Стратегия четырех лет: как TDK Ventures предсказывает технологические тренды

Николя Соваж, глава корпоративного венчурного фонда TDK Ventures, придерживается убеждения, что наиболее перспективные рыночные возможности становятся очевидными лишь спустя четыре года после начала инвестирования. Данный подход лежит в основе деятельности фонда японского электронного гиганта, который на сегодняшний день управляет активами на сумму 500 миллионов долларов через четыре инвестиционных подразделения.

Ставка на инфраструктуру ИИ

Ярким примером реализации этой стратегии является стартап Groq, специализирующийся на создании чипов для искусственного интеллекта. В 2020 году, задолго до массового бума генеративного ИИ, фонд вложил средства в компанию, основанную Джонатаном Россом — одним из разработчиков тензорных процессоров Google. Фокус Groq был направлен на процесс инференса (вывода данных) — вычислительную работу, выполняемую моделью при каждом ответе на запрос пользователя.

Архитектура чипа была разработана с максимальной оптимизацией, исключающей любые избыточные компоненты. В то время такой подход многим казался нишевым, однако аналитики фонда увидели потенциал в растущем спросе на вычислительные мощности, который неизбежно масштабируется вместе с появлением новых моделей и интеллектуальных агентов.

Критерии выбора инвестиций

Инвестиционный портфель TDK Ventures демонстрирует интерес к технологиям, которые стали востребованными лишь спустя годы после начала финансирования. Среди них:

• Твердотельные трансформаторы для энергосетей.
• Натрий-ионные аккумуляторы для центров обработки данных.
• Альтернативные химические составы батарей, не зависящие от поставок лития и кобальта.

Общий принцип заключается в выявлении технологического «бутылочного горлышка» — ключевого препятствия, которое станет критически важным через четыре года, и поиске стартапов, уже работающих над его устранением.

Будущее робототехники и вычислительных мощностей

В настоящее время фонд сфокусирован на физическом искусственном интеллекте, в частности, на узкоспециализированных роботах. В портфеле присутствуют такие компании, как Agility Robotics, создающая складских роботов для автоматизации рутинных задач, и ANYbotics, разрабатывающая устройства для работы в опасных для человека условиях. Основной критерий выбора — не попытка создать универсального робота, а максимальная надежность при выполнении одной конкретной сложной задачи.

Смотрите также:

Quordle: Подсказки и ответы для игры №1561 от 4 мая http://euroelectrica.ru/quordle-podskazki-i-otvetyi-dlya-igryi-1561-ot-4-maya/.

Интересное по теме: Поисковая система Ask.com официально прекратила работу

Советы в статье "Приложение DualShot Recorder: стремительный успех создателя контента о белках" здесь.

Также прогнозируется смена парадигмы в вычислительных стеках. Если графические процессоры (GPU) доминировали на этапе обучения моделей, то для управления сложными цепочками принятия решений, где ИИ-агенты координируют последовательные действия, ожидается ренессанс центральных процессоров (CPU), обладающих необходимой гибкостью.

Вызовы производства

Особое внимание уделяется ускорению цикла проектирования и прототипирования физического оборудования. Согласно аналитическим данным, китайские производители демонстрируют значительный отрыв, внедряя ИИ в процессы разработки, что позволяет им сокращать циклы создания новых продуктов. По мнению экспертов, ключевой нерешенной задачей остается развитие ловкости робототехники. В ближайшие годы конкурентное преимущество получат те страны и компании, которые смогут адаптировать скорость итераций физических объектов к темпам разработки программного обеспечения.