Nicolas Sauvage apuesta por las partes aburridas de la IA

Nicolas Sauvage cree que se necesitan cuatro años para que las mejores apuestas parezcan obvias, pensando que compartió en el escenario la semana pasada en el evento de StrictlyVC en San Francisco, que TDK Ventures fue coanfitrión.

Es una teoría en la que ha estado trabajando para demostrar desde 2019, cuando fundó la división de riesgo corporativo del gigante japonés de la electrónica, que ahora gestiona 500 millones de dólares en cuatro fondos. La startup de chips de IA Groq, valorada en 6.900 millones de dólares durante su ronda de financiación más reciente el otoño pasado, es el ejemplo más destacado de este pensamiento.

En 2020, mucho antes de que el auge de la IA generativa hiciera que las apuestas en infraestructura parecieran obvias, Sauvage firmó un cheque para la empresa, fundada por Jonathan Ross, uno de los ingenieros que construyó las unidades de procesamiento tensorial de Google. Groq se centró desde el principio en la inferencia: el trabajo pesado computacional que ocurre cada vez que un modelo responde a una consulta. Ross había diseñado su chip construyendo primero el compilador, desmontando la arquitectura hasta que, como lo describe Sauvage, «no se puede quitar una parte y hacer que siga funcionando».

Puede que a algunos les haya parecido un nicho, pero sabiendo lo que sabía sobre las limitaciones de su empresa matriz, Sauvage vio asimetría. A diferencia del hardware de consumo, que tiene un límite natural, la demanda de inferencia sigue aumentando con cada nueva aplicación y cada nuevo modelo. Sauvage no podía saber entonces que la demanda de inferencia se dispararía este año, gracias a cada agente de IA que planifica y actúa en docenas de llamadas (donde una sola consulta solía ser suficiente).

Pero en cierto modo, Ross también tuvo suerte. Después de todo, un conglomerado japonés de electrónica más conocido por sus cintas magnéticas no es, a primera vista, el socio inversor más obvio. De hecho, Sauvage describe la propia existencia de TDK Ventures como muy improbable. Pero después de dos conferencias consecutivas en Stanford (una defendiendo el capital de riesgo corporativo y otra catalogando cada razón por la que fracasa), Sauvage, que es francés y se unió a TDK en Silicon Valley a través de una adquisición, presentó la idea a los superiores en la sede de TDK a pesar de no tener una posición obvia para hacerlo. (“No soy japonés. No hablo japonés; no vivo en Tokio”, le dijo a este editor).

Después de negarse a aceptar un no por respuesta, finalmente recibió luz verde para crear un fondo cuyo mandato era responder una pregunta: ¿Cuál es el próximo gran avance para TDK y qué podría acabar con él?

La cartera que ha reunido desde entonces está repleta de tecnologías que se han vuelto más interesantes para los capitalistas de riesgo durante el último año: transformadores de red de estado sólido, baterías de iones de sodio para centros de datos, químicas de baterías alternativas que evitan la fragilidad geopolítica del litio y el cobalto.

La disciplina detrás de todo esto es la misma: identificar el cuello de botella dentro de cuatro años y luego encontrar a los fundadores que ya están trabajando en él.

La pregunta, por supuesto, es qué sigue. Por su parte, Sauvage está observando de cerca la IA física: no toda la robótica, sino robots con un trabajo muy específico por realizar. Agility Robotics, por ejemplo, en su cartera, se centra en la tarea única y mundana de mover cosas de un lugar a otro en almacenes que enfrentan escasez de mano de obra. Otra empresa de la cartera, la cartera suiza ANYbotics, construye robots resistentes para entornos demasiado peligrosos para los trabajadores humanos: lugares donde la definición del trabajo es esencialmente ir donde la gente no puede. El hilo conductor es la claridad de propósito. Los robots por los que apuesta Sauvage no intentan hacerlo todo; en cambio, hacen algo difícil de manera confiable.

Sauvage dice que también está observando cómo cambia la pila de computación nuevamente. Las GPU dominaron el entrenamiento: el cálculo masivo y paralelo de enseñar un modelo. Los chips de inferencia como el de Groq están remodelando lo que sucede cuando ese modelo habla: más rápido, más barato y a escala. Ahora, sostiene Sauvage, las CPU deben renacer. No son los chips más potentes ni los más rápidos. Pero son los más flexibles y los que mejor se adaptan a la lógica ramificada y de toma de decisiones de la orquestación. Cuando un agente de IA delega una tarea, comprueba su progreso y retrocede docenas de pasos, algo tiene que gestionar toda la coreografía. Ese algo, cada vez más, se parece a una CPU.

Y luego está China. Un informe reciente de Eclipse (una empresa de riesgo que sigue de cerca) documentó lo que Sauvage describe como “fabricación de vibraciones”: la rápida iteración asistida por IA de la creación de prototipos de hardware físico, que refleja lo que la codificación de vibraciones hizo por el software. Los fabricantes chinos, según el informe, están comprimiendo el ciclo de diseño, construcción y prueba de productos físicos de una manera que las cadenas de suministro occidentales aún no están equipadas para igualar.

Para Sauvage, es una señal de cuello de botella, y ya la está superando con las diversas inversiones de TDK Ventures. Un problema que queda sin resolver, afirma, es la destreza. Los modelos están mejorando lo suficientemente rápido como para que la IA física parezca inevitable; Lo que todavía falta es la fluidez física a la altura. Los países y empresas que descubran cómo iterar sobre átomos tan rápido como otros iteran sobre código tendrán una ventaja de fabricación. Esa es la ola para la que hoy está posicionando a TDK Ventures.