Quando Nicolas Sauvage subiu ao palco do evento StrictlyVC em São Francisco na semana passada, ele não estava vendendo o próximo gadget de consumo. Ele estava apresentando um horizonte de quatro anos para as partes da inteligência artificial que a maioria dos investidores ignora – a infraestrutura que faz com que os modelos funcionem, e não apenas sejam treinados.

Desde que fundou a TDK Ventures, o braço de venture corporativo do conglomerado eletrônico japonês, em 2019, Sauvage supervisionou US$ 500 milhões em quatro fundos. Sua aposta inicial na Groq, uma startup de chips de inferência co-fundada pelo ex-engenheiro do Google TPU Jonathan Ross, deu resultado. A rodada de financiamento mais recente da Groq impulsionou sua valorização para US$ 6,9 bilhões, um testemunho da crescente demanda por inferência de modelo rápida e barata à medida que os agentes de IA se proliferam em dezenas de chamadas por consulta.

A abordagem da Groq – reduzir a arquitetura até que nada possa ser removido sem quebrar a funcionalidade – atraiu Sauvage porque alinhava-se com as próprias restrições da TDK. Ao contrário do hardware de consumo, que atinge um teto natural, as cargas de trabalho de inferência continuam se multiplicando à medida que surgem novas aplicações e modelos maiores. O resultado é um mercado que explodiu este ano, impulsionado por agentes de IA que planejam, agem e iteram em múltiplas etapas.

Além dos chips, o portfólio da TDK Ventures reflete o mesmo mantra de "gargalo-quatro-anos-à-frente". O fundo apoia transformadores de grade de estado sólido, baterias de íon de sódio para centros de dados e químicas alternativas que contornam a fragilidade geopolítica do lítio e do cobalto. Na robótica, o foco é estreito, mas profundo: a Agility Robotics constrói movimentadores de armazém para atender à escassez de mão de obra, enquanto a ANYbotics, com sede na Suíça, cria máquinas robustas para ambientes perigosos demais para as pessoas.

"Os robôs que apoiamos não tentam fazer tudo", disse Sauvage. "Eles fazem uma coisa difícil de forma confiável." Essa clareza de propósito, argumenta ele, é o que separa as apostas de hardware viáveis do hype.

Agora a conversa está mudando novamente, desta vez para as unidades centrais de processamento. As GPUs dominam a fase de treinamento, mas a orquestração dos agentes de IA – a logica de tomada de decisão que combina dezenas de chamadas de inferência – pode pertencer às CPUs. Sauvage vê um "renascimento" para esses chips flexíveis, que podem se tornar o "glue" que coordena os fluxos de trabalho de agentes complexos.

Do outro lado do Pacífico, um relatório da firma de venture Eclipse destacou um novo fenômeno que ele chama de "manufatura de vibe". Os fabricantes chineses estão comprimindo o ciclo de design-construção-teste de produtos físicos com iteração assistida por IA, superando as cadeias de suprimentos ocidentais. Para Sauvage, a velocidade com que uma empresa pode iterar em átomos espelha a rápida iteração de código que impulsionou os avanços de software.

O desafio persistente, de acordo com Sauvage, é a destreza. Embora os modelos melhorem rapidamente o suficiente para tornar a IA física inevitável, o hardware ainda carece da fluência de motor fina para igualar as mãos humanas. As empresas que resolverem esse problema podem garantir uma vantagem de fabricação que rivaliza com qualquer vantagem de software.

Em resumo, o playbook de Sauvage combina visão de longo prazo com disposição para defender as partes da IA que não fazem manchetes, mas que impulsionarão a próxima onda de aplicações. Seja em chips de inferência, robôs especializados ou CPUs que os coreografam, suas apostas visam manter a TDK Ventures à frente de um futuro de IA impulsionado pela infraestrutura.

Usado: News Factory APP - descoberta e automação de notícias - ChatGPT para Empresas