Amulya Vishwanath, aki hét évet töltött az NVIDIA robotikai platformjainak termékmarketing-vezetőjeként, megalapította és ügyvezető partnerré vált a Techable VC nevű kockázatitőke-alapnál. A TechCrunch Equity podcastjában Dominic‑Madori Davis vendégeként arról beszélt, hogy miért tekint a fizikai AI‑t szélesebb kategóriaként, mint pusztán robotikát, és milyen korai befektetéseket keres.
Fizikai AI: több, mint mechanikus karok
Vishwanath a „fizikai AI” kifejezést nemcsak robotokra korlátozza: ide sorolja a molekulákat, anyagokat, gyógyszereket és a gyártósoron dolgozó gépeket is. Szerinte ezek a területek közösen alkotják azt a fizikai réteget, ahol a mesterséges intelligencia valódi automatizációs és termék‑innovációs hatást tud kifejteni.
A „Lego‑korszak” és az ellenérvek
A korábbi NVIDIA‑vezető úgy látja, hogy a robotika jelenleg a „Lego‑korszakban” van: az alapvető építőelemek — mint az aktuátorok, robot‑kezek, szoftverek és biztonsági szabványok — még formálódnak és újjáépülnek. Ez a nézet ellentétes azokkal az álláspontokkal, amelyek szerint egyetlen általános alapmodell hamarosan „ChatGPT‑szerű” fordulatot hoz a robotikában, és feleslegessé teszi a jelenlegi specializált megoldásokat.
Tudatos automatizáció és gyakorlati problémamegoldás
A beszélgetésben Vishwanath említette a „conscious automation” (tudatos automatizáció) fogalmát, és hangsúlyozta, hogy a legjobb befektetési lehetőségek olyan nagy problémákat céloznak, mint a családi tulajdonú gyárak munkaerőhiánya vagy az orvosok és sebészek kiégése. Ezen valós igények megoldása szerinte fenntartható üzleti lehetőségeket teremt.
Miért fontos a VC‑alap és a hálózat
Vishwanath arra ösztönzi az alapítókat, hogy a kockázatitőke‑partnert tekintsék a versenyelőnyüknek (moat). Elmondása szerint az NVIDIA‑nál szerzett évei alatt felépített kapcsolati háló adja azt a due diligence‑ és ügyfélbemutató‑kapacitást, amelyet most a Techable VC‑ként hasznosít.
Verseny és területi erősségek
A beszélgetés kitért arra is, hogy szerinte az Egyesült Államok és Kína különböző előnyökkel rendelkezik a fizikai AI‑ban, illetve megjegyezte, hogy a humanoid robotoknak többet kell tudniuk nyújtaniuk, mint látványos demonstrációkat — például táncolást.
Hol írja alá az első csekkeket?
A podcastban Vishwanath részletezte, hogy a Techable VC korai befektetéseinél milyen témákat és problémákat keres: gyakorlati, ipari és egészségügyi alkalmazások, anyagtudományi és molekuláris megoldások, valamint olyan rendszerek, amelyek a fizikai világban jelentős automatizálási értéket teremtenek.
További információk
A teljes interjút a TechCrunch Equity podcast‑ban lehet meghallgatni, ahol Vishwanath részletesebben beszél a befektetési stratégiáról, a fizikai AI meghatározásáról és a Techable VC terveiről.
