemen aan een van de grote financieringsrondes voor humanoïde robots of robotmodellen? Mijn antwoord is dat zulke investeringen in een overvolle markt plaatsvinden, duur zijn en veel kapitaal vergen. De asymmetrische rendementen liggen eerder… bij bedrijven die generalistische beleggers nog niet hebben ontdekt. Daar bewijst een specialist zijn waarde.

Humanoïde robots hebben enorm veel aandacht en investeringen getrokken, en bedrijven als Tesla en Figure AI streven naar steeds ambitieuzere mogelijkheden. U hebt uw twijfels geuit over hun commerciële levensvatbaarheid. Waar overschatten beleggers volgens u hun potentieel op korte termijn, en bieden gespecialiseerde robots een aantrekkelijkere investeringskans?

Ik twijfel aan de tijdlijn, niet aan de technologie. Mijn uitgangspunt is dat de vorm de functie volgt. Als het werk bestaat uit onderdelen verplaatsen of oppakken en neerzetten, vraag je dan af of je een zeer complexe, zeer dure tweebenige machine nodig hebt, of dat een robotarm volstaat — of twee armen op een mobiel onderstel. Op de vlakke vloer van een magazijn of fabriek leveren benen weinig op. Ze verhogen de kosten, verbruiken stroom en betekenen dat je afhankelijk bent van een robot die kan vallen.

Beleggers overschatten humanoïde robots als ze kijken naar de rekensom op korte termijn. De waarderingen gaan uit van een brede inzet op korte termijn, maar belangrijke problemen zijn nog niet opgelost, zoals behendige handen, terugkoppeling van tast- en krachtinformatie, accu’s die het enkele uren volhouden en een AI-stack die reproduceerbaar en traceerbaar is. Een foutmarge van 10% is prima voor een chatbot. In een fabriek kan één verkeerde beweging iemand verwonden of een klant miljoenen kosten. Ik verwacht dat er over 5 tot 10 jaar aanzienlijke aantallen worden geleverd, niet volgend jaar.

Humanoïde robots zijn zinvol op plekken die voor mensen zijn ingericht en niet opnieuw kunnen worden ontworpen. De ruimte is daarvan mijn favoriete voorbeeld. NASA rekent commerciële gebruikers ongeveer $130.000 voor één uur astronautentijd. Een robot die kan werken in een ruimtestation dat voor mensen is ontworpen, verdient zichzelf dus snel terug. Voor nucleaire locaties, rampenbestrijding en bepaalde defensietaken geldt dezelfde logica.

Dus op korte termijn zijn gespecialiseerde robots inderdaad de betere belegging vanuit risico-rendementsoogpunt. Ze worden vandaag al geleverd en er wordt al voor betaald.

Terwijl humanoïde robots de krantenkoppen domineren, richt Cybernetix Ventures zich op praktische toepassingen in de productie, gezondheidszorg, logistiek en bouw. In welke sectoren kan fysieke AI op korte termijn de grootste economische impact hebben, en waar ziet u nu al meetbare opbrengsten van investeringen in automatisering?

De snelste impact zien we waar drie dingen samenkomen: een kostbaar probleem, een tekort aan arbeidskrachten en een koper die de resultaten in geld uitdrukt.

De maakindustrie komt op de eerste plaats, vooral bestaande fabrieken. De meeste fabrieken kunnen niet opnieuw rond robots worden gebouwd. Een bedrijf met honderden vestigingen heeft automatisering nodig die past in de gebouwen die het al heeft. Daarom is AI-visie die bestaande robotarmen in staat stelt rommelige, glanzende of transparante onderdelen op te pakken zo waardevol. Zo wordt verbeterd wat er al op de werkvloer staat.

Logistiek is de meest volwassen markt, met een duidelijk rendement op investering (ROI) bij het verzamelen, verplaatsen en laden van goederen. Toch is het nog steeds niet volledig opgelost hoe je betrouwbaar één specifiek artikel uit een gemengde bak pakt.

Gezondheidszorg en biowetenschappen worden onderschat. Geautomatiseerde laboratoria maken traag, handmatig werk sneller en beter reproduceerbaar, en geneesmiddelenontwikkelaars weten al hoe ze moeten betalen voor snellere antwoorden.

De bouw staat nog in een vroeg stadium, maar kampt met een van de grootste personeelstekorten. Bij afgebakende taken, zoals het uitzetten van maatvoering en het omhoog hijsen van materiaal, bewijzen robots hun waarde.

Waar ik meetbaar rendement zie, is het patroon vrijwel altijd hetzelfde: één afgebakende taak die betrouwbaarder wordt uitgevoerd, met een terugverdientijd die de klant in de eigen cijfers kan zien, niet op een dia met een vijfjaarsprognose.

Vooruitgang op het gebied van basismodellen, computervisie, reinforcement learning en simulatie verandert de mogelijkheden van robots ingrijpend. Welke AI-innovaties vindt u de komende vijf jaar het meest bepalend, en welke technische beperkingen staan brede inzet in onvoorspelbare omgevingen in de praktijk nog in de weg?

De komende vijf jaar zou ik vier ontwikkelingen in de gaten houden.

Basismodellen voor robots, vooral modellen die visie, taal en actie met elkaar verbinden. Ik verwacht echter dat ze per domein terrein winnen, en niet als één model voor alles. De ontwikkeling begint met één specifiek doel, breidt zich vervolgens uit naar een reeks gebruikssituaties en omvat misschien uiteindelijk een heel domein, bijvoorbeeld de bouw van vrijstaande woningen. Ik geloof niet dat één model de bouw, de maakindustrie en de gezondheidszorg zal aansturen.

Simulatie, omdat die training goedkoop maakt. Maar met simulatie kom je tot 80% of 90%. In die laatste 10% laten robots dingen vallen en stoten ze ergens tegenaan.

Tastzin. Visie is geweldig om de omgeving te begrijpen. Maar als je de wereld wilt veranderen, moet je haar voelen. Tastwaarneming en betere robot handen zijn belangrijk, omdat het merendeel van het echte werk draait om manipulatie.

Data-infrastructuur. In de sector van autonome voertuigen bouwde een generatie bedrijven, zoals Scale AI, grote ondernemingen op met het verzamelen en labelen van data, terwijl Applied Intuition er een opbouwde rond simulatie. Fysieke AI zal een eigen variant voortbrengen, en dat is een van de grootste kansen in deze sector.

Wat inzet in rommelige, onvoorspelbare omgevingen nog in de weg staat, is betrouwbaarheid en vertrouwen. Fabrieken hebben 99,99% nodig. Veiligheidsnormen, certificering en verzekeringen zijn nog niet op de mobiele robots afgestemd die tussen mensen werken. Bovendien brengt elke verbonden robot cybersecurityrisico’s met zich mee, waarvan nog maar heel weinig mensen de kosten meenemen.

Cybernetix Ventures heeft geïnvesteerd in bedrijven als Cambrian Robotics, Dash Bio en Rugged Robotics. Wat sprak u aan in deze bedrijven, en waardoor onderscheidt veelbelovende roboticatechnologie zich van een bedrijf dat commercieel schaalbaar is?

Alle drie zijn begonnen bij een probleem van de klant, niet bij een indrukwekkende demo.

Cambrian Robotics. De markt voor machinevisie is drukbezet, maar Cambrian pakt betrouwbaar kleine, glanzende en transparante onderdelen op waar de meeste systemen moeite mee hebben. Het werkt met de grote merken van industriële robots, is in ongeveer een halve dag geïnstalleerd en werd al getest en ingezet bij fabrikanten als Toyota, Audi en Electrolux toen we in 2024 samen de seedronde leidden.

Dash Bio. Geneesmiddelenontwikkelaars besteden veel van hun bioanalyses uit aan externe laboratoria, waar nog grotendeels handmatig wordt gewerkt. Dash heeft een sterk geautomatiseerd laboratorium gebouwd dat voldoet aan de GLP-normen (Good Laboratory Practice) en robotica, AI en software combineert om belangrijke assays tot 10 keer sneller uit te voeren. Het bedrijf verkoopt geen robots, maar snellere antwoorden, iets waarvoor klanten al weten hoe ze moeten betalen.

Rugged Robotics. Op een bouwplaats markeert iemand nog steeds met de hand waar elke muur, leiding en voorziening moet komen. Dat kost tijd, en fouten worden duur zodra de muren staan. De robot van Rugged drukt de bouwtekeningen rechtstreeks op de vloer af. Eén afgebakende taak, sneller en nauwkeuriger uitgevoerd, op bouwplaatsen waar niet genoeg vakmensen te vinden zijn.

Wat onderscheidt veelbelovende technologie van een schaalbaar bedrijf? In negenennegentig procent van de gevallen is beginnen met een opvallende technische prestatie en vervolgens op zoek gaan naar een toepassing een recept voor een bedrijf dat het moeilijk krijgt. Bedrijven die opschalen, beginnen bij het probleem en werken terug naar de machine, zoals Kiva, Locus en Universal Robots deden. Daarna let ik op klanten die na de pilot opnieuw kopen, implementaties waarvoor geen promovendus ter plaatse nodig is, bedrijfseconomie die ook op grote schaal klopt en een team dat zijn mijlpalen haalt. Veel robots zijn indrukwekkend. Veel minder robots leveren een bedrijf op.

Naarmate fysieke AI meer mogelijkheden krijgt, nemen de zorgen over verdringing van werknemers, veiligheid en menselijk toezicht toe. Denkt u dat robotica vooral personeelstekorten zal opvangen en menselijke werknemers zal ondersteunen, of verwacht u dat de arbeidsmarkt ingrijpend verandert naarmate de toepassing ervan versnelt?

Op korte termijn gaat het vooral om het opvullen van tekorten. In de fabrieken, magazijnen, laboratoria en op de bouwplaatsen waarmee we werken, vormen mensen de beperking, niet de vraag. Vacatures staan maandenlang open.

Verve Motion, een van de bedrijven in onze portefeuille, is een voorbeeld waar ik steeds op terugkom. Het bedrijf maakt een zacht exoskelet dat de fysieke belasting vermindert voor werknemers die de hele dag zware lasten tillen. Een magazijnmedewerker vertelde het team dat hij thuis eindelijk genoeg energie had om met zijn kinderen te spelen. Dat is robotica die de wereld beter maakt, zonder dat er iemand door wordt vervangen.

Ik zal niet doen alsof er geen ontwrichting zal zijn. Het aantal banen met zeer repetitieve werkzaamheden zal afnemen en het werk zal sneller veranderen dan onze opleidingssystemen kunnen bijbenen. Het eerlijke antwoord is dat we nu moeten investeren in omscholing voor technici, operators en de mensen die robotvloten onderhouden. Elke robot die wordt geleverd, creëert werk voor iemand die hem installeert, programmeert en repareert.

Op het gebied van veiligheid heeft robotica eigenlijk een voorsprong op AI in software. Industriële robots vallen al decennialang onder veiligheidsnormen en certificering. Naarmate robots slimmer worden, moet die veiligheidscultuur worden overgenomen: met duidelijke verantwoordelijkheden, beveiligde machines en mensen die de controle houden over cruciale beslissingen.

Met het oog op 2030 en daarna, welke ontwikkelingen op het gebied van fysieke AI en robotica zullen volgens u de grootste impact hebben op de wereldeconomie? Zijn er over het hoofd geziene investeringsmogelijkheden of opkomende toepassingen die aanzienlijk meer aandacht verdienen?

Tegen 2030 zullen volgens mij drie dingen het belangrijkst zijn voor de wereldeconomie.

Robots die tijdens het werk leren, zullen automatisering eindelijk binnen het bereik brengen van kleine en middelgrote fabrikanten die zich nooit maatwerkintegratie konden veroorloven. Daar bevindt zich het grootste deel van de industriële basis.

Geautomatiseerde laboratoria zullen de wetenschap versnellen, doordat biologisch onderzoek en de ontwikkeling van geneesmiddelen dag en nacht doorgaan.

Ook de toeleveringsketen voor robotonderdelen — actuatoren, motoren, sensoren en tandwielen — wordt van strategisch belang. De meeste fabrikanten van humanoïde robots maken die onderdelen niet zelf. Ze ontwerpen, integreren en assembleren de robots, terwijl een groot deel van de toelevering momenteel uit China en Japan komt. Wie die basis in de VS en bevriende landen opbouwt, zal een belangrijke rol spelen.

Wat over het hoofd wordt gezien, is de achterliggende infrastructuur: gegevensverzameling in de fysieke wereld, simulatie en testen, vlootbeheer, perceptie, en machine-identiteit en cyberbeveiliging, zodat robots elkaar en de netwerken waarop ze draaien kunnen vertrouwen. Ook krijgen de branchespecifieke toepassingen in sectoren met een tekort aan arbeidskrachten, waar niemand de krantenkoppen mee haalt, te weinig aandacht, zoals in de landbouw en de bouw.

De krantenkoppen zullen over humanoïde robots gaan. Veel geld zal worden verdiend met de achterliggende infrastructuur. Uiteindelijk telt de maatschappelijke impact, niet de technologische impact.

Bedankt voor het geweldige interview. Lezers die meer willen weten over robotica, fysieke AI en vroegfase-investeringen in automatisering, kunnen terecht bij Cybernetix Ventures.