Амулья Вишванат, семь лет возглавлявшая направление product marketing робототехнических платформ Nvidia, запустила венчурный фонд Techable VC и вступила в клуб ранних инвесторов в физический AI. Её позиция интересна, потому что она смотрит на индустрию не из угла маркетолога, а как человек, вплотную работавший с внутренней кухней одного из главных драйверов развития робототехники.

По оценке Вишванат, робототика находится сейчас в так называемой «эре Лего» — этап, когда базовые компоненты (актуаторы, роботизированные кисти, софт, стандарты безопасности) только перестраиваются и еще далеко не в финальной форме. Это прямо противоречит нарративу тех, кто верит в предстоящий «ChatGPT момент» для робототехники — то есть прорыв единой мощной foundational model, которая вдруг сделает специализированные робототехнические решения древностью. Такую позицию, например, ранее отстаивал Пим де Витте, CEO General Intuition.

На самом деле этот спор отражает более глубокую неопределённость в индустрии. С одной стороны, масштабные модели действительно становятся лучше понимать неструктурированный мир и принимать гибкие решения — это видно по опытам с роботами на основе LLM от компаний вроде Boston Dynamics и стартапов в этом пространстве. С другой стороны, железо, управление и надёжность остаются узким местом. Один foundational model не решает проблему, что актуаторы медленные, дорогие или ненадёжные, что софт часто падает, что сертификация и стандарты — ночной кошмар. Это именно то, о чём говорит Вишванат: набор кубиков LEGO ещё не собран в готовую конструкцию.

Фонд Techable VC инвестирует не только в робототехнику, но и в материаловедение и life sciences — это расширенное определение физического AI, которое охватывает системы, работающие с физическим миром, а не только его цифровой моделью. Это разумный подход: если нужны лучшие актуаторы, нужны материалы получше; если нужна робототехника для медицины, нужна специализированная экспертиза в биологии и нормативах.

Вишванат — одна из первых женщин-руководителей, которая ушла из Nvidia и запустила собственный фонд раннего этапа. Обычно инвесторов такого класса больше видно в области более абстрактного AI (софт, модели, платформы), чем в физическом AI, где нужно понимать железо и комплексные системы. Это может оказаться преимуществом: она будет слышать основателей, которые говорят на языке инженеров и производства, а не только маркетингового потенциала.

Контекст важен: если OpenAI, Google и Meta гонятся за моделями побольше и помощнее, то слой «тактильных» компаний — те, кто делает роботов, дроны, промышленную автоматизацию, медицинское оборудование — остаётся в некотором вакууме внимания VC. Но именно тут нужны капиталы на пересборку компонентов, испытания, сертификацию. Фонды, которые готовы вкладываться в эту «подземную» работу вместо охоты на экспоненциальный рост, будут полезны экосистеме.

В контексте российского рынка физический AI может быть интересен для промышленности и логистики, где есть растущий спрос на автоматизацию, но локальных решений почти нет. Компании в обрабатывающем производстве, складской логистике, сельском хозяйстве могут обратить внимание на стартапы, работающие над надежными актуаторами, системами управления для производственных роботов или специализированной автоматизацией. Российские разработчики в этом сегменте медленнее движутся, чем хотелось бы, не столько из-за запретов, сколько из-за недостатка серьёзного ранневенчурного финансирования и четкой стратегии: инвестировать в компоненты и интеграцию, а не только в AI-софт в пустоте.