Fady Saad, grundare och managing partner på Cybernetix Ventures – intervjuserie

Fady Saad är grundare och managing partner på Cybernetix Ventures, där han investerar i företag inom robotik, automation och industriell AI i ett tidigt skede. Han var också med och grundade MassRobotics, där han bidrog till att utveckla företagets partnerskap med näringslivet och stödja robotikstartups på vägen mot kommersialisering. Hans erfarenhet förenar teknik, affärsutveckling och de praktiska utmaningarna med att få maskiner att fungera i verkliga driftsmiljöer. Hans investeringsstrategi utgår från kundernas behov och kommersiellt gångbara lösningar.

Cybernetix Ventures är ett riskkapitalbolag med bas i Boston som investerar i startups inom robotik, automation och industriell AI i Nordamerika och Europa. Bolaget fokuserar bland annat på tillverkningsindustri, logistik, hälso- och sjukvård och byggbranschen samt möjliggörande teknik som perception, autonomi, sensorer och cybersäkerhet för robotik. I den här intervjun diskuterar Saad möjligheterna och begränsningarna med fysisk AI, ekonomin bakom specialiserade robotar och humanoida robotar samt den tillförlitlighet, de data och den infrastruktur som krävs för att omvandla lovande teknik till företag som kan växa i stor skala.

Du var med och grundade MassRobotics 2014 och bidrog till att bygga upp ett av världens ledande ekosystem för robotikinnovation, innan du grundade Cybernetix Ventures 2021. Vad fick dig att gå från att stödja robotikstartups till att investera direkt i dem, och hur påverkade dina erfarenheter från MassRobotics din investeringsfilosofi?

Jag hade inte planerat att bli investerare. Jag kom in i robotikbranschen via Vecna, där jag arbetade med forskning och utveckling samt kommersialiseringsstrategi, och insåg snabbt att robotik inte följer mjukvarans spelregler. Man kan lansera en mjukvaruprototyp för användare inom sex månader. En robot kräver tillverkning, en leveranskedja, tester, säkerhetsarbete och en kund som är villig att släppa in den på sin arbetsplats.

Det var därför vi startade MassRobotics 2014. Vi kallade det en startupaccelerator eftersom den svåra delen inte är att bygga prototypen. Utmaningen är att gå från en fungerande prototyp till en produkt som någon kan köpa. Jag ansvarade för företagssamarbeten och satt under mer än sex år med på över 300 möten med företag och bidrog till att bygga upp över 40 partnerskap. Jag såg gång på gång samma sak: företag med verkliga problem, startups med verklig teknik och nästan inga investerare som förstod båda sidor.

2018 och 2019 stod det klart. Riskkapitalbolagen var koncentrerade kring SaaS eller bioteknik, och robotikgrundarna hamnade utanför. För mycket hårdvara för mjukvaruinvesterarna och för lite biologi för bioteknikinvesterarna. Bra team körde fast eftersom det inte fanns något lämpligt kapital. Mark Martin, som jag träffade 2017 när vi tog in Analog Devices i MassRobotics, såg samma lucka från företagens sida. Därför startade vi Cybernetix, en fond som behandlar robotik som en egen tillgångsklass, och lanserade den 2021.

MassRobotics har på ett enkelt sätt format hur vi investerar. Vi utgår från kundens problem, inte från tekniken. Vi föredrar team där minst en av grundarna har erfarenhet från den bransch som företaget säljer till. Och vi tar med vårt nätverk inom näringslivet i varje investering, eftersom rätt introduktion till en köpare i den här sektorn kan vara mer värd än själva investeringen.

Fysisk AI håller på att växa fram som ett av de mest omvälvande områdena inom artificiell intelligens och för in intelligens i maskiner som samspelar med den verkliga världen. Vilka tekniska genombrott påskyndar utvecklingen, och varför anser du att branschen befinner sig vid en viktig vändpunkt?

Två saker utvecklades samtidigt. Hjärnorna blev mycket bättre och kropparna mycket billigare.

På mjukvarusidan gav grundmodeller robotar något de egentligen aldrig haft tidigare: förmågan att ta emot en instruktion och hantera situationer som de inte uttryckligen programmerats för. Med simulering kan team träna och testa tusentals scenarier innan en robot ens kommer i kontakt med en verklig fabrik. På hårdvarusidan blir sensorer, edge-datorer, ställdon och batterier hela tiden billigare och bättre. Därför kan en startup bygga en robot med en komplett teknikstack utan att vara en industrijätte.

Sedan har vi efterfrågan: arbetskraftsbrist inom tillverkningsindustrin, logistik, jordbruk och byggbranschen, en åldrande arbetsstyrka och en tydlig vilja att flytta hem produktionen. Jag brukar säga att arbetskraftsbristen är ett ekonomiskt problem, inte ett tekniskt problem, och nu behandlar företagsledningarna den också som ett sådant.

Så ja, vi befinner oss vid en vändpunkt, men jag vill vara noga med var. Förmågan och kapitalet har nått en vändpunkt, men storskalig användning har inte gjort det. ChatGPT bygger på 20 eller 30 år av digitaliserad mänsklig kunskap, och det finns ingen motsvarighet för den fysiska världen. Det finns ingen datamängd som talar om för en robot att den måste hålla ett ägg, ett pappersark eller ett tygstycke på olika sätt. Företagen som överbryggar datagapet genom att använda robotar i verkliga miljöer och låta dem lära sig under varje arbetsskift kommer att forma nästa fas.

Investeringarna i robotik och fysisk AI har ökat i snabb takt, drivna av framsteg inom AI, arbetskraftsbrist och en växande efterfrågan på automation. Vad ligger bakom investerarnas entusiasm, och hur stor del av den här utvecklingen speglar verkliga kommersiella möjligheter snarare än spekulativ entusiasm?

Jag tror att det handlar om båda delarna, och investerare hjälper ingen genom att låtsas något annat.

Efterfrågan är verklig. Deloitte och Manufacturing Institute räknar med att amerikanska tillverkare kan behöva upp till 3,8 miljoner arbetstagare fram till 2033, och att omkring 1,9 miljoner av de jobben riskerar att förbli obesatta. Det är ingen överdrift. Det är ett hål i ekonomin.

Kapitalet är en annan historia. Enligt Crunchbase investerades 18,8 miljarder dollar i robotikstartups under första halvåret 2026, mer än under hela 2025. Men PitchBook såg att antalet affärer minskade under andra kvartalet, samtidigt som de investerade beloppen nådde rekordnivåer. Det visar att en handfull jätterundor tar lejonparten av kapitalet. En stor del av pengarna går till att köpa en berättelse: främst om humanoida robotar och robotmodeller för allmänna ändamål.

Min måttstock är medvetet tråkig. Köper kunden igen efter pilotprojektet? Uppnår roboten den tillförlitlighet som jobbet kräver – på en produktionslinje 99,99 procent, inte 90 procent? Finns det faktiska intäkter inom ungefär ett år? Om svaret är ja på frågorna är det en affärsverksamhet. Om presentationen främst handlar om vad roboten kanske kan göra år 2030 är det spekulation värderad som om utfallet vore säkert. Robotikbranschen har gått igenom den här cykeln förut, och företagen med betalande kunder kommer starkare ur utslagningen.

Cybernetix Ventures tar in kapital till sin andra fond för att utöka investeringarna i robotik- och AI-företag i ett tidigt skede. Hur har er investeringstes utvecklats sedan ni lanserade er första fond, och vilka framväxande tekniker eller branscher väcker störst intresse bland institutionella investerare?

Grundsynen har inte förändrats. Värdet inom fysisk AI realiseras där programvara möter tillämpning i verkligheten, och de bästa robotarna utvecklas baklänges utifrån ett specifikt problem. Fond II satsar ännu mer på den övertygelsen.

Det som har förändrats är kartan. Fond I fokuserade på tillverkning, logistik, byggbranschen och hälso- och sjukvård. Fond II behåller dessa områden och lägger till jordbruk, energi- och klimatinfrastruktur, rymd och försvar samt teknik med dubbla användningsområden. Fördelningen ligger fortfarande på ungefär två tredjedelar robotikföretag med helhetslösningar och en tredjedel möjliggörande teknik, till exempel AI-modeller, perception och cybersäkerhet mellan maskiner. Våra första investeringar från fond II gick till ett rymdrobotikföretag och ett företag som utvecklar perceptionsmodeller, vilket visar vart den nya generationen är på väg.

Vi granskar också noga sådant som knappt kom på tal 2021 – till exempel var komponenterna kommer ifrån, hur sårbar leveranskedjan är i förhållande till Kina och hur säker roboten är när den väl är uppkopplad.

Det är främst två frågor jag får från institutionella investerare och företag. För det första frågar företag hur de kan få insyn i en marknad som de inte kan bygga upp internt, vilket innebär omvärldsbevakning, marknadsinformation och saminvesteringar. Fysisk AI har blivit en prioriterad fråga på vd-nivå i många av de här företagen. Men family offices och institutioner ställer en mer direkt fråga: varför inte bara gå in i någon av de stora finansieringsrundorna för humanoida robotar eller robotmodeller via ett SPV? Mitt svar är att de investeringarna är hårt konkurrensutsatta, dyra och kapitalkrävande. Den asymmetriska avkastningen finns tidigare … i företag som generalisterna ännu inte har upptäckt. Det är där en specialist visar sitt värde.

Humanoida robotar har fått enorm uppmärksamhet och lockat stora investeringar, och företag som Tesla och Figure AI arbetar med allt mer ambitiösa funktioner. Du har uttryckt skepsis kring deras kommersiella bärkraft. Var anser du att investerare överskattar deras potential på kort sikt, och erbjuder specialiserade robotar en mer attraktiv investeringsmöjlighet?

Jag är skeptisk till tidsplanen, inte till tekniken. Min princip är att formen ska följa funktionen. Om jobbet går ut på att flytta delar eller plocka och placera dem bör man fråga sig om man behöver en mycket komplex och mycket dyr tvåbent maskin, en arm eller två armar på en mobil bas. På ett plant golv i ett lager eller en fabrik ger ben inte särskilt mycket. De ökar kostnaden, drar energi och innebär att man förlitar sig på en robot som kan falla.

Det investerare överskattar när det gäller humanoida robotar är kalkylen på kort sikt. Värderingarna bygger på antagandet att de snart kommer att användas brett, men svåra problem återstår – till exempel händer med hög fingerfärdighet, taktil återkoppling och kraftåterkoppling, batterier som räcker i några timmar samt en AI-stack som är reproducerbar och spårbar. En felprocent på 10 procent är acceptabel i en chatbot. I en fabrik kan ett enda felaktigt drag skada någon eller kosta en kund miljoner. Jag räknar med leveranser i betydande volymer om fem till tio år, inte nästa år.

Humanoida robotar är rimliga i miljöer som byggts för människor och inte kan byggas om. Rymden är mitt favoritexempel. NASA tar omkring 130 000 dollar för en timmes astronauttid av kommersiella användare, så en robot som kan arbeta inne i en station utformad för människor betalar sig snabbt. Kärnkraftsanläggningar, katastrofinsatser och vissa försvarsuppgifter följer samma logik.

Så på kort sikt är specialiserade robotar, ja, det bättre riskjusterade alternativet. De levereras och genererar intäkter redan i dag.

Medan humanoida robotar dominerar rubrikerna fokuserar Cybernetix Ventures på praktiska tillämpningar inom tillverkning, hälso- och sjukvård, logistik och byggbranschen. Vilka branscher kan få störst ekonomisk effekt på kort sikt av fysisk AI, och var ser ni redan mätbar avkastning på automatiseringsinvesteringar?

Den snabbaste effekten märks där tre saker möts: ett kostsamt problem, brist på arbetskraft och en köpare som mäter resultaten i pengar.

Tillverkningsindustrin kommer först, särskilt befintliga anläggningar. De flesta fabriker kan inte byggas om för robotar. Ett företag med hundratals anläggningar behöver automatisering som passar i de byggnader det redan har. Därför är AI-seende som gör det möjligt för befintliga robotarmar att plocka upp oregelbundna, blanka eller genomskinliga delar så värdefullt. Det uppgraderar det som redan finns på fabriksgolvet.

Logistik är den mest mogna marknaden, med tydlig avkastning på investeringen vid plockning, förflyttning och lastning. Trots det är det fortfarande inte helt löst att på ett tillförlitligt sätt plocka ut en valfri enskild vara ur en blandad behållare.

Hälso- och sjukvård samt life science är underskattade områden. Automatiserade laboratorier omvandlar långsamt, manuellt arbete till snabbare och reproducerbara resultat, och läkemedelsutvecklare vet redan hur de ska betala för snabbare svar.

Byggbranschen har kommit kortare, men står inför en av de allra största arbetskraftsbristerna. Det är inom avgränsade arbetsuppgifter som utsättning och materiallyft som robotar börjar löna sig.

Där jag ser mätbar avkastning följer det nästan alltid samma mönster: en avgränsad arbetsuppgift som utförs mer tillförlitligt, med en återbetalning som kunden kan se i sina egna siffror – inte på en bild med ett femårsperspektiv.

Framsteg inom grundmodeller, datorseende, förstärkningsinlärning och simulering förändrar robotikens möjligheter. Vilka AI-innovationer anser du får störst betydelse under de kommande fem åren, och vilka tekniska begränsningar hindrar fortfarande en bred användning i oförutsägbara verkliga miljöer?

Under de kommande fem åren skulle jag hålla ögonen på fyra saker.

Grundmodeller för robotar, särskilt sådana som kopplar samman syn, språk och handling. Men jag tror att de kommer att slå igenom område för område, inte som en enda modell för allt. Vägen dit går från ett enda syfte, vidare till ett antal användningsområden och kanske sedan till ett helt område – säg byggande av småhus. Jag tror inte att en enda modell kommer att styra byggbranschen, tillverkningsindustrin och hälso- och sjukvården.

Simulering, eftersom den gör träningen billig. Men simulering tar dig till 80 eller 90 procent. Under de sista 10 procenten är det då robotar tappar saker och stöter in i dem.

Känsel. Synen är utmärkt för att förstå omgivningen. Men om du vill förändra världen måste du känna den. Taktil avkänning och bättre händer spelar roll eftersom det är vid hantering som det mesta verkliga arbetet utförs.

Datainfrastruktur. Inom självkörande fordon byggde en generation företag som Scale AI stora verksamheter kring insamling och märkning av data, medan Applied Intuition byggde sin verksamhet kring simulering. Fysisk AI kommer att ge upphov till en motsvarighet, och det är en av de största möjligheterna inom området.

Det som fortfarande hindrar användning i röriga och oförutsägbara miljöer är tillförlitlighet och förtroende. Fabriker behöver 99,99 procents tillförlitlighet. Säkerhetsstandarder, certifiering och försäkringar har inte hängt med när det gäller mobila robotar som arbetar i närheten av människor. Och varje uppkopplad robot innebär en cybersäkerhetsrisk som väldigt få ännu räknar in i kostnaderna.

Cybernetix Ventures har investerat i företag som Cambrian Robotics, Dash Bio och Rugged Robotics. Vad lockade dig till dessa företag, och vad skiljer en lovande robotteknik från en kommersiellt skalbar verksamhet?

Alla tre utgick från ett kundproblem, inte från en häftig demonstration.

Cambrian Robotics. Marknaden för maskinseende är full av aktörer, men Cambrian plockar tillförlitligt upp små, blanka och genomskinliga delar som ställer till problem för de flesta system. Företaget fungerar med de stora varumärkena inom industrirobotar, installeras på ungefär en halv dag och testades och användes redan hos tillverkare som Toyota, Audi och Electrolux när vi tillsammans ledde dess såddfinansieringsrunda 2024.

Dash Bio. Läkemedelsutvecklare skickar mycket av sin bioanalys till externa laboratorier, där arbetet fortfarande till stor del utförs för hand. Dash byggde ett högautomatiserat laboratorium som uppfyller GLP-standarderna (god laboratoriesed) och kombinerar robotteknik, AI och programvara för att utföra viktiga analyser upp till 10 gånger snabbare. De säljer inte robotar. De säljer snabbare svar, något kunderna redan vet hur de ska köpa.

Rugged Robotics. På en byggarbetsplats markerar någon fortfarande för hand var varje vägg, rör och installation ska placeras. Det går långsamt, och misstagen blir kostsamma när väggarna väl är resta. Ruggeds robot skriver ut ritningarna direkt på golvet. En avgränsad arbetsuppgift, utförd snabbare och med större precision på arbetsplatser där det är svårt att hitta tillräckligt många yrkeskunniga.

Vad skiljer en lovande teknik från en skalbar verksamhet? I 99 procent av fallen leder det till ett företag i motgång att börja med en glänsande teknisk bedrift och sedan leta efter ett användningsområde. De företag som växer börjar med problemet och arbetar bakåt mot maskinen, precis som Kiva, Locus och Universal Robots gjorde. Därefter letar jag efter kunder som köper igen efter pilotprojektet, en driftsättning som inte kräver att en doktor är på plats, enhetsekonomi som håller vid stora volymer och ett team som når sina delmål. Många robotar är imponerande. Betydligt färre är verksamheter.

I takt med att fysisk AI blir mer kapabel ökar oron för att arbetstillfällen ska försvinna, för säkerheten och för mänsklig tillsyn. Ser du robotik främst som ett sätt att avhjälpa arbetskraftsbrist och komplettera mänskliga arbetare, eller räknar du med att införandet i allt högre takt kommer att orsaka stora störningar på arbetsmarknaden?

På kort sikt handlar det mest om att fylla luckor. I de fabriker, lager, laboratorier och på de byggarbetsplatser vi arbetar med är det brist på människor, inte efterfrågan, som sätter gränsen. Tjänster står obesatta i månader.

Verve Motion, ett av våra portföljbolag, är ett exempel jag ofta återkommer till. Företaget tillverkar ett mjukt exoskelett som avlastar arbetare som lyfter tunga bördor hela dagen. En lagerarbetare berättade för teamet att han äntligen hade ork att leka med sina barn när han kom hem. Det är robotik som gör gott i världen, och den ersätter ingen.

Jag tänker inte låtsas som att omställningen inte får några konsekvenser. De mest repetitiva arbetsuppgifterna kommer att minska, och arbetet kommer att förändras snabbare än våra utbildningssystem hinner anpassa sig. Det ärligt menade svaret är att investera i kompetensutveckling redan nu för tekniker, operatörer och dem som underhåller robotflottor. Varje robot som levereras skapar arbete för någon som installerar, programmerar och reparerar den.

När det gäller säkerhet ligger robotiken faktiskt steget före AI inom programvaruområdet. Industrirobotar har omfattats av säkerhetsstandarder och certifiering i årtionden. I takt med att robotarna blir smartare måste den kulturen leva vidare: tydligt ansvarsutkrävande, säkra maskiner och människor som fattar de kritiska besluten.

Om vi blickar fram mot 2030 och tiden därefter, vilken utveckling inom fysisk AI och robotik tror du kommer att få störst inverkan på den globala ekonomin? Finns det några förbisedda investeringsmöjligheter eller nya tillämpningar som förtjänar betydligt större uppmärksamhet?

År 2030 tror jag att tre saker kommer att vara viktigast för den globala ekonomin.

Robotar som lär sig på jobbet kommer äntligen att göra det möjligt för små och medelstora tillverkare att automatisera verksamheten, något de aldrig tidigare haft råd med genom skräddarsydd integration. Det är där merparten av industrin faktiskt finns.

Automatiserade laboratorier kommer att påskynda forskningen, med biologi och läkemedelsutveckling som pågår dygnet runt.

Dessutom kommer leveranskedjan för robotkomponenter – ställdon, motorer, sensorer och kugghjul – att bli strategiskt viktig. De flesta tillverkare av humanoida robotar tillverkar inte de delarna själva. De konstruerar, integrerar och monterar, och en stor del av komponentförsörjningen finns i dag i Kina och Japan. De som bygger upp den basen i USA och de allierade länderna kommer att spela en mycket viktig roll.

Det som förbises är grundinfrastrukturen: datainsamling i den fysiska världen, simulering och testning, hantering av robotflottor, perception samt maskinidentitet och cybersäkerhet, så att robotar kan lita på varandra och på nätverken de är anslutna till. Därtill kommer branschspecifika tillämpningar inom sektorer med arbetskraftsbrist som ingen skriver rubriker om, till exempel jordbruk och byggbranschen.

Rubrikerna kommer att handla om humanoida robotar. En stor del av pengarna kommer att tjänas på grundinfrastrukturen. Och i slutändan är det samhällspåverkan, inte den tekniska påverkan, som räknas.

Tack för en mycket bra intervju. Läsare som vill lära sig mer om robotik, fysisk AI och investeringar i automation i ett tidigt skede kan besöka Cybernetix Ventures.