Nicolas Sauvage aposta nas partes chatas da IA

Nicolas Sauvage acredita que leva quatro anos para que as melhores apostas pareçam óbvias – pensando que ele compartilhou no palco na semana passada no evento do StrictlyVC em São Francisco, que TDK Empreendimentos co-hospedado.

É uma teoria que ele tem trabalhado para provar desde 2019, quando fundou o braço de risco corporativo da gigante japonesa de eletrônicos, que agora administra US$ 500 milhões em quatro fundos. A inicialização do chip AI Groqavaliado em 6,9 mil milhões de dólares durante a sua mais recente ronda de financiamento no outono passado, é o exemplo mais destacado deste pensamento.

Em 2020, bem antes de o growth generativo da IA ​​fazer com que as apostas em infraestrutura parecessem óbvias, Sauvage assinou um cheque para a empresa, que foi fundada por Jonathan Ross – um dos engenheiros que construiu as unidades de processamento tensor do Google. Groq se concentrou desde o início na inferência: o trabalho pesado computacional que acontece toda vez que um modelo responde a uma consulta. Ross projetou seu chip construindo primeiro o compilador, desmontando a arquitetura até que, como descreve Sauvage, “você não possa remover uma parte e fazê-la continuar funcionando”.

Pode ter parecido um nicho para alguns, mas sabendo o que fazia em relação às restrições da sua empresa-mãe, Sauvage viu assimetria. Ao contrário do {hardware} de consumo, que tem um teto pure, a demanda por inferência continua aumentando a cada nova aplicação e a cada novo modelo. Sauvage não poderia saber então que a demanda por inferência explodiria este ano, graças a cada agente de IA que planeja e atua em dezenas de chamadas (onde uma única consulta costumava ser suficiente).

Mas, de certa forma, Ross também estava fazendo uma aposta. Afinal de contas, um conglomerado japonês de electrónica mais conhecido pelas fitas magnéticas não é, à primeira vista, o parceiro de investimento mais óbvio. Na verdade, Sauvage descreve a própria existência da TDK Ventures como muito improvável. Mas depois de duas palestras consecutivas em Stanford – uma defendendo o capital de risco corporativo, outra catalogando todos os motivos pelos quais ele falha – Sauvage, que é francês e ingressou na TDK no Vale do Silício por meio de uma aquisição, apresentou a ideia à sede em Tóquio, apesar de não ter nenhuma posição óbvia para fazê-lo. (“Não sou japonês. Não falo japonês; não moro em Tóquio.”)

Depois de se recusar a aceitar um não como resposta, ele finalmente recebeu luz verde em 2019 para construir um fundo cujo mandato period responder a uma pergunta: Qual é o próximo grande sucesso para o TDK e o que pode matá-lo?

O portfólio que ele montou desde então está repleto de tecnologias que se tornaram mais interessantes para os VCs no último ano: transformadores de rede de estado sólido, baterias de íons de sódio para knowledge facilities, produtos químicos alternativos para baterias que contornam a fragilidade geopolítica do lítio e do cobalto.

A disciplina por trás de tudo isso é a mesma: identificar o gargalo daqui a quatro anos e depois encontrar os fundadores que já estão trabalhando nele.

A questão, claro, é o que vem a seguir. De sua parte, Sauvage está observando de perto a IA física – não toda a robótica, mas robôs com um trabalho altamente específico a ser realizado. Agilidade Robóticapor exemplo, em seu portfólio, concentra-se na tarefa única e mundana de mover coisas de um lugar para outro em armazéns que enfrentam escassez de mão de obra. Outra empresa do portfólio, portfólio suíço ANYbóticaconstrói robôs robustos para ambientes perigosos demais para trabalhadores humanos – locais onde a definição de trabalho é essencialmente ir onde as pessoas não podem. A linha mestra é a clareza de propósito. Os robôs em que Sauvage aposta não tentam fazer tudo; em vez disso, eles fazem algo difícil de maneira confiável.

Sauvage diz que também está observando a mudança da pilha de computação novamente. As GPUs dominaram o treinamento – a computação massiva e paralela para ensinar um modelo. Chips de inferência como o de Groq estão remodelando o que acontece quando esse modelo fala: mais rápido, mais barato, em escala. Agora, argumenta Sauvage, as CPUs estão prestes a renascer. Eles não são os chips mais poderosos nem os mais rápidos. Mas eles são os mais flexíveis e mais adequados à lógica ramificada e de tomada de decisão da orquestração. Quando um agente de IA delega uma tarefa, verifica seu progresso e percorre dezenas de etapas, algo precisa gerenciar toda a coreografia. Esse algo, cada vez mais, se parece com uma CPU.

E depois há a China. Um relatório recente da Eclipse – uma empresa de capital de risco que ele acompanha de perto – documentou o que Sauvage descreve como “fabricação de vibração” – a iteração rápida e assistida por IA da prototipagem de {hardware} físico, refletindo o que a codificação de vibração fez pelo software program. Os fabricantes chineses, concluiu o relatório, estão a comprimir o ciclo de design-construção-teste de produtos físicos de uma forma que as cadeias de abastecimento ocidentais ainda não estão preparadas para igualar.

Para Sauvage, é um sinal de gargalo – e ele já está avançando com os vários investimentos da TDK Ventures. Um problema que permanece sem solução, diz ele, é a destreza. Os modelos estão melhorando rápido o suficiente para que a IA física pareça inevitável; o que ainda falta é a fluência física à altura. Os países e empresas que descobrirem como iterar em átomos tão rapidamente quanto outros iteram em código terão uma vantagem de fabricação.