Фэди Саад, основатель и генеральный партнер Cybernetix Ventures — серия интервью

Фэди Саад — основатель и генеральный партнер Cybernetix Ventures, где он инвестирует в компании, занимающиеся робототехникой, автоматизацией и промышленным ИИ на ранних стадиях развития. Он также стал одним из сооснователей MassRobotics, помогая развивать партнерские отношения организации с корпорациями и поддерживать робототехнические стартапы на пути к коммерциализации. Его опыт охватывает инженерное дело, развитие бизнеса и практические задачи, связанные с внедрением машин в реальные рабочие процессы; в основе его инвестиционного подхода — потребности клиентов и коммерчески жизнеспособное внедрение.

Cybernetix Ventures — венчурная компания из Бостона, инвестирующая в стартапы в сфере робототехники, автоматизации и промышленного ИИ в Северной Америке и Европе. Она уделяет особое внимание производству, логистике, здравоохранению, строительству, а также обеспечивающим технологиям — таким как восприятие, автономность, датчики и кибербезопасность в робототехнике. В этом интервью Саад рассказывает о возможностях и ограничениях физического ИИ, экономике специализированных и человекоподобных роботов, а также о надежности, данных и инфраструктуре, необходимых для превращения перспективных технологий в масштабируемый бизнес.

Вы стали одним из сооснователей MassRobotics в 2014 году и помогли создать одну из ведущих в мире экосистем инноваций в робототехнике, а затем в 2021 году основали Cybernetix Ventures. Что побудило вас перейти от поддержки робототехнических стартапов к прямым инвестициям в них и как опыт работы в MassRobotics повлиял на вашу инвестиционную философию?

Я не планировал становиться инвестором. В робототехнику я пришел через Vecna, где занимался исследованиями и разработками (R&D), а также стратегией коммерциализации, и быстро понял, что в робототехнике не работает подход, привычный для программного обеспечения. Прототип программы можно выпустить для пользователей за шесть месяцев. А для робота нужны производство, цепочка поставок, испытания, меры безопасности и клиент, готовый допустить его на свою производственную площадку.

Именно поэтому в 2014 году мы создали MassRobotics. Мы назвали организацию акселератором стартапов, потому что самое сложное — не создать прототип, а превратить работающий прототип в продукт, который кто-то сможет купить. Я руководил корпоративными партнерствами: более шести лет участвовал более чем в 300 встречах с корпорациями и помог создать более 40 партнерств. Я постоянно видел одну и ту же картину: у корпораций были реальные проблемы, у стартапов — реальные технологии, но почти не было инвесторов, которые понимали и то и другое.

К 2018–2019 годам все стало очевидно. Венчурные инвесторы сосредоточились на SaaS или биотехнологиях, а основатели робототехнических компаний оказались чужими среди своих. Для инвесторов в программное обеспечение в этих проектах было слишком много аппаратной части, а для инвесторов в биотехнологии — слишком мало биологии. Перспективные команды буксовали, потому что подходящего капитала не было. Марк Мартин, с которым я познакомился в 2017 году, когда мы привлекли Analog Devices в MassRobotics, увидел тот же пробел со стороны корпораций. Поэтому мы создали Cybernetix — фонд, который рассматривает робототехнику как отдельный класс активов, — и запустили его в 2021 году.

MassRobotics просто повлияла на наш подход к инвестициям. Мы отталкиваемся от проблемы клиента, а не от технологии. Нам интересны команды, в которых хотя бы один основатель имеет опыт работы в отрасли, для которой создается продукт. Кроме того, в каждой сделке мы задействуем свою сеть корпоративных контактов, поскольку в этой сфере нужное знакомство с потенциальным покупателем может быть ценнее самого чека.

Физический ИИ становится одним из наиболее преобразующих направлений искусственного интеллекта: он наделяет разумом машины, взаимодействующие с реальным миром. Какие технологические прорывы ускоряют его внедрение и почему, на ваш взгляд, отрасль приближается к важному переломному моменту?

Одновременно произошли две вещи: «мозги» стали намного лучше, а «тела» — намного дешевле.

В программной части фундаментальные модели дали роботам то, чего им прежде по-настоящему не хватало: способность понимать инструкции и справляться с ситуациями, для которых их не программировали заранее. Благодаря моделированию команды могут обучать роботов и проверять их в тысячах сценариев еще до того, как робот окажется на настоящем заводе. В аппаратной части датчики, периферийные вычислительные мощности, исполнительные механизмы и аккумуляторы постоянно становятся дешевле и лучше, поэтому стартап может создать робота с полностью собственной технологической платформой, не будучи промышленным гигантом.

Есть и спрос: нехватка рабочей силы в производстве, логистике, сельском хозяйстве и строительстве, старение работников и стремление вернуть производство в родные страны. Я всегда говорю, что нехватка рабочей силы — это экономическая, а не инженерная проблема, и теперь советы директоров относятся к ней именно так.

Так что да, переломный момент наступил, но важно точно определить, в чем именно. Возможности технологий и объем капитала вышли на новый уровень, а массовое внедрение — еще нет. ChatGPT опирается на 20 или 30 лет оцифрованных знаний человечества, но для физического мира ничего подобного нет. Не существует набора данных, который объяснил бы роботу, что яйцо, лист бумаги или кусок ткани нужно держать по-разному. Следующий этап определят компании, которые устранят этот пробел в данных, внедряя роботов в реальных условиях и обучая их в каждую смену.

Инвестиции в робототехнику и физический ИИ ускорились благодаря развитию ИИ, нехватке рабочей силы и растущему спросу на автоматизацию. Что подпитывает энтузиазм инвесторов и в какой мере этот импульс отражает реальные коммерческие возможности, а в какой — спекулятивный ажиотаж?

Думаю, верны оба варианта, и инвесторы никому не помогут, если будут делать вид, что это не так.

Спрос реален. По прогнозам Deloitte и Manufacturing Institute, к 2033 году производителям в США может понадобиться до 3,8 млн работников, при этом около 1,9 млн таких рабочих мест рискуют остаться незаполненными. Это не шумиха. Это дыра в экономике.

С капиталом всё иначе. По данным Crunchbase, в первом полугодии 2026 года в робототехнические стартапы вложили 18,8 млрд долларов — больше, чем за весь 2025 год. Однако PitchBook зафиксировал снижение числа сделок во втором квартале, хотя объем инвестиций достиг рекордного уровня. Это говорит о том, что основная часть средств приходится на несколько мега-раундов. Значительная доля этих денег идет на поддержку громкого нарратива: в основном о человекоподобных роботах и универсальных моделях роботов.

Я намеренно использую незамысловатые критерии. Возвращается ли клиент за новой покупкой после пилотного проекта? Обеспечивает ли робот необходимую для работы надежность — на производственной линии это 99,99%, а не 90%? Появляется ли реальная выручка примерно в течение года? Если ответы положительные, перед нами бизнес. Если же предложение строится главным образом на том, что робот, возможно, сможет делать в 2030 году, — это спекуляция, оцененная как гарантированный результат. Робототехника уже проходила через такой цикл, и компании с платящими клиентами выходят из периода отсева сильнее.

Cybernetix Ventures привлекает средства во второй фонд, чтобы расширить инвестиции в робототехнические компании и компании в сфере ИИ на ранних стадиях развития. Как изменилась ваша инвестиционная стратегия с момента запуска первого фонда и какие новые технологии или отрасли вызывают наибольший интерес у институциональных инвесторов?

Наша основная убежденность не изменилась. Ценность в сфере физического ИИ создается там, где программное обеспечение встречается с реальным внедрением, а лучшие роботы разрабатываются, исходя из конкретной задачи. Во втором фонде мы еще сильнее сосредоточимся на этом подходе.

Изменилась карта приоритетов. Первый фонд был сосредоточен на производстве, логистике, строительстве и здравоохранении. Второй фонд сохраняет эти направления и добавляет сельское хозяйство, энергетику и климатическую инфраструктуру, космос и оборону, а также технологии двойного назначения. Структура инвестиций остается примерно прежней: две трети — компании, разрабатывающие робототехнические решения полного цикла, и одна треть — компании, создающие базовые технологии, например модели ИИ, системы восприятия и средства кибербезопасности для взаимодействия машин. Первые инвестиции второго фонда пришлись на компанию в области космической робототехники и компанию, разрабатывающую модель восприятия, — это показывает, куда движется новое поколение технологий.

Мы также внимательно изучаем вопросы, которые в 2021 году почти не поднимались, — например, откуда поступают компоненты, насколько цепочка поставок зависит от Китая и насколько защищен робот после подключения к сети.

От институциональных и корпоративных инвесторов я чаще всего слышу два вопроса. Во-первых, корпорации спрашивают, как получить доступ к перспективному рынку, который они не могут создать собственными силами. Речь идет о поиске возможностей, анализе рынка и совместных инвестициях. Во многих таких компаниях физический ИИ стал приоритетом для генерального директора. Семейные офисы и институциональные инвесторы задают более прямой вопрос: почему бы просто не вложиться через SPV в один из крупных раундов финансирования человекоподобных роботов или моделей роботов? Я отвечаю, что такие инвестиции сопряжены с высокой конкуренцией, обходятся дорого и требуют больших капиталовложений. Наибольшая асимметричная доходность встречается раньше… в компаниях, которые еще не заметили универсальные инвесторы. Именно здесь и проявляет свою ценность узкоспециализированный инвестор.

Человекоподобные роботы привлекли огромное внимание и значительные инвестиции; такие компании, как Tesla и Figure AI, стремятся наделить их все более широкими возможностями. Вы скептически оцениваете их коммерческую жизнеспособность. В чем, по вашему мнению, инвесторы переоценивают их потенциал в ближайшей перспективе и представляют ли специализированные роботы более привлекательную инвестиционную возможность?

Я скептически отношусь не к технологии, а к срокам ее внедрения. Мое правило: форма определяется функцией. Если задача — перемещать детали или захватывать и перекладывать их, стоит спросить себя, действительно ли для этого нужна очень сложная и очень дорогая двуногая машина, или подойдет манипулятор либо два манипулятора на мобильной платформе. На ровном полу склада или завода ноги мало что дают. Они увеличивают стоимость, расходуют энергию и означают, что робот может упасть.

Инвесторы переоценивают человекоподобных роботов, когда речь заходит о расчетах на ближайшую перспективу. Оценки компаний предполагают скорое широкомасштабное внедрение, но сложные задачи все еще не решены: например, создание ловких роботизированных рук, тактильной и силовой обратной связи, аккумуляторов, работающих по несколько часов, и стабильного, отслеживаемого комплекса технологий ИИ. Для чат-бота приемлема доля ошибок в 10%. На заводе одно неверное движение может травмировать человека или обойтись клиенту в миллионы. Я ожидаю значительных поставок через 5–10 лет, а не в следующем году.

Человекоподобные роботы оправданы там, где среда создана для людей и ее нельзя перепроектировать. Космос — мой любимый пример. NASA взимает с коммерческих пользователей около 130 000 долларов за один час работы астронавта, поэтому робот, способный работать внутри станции, спроектированной для людей, быстро окупится. По той же логике подходят ядерные объекты, реагирование на катастрофы и некоторые оборонные задачи.

Так что в ближайшей перспективе специализированные роботы действительно представляют собой более привлекательную инвестицию с учетом риска. Их уже поставляют клиентам, и за их работу уже платят.

Пока человекоподобные роботы доминируют в заголовках новостей, Cybernetix Ventures сосредоточена на практическом применении технологий в производстве, здравоохранении, логистике и строительстве. В каких отраслях физический ИИ может дать наибольший экономический эффект в ближайшей перспективе и где вы уже видите измеримую отдачу от инвестиций в автоматизацию?

Наиболее быстрый эффект заметен там, где сходятся три фактора: дорогостоящая проблема, нехватка работников и заказчик, который измеряет результаты в денежном выражении.

В первую очередь — производство, особенно действующие предприятия. Большинство заводов невозможно перестроить под роботов. Компании с сотнями площадок нужна автоматизация, которая подойдет к уже существующим зданиям. Поэтому так ценны системы машинного зрения на основе ИИ, позволяющие имеющимся роботизированным манипуляторам захватывать детали сложной формы, блестящие или прозрачные. Они модернизируют уже установленное на производстве оборудование.

Логистика — наиболее зрелый рынок: здесь очевидна окупаемость инвестиций (ROI) при подборе, перемещении и погрузке грузов. И все же надежно извлекать отдельный предмет из смешанного контейнера пока не удается в полной мере.

Потенциал здравоохранения и медико-биологических наук недооценен. Автоматизированные лаборатории позволяют заменить медленную ручную работу более быстрыми и воспроизводимыми результатами, а разработчики лекарств уже знают, как платить за более оперативные ответы.

Строительство пока находится на более раннем этапе развития, но именно здесь одна из самых острых нехваток рабочей силы. Роботы уже оправдывают себя на узкоспециализированных работах, например при разметке и подъеме материалов.

Там, где я вижу измеримую отдачу, почти всегда повторяется один и тот же сценарий: одна узкая задача выполняется надежнее, а заказчик может оценить окупаемость по собственным цифрам, а не по слайду с прогнозом на пять лет.

Достижения в области базовых моделей, компьютерного зрения, обучения с подкреплением и моделирования преобразуют возможности робототехники. Какие инновации в области ИИ вы считаете наиболее значимыми в ближайшие пять лет и какие технические ограничения по-прежнему мешают широкому внедрению роботов в непредсказуемых условиях реального мира?

В ближайшие пять лет я бы следил за четырьмя направлениями.

Базовые модели для робототехники, особенно те, что объединяют зрение, язык и действия. Но, думаю, они будут побеждать в отдельных областях, а не как одна универсальная модель. Путь начинается с одной задачи, затем охватывает круг вариантов применения и, возможно, целую область — например, строительство частных домов. Не думаю, что одна модель будет управлять строительством, производством и здравоохранением.

Моделирование, потому что оно удешевляет обучение. Но с его помощью можно достичь лишь 80 или 90%. На последние 10% приходится то, что роботы роняют предметы и натыкаются на препятствия.

Осязание. Зрение отлично помогает понимать окружающую среду. Но чтобы взаимодействовать с миром, нужно его чувствовать. Тактильные датчики и более совершенные манипуляторы важны, потому что именно при манипулировании предметами выполняется большая часть реальной работы.

Инфраструктура данных. В сфере автономного транспорта целое поколение компаний, таких как Scale AI, создало крупный бизнес на сборе и разметке данных, а Applied Intuition — на моделировании. В области физического ИИ появится нечто подобное, и это одна из крупнейших возможностей в этой сфере.

Внедрение в сложных и непредсказуемых условиях по-прежнему сдерживают надежность и доверие. Заводам нужна надежность на уровне 99,99%. Стандарты безопасности, сертификация и страхование не успевают за развитием мобильных роботов, работающих рядом с людьми. Кроме того, каждый подключенный робот создает угрозу кибербезопасности, которую пока учитывают в расчетах очень немногие.

Cybernetix Ventures инвестировала в такие компании, как Cambrian Robotics, Dash Bio и Rugged Robotics. Что привлекло вас в этих компаниях и чем перспективная робототехническая технология отличается от бизнеса, способного масштабироваться на рынке?

Все три компании выросли из проблемы заказчика, а не из эффектной демонстрации технологии.

Cambrian Robotics. Рынок машинного зрения переполнен, но Cambrian надежно захватывает мелкие, блестящие и прозрачные детали, на которых большинство систем дают сбой. Решение совместимо с основными брендами промышленных роботов, устанавливается примерно за полдня и уже проходило испытания и внедрялось у таких производителей, как Toyota, Audi и Electrolux, когда в 2024 году мы совместно возглавили инвестиционный раунд посевного финансирования компании.

Dash Bio. Разработчики лекарств передают значительную часть биологического анализа внешним лабораториям, где работа по-прежнему в основном выполняется вручную. Dash создала высокоавтоматизированную лабораторию, соответствующую стандартам GLP (надлежащей лабораторной практики) и объединяющую робототехнику, ИИ и программное обеспечение для проведения ключевых анализов до 10 раз быстрее. Компания продает не роботов, а более быстрые результаты — за них заказчики уже умеют платить.

Rugged Robotics. На строительной площадке кто-то по-прежнему вручную размечает места для каждой стены, трубы и инженерного устройства. Это медленно, а после возведения стен ошибки обходятся дорого. Робот Rugged наносит чертежи прямо на пол. Это одна узкая задача, которую он выполняет быстрее и точнее на площадках, где не хватает квалифицированных работников.

Что отличает перспективную технологию от масштабируемого бизнеса? В 99% случаев начинать с впечатляющего технического достижения, а потом искать ему применение — верный путь к проблемам компании. Масштабируемые компании начинают с проблемы и от нее идут к машине — так поступили Kiva, Locus и Universal Robots. Затем я смотрю, возвращается ли заказчик после пилотного проекта, можно ли обойтись без специалиста с докторской степенью на площадке, сохраняется ли экономика единицы продукции при росте объемов и выполняет ли команда намеченные этапы. Многие роботы впечатляют. Но лишь немногие превращаются в бизнес.

По мере роста возможностей физического ИИ усиливаются опасения по поводу вытеснения работников, безопасности и контроля со стороны человека. Считаете ли вы, что в первую очередь робототехника помогает справиться с нехваткой рабочей силы и расширяет возможности работников, или же ожидаете серьезных потрясений на рынке труда по мере ускорения внедрения?

В ближайшей перспективе роботы в основном восполняют нехватку работников. На заводах, складах, в лабораториях и на строительных площадках, с которыми мы работаем, ограничивающий фактор — нехватка людей, а не спроса. Вакансии остаются открытыми месяцами.

Verve Motion, одна из компаний нашего портфеля, — пример, к которому я постоянно возвращаюсь. Компания производит мягкий экзокостюм, который значительно снижает нагрузку на работников, весь день поднимающих тяжелые грузы. Один работник склада рассказал команде, что теперь, возвращаясь домой, у него наконец остаются силы поиграть с детьми. Вот как робототехника приносит пользу миру, не лишая никого работы.

Не буду делать вид, что перемены не приведут к потрясениям. Число должностей с наиболее однообразной работой сократится, а сами трудовые процессы будут меняться быстрее, чем успеют перестроиться наши системы обучения. Честный ответ — уже сейчас вкладываться в переподготовку техников, операторов и специалистов, обслуживающих парки роботов. Каждый поставленный робот создает работу для тех, кто его устанавливает, программирует и ремонтирует.

В вопросах безопасности у робототехники, по сути, есть фора перед программным ИИ. Промышленные роботы десятилетиями работают в условиях строгих стандартов безопасности и сертификации. По мере того как роботы становятся умнее, эту культуру необходимо сохранять: обеспечивать четкую подотчетность, защищенность машин и контроль людей над критически важными решениями.

Если заглянуть в 2030 год и дальше, какие разработки в области физического ИИ и робототехники, по вашему мнению, окажут наибольшее влияние на мировую экономику? Есть ли недооцененные инвестиционные возможности или новые сферы применения, которым следует уделять значительно больше внимания?

Думаю, к 2030 году наибольшее значение для мировой экономики будут иметь три направления.

Роботы, способные обучаться непосредственно в процессе работы, наконец позволят автоматизировать производство на малых и средних предприятиях, которым раньше была не по карману индивидуальная интеграция таких решений. Именно на таких предприятиях сосредоточена большая часть промышленной базы.

Автоматизированные лаборатории ускорят научные исследования: работы в области биологии и разработки лекарств будут идти круглосуточно.

Стратегическое значение приобретет и цепочка поставок компонентов для роботов — приводов, двигателей, датчиков и шестерен. Большинство производителей гуманоидных роботов не выпускают эти детали сами. Они проектируют, интегрируют и собирают роботов, а значительная часть поставок этих компонентов сегодня приходится на Китай и Японию. Тот, кто создаст такую производственную базу в США и союзных странах, будет иметь большое значение.

Недооценена базовая инфраструктура: сбор данных о физическом мире, моделирование и тестирование, управление парками роботов, распознавание окружающей среды, идентификация машин и кибербезопасность — все это необходимо, чтобы роботы могли доверять друг другу и сетям, в которых работают. Кроме того, внимания заслуживают отраслевые решения для отраслей, испытывающих острую нехватку работников и редко попадающих в заголовки новостей, например сельского хозяйства и строительства.

В заголовках будут гуманоидные роботы. Но значительная часть прибыли будет связана с базовой инфраструктурой. И в конечном счете важен не технологический, а общественный эффект.

Спасибо за замечательное интервью. Читателям, которые хотят больше узнать о робототехнике, физическом ИИ и ранних инвестициях в автоматизацию, стоит посетить сайт Cybernetix Ventures.