La visione di Amulya Vishwanath sulla robotica odierna

Amulya Vishwanath ha trascorso sette anni alla guida del product marketing per le piattaforme robotiche di NVIDIA, un periodo in cui l’azienda ha cercato di standardizzare hardware, software e protocolli di sicurezza. Secondo la sua esperienza, la robotica si trova ancora nella “era LEGO”: i blocchi elementari – attuatori, mani robotiche, sistemi di percezione e norme di sicurezza – non sono ancora consolidati in un ecosistema coeso.

Questa visione contrasta con le previsioni di chi crede che l’avvento di un modello di fondazione generale, simile a ChatGPT, possa rivoluzionare il settore. Pim de Witte, CEO di General Intuition, ha affermato che un unico modello di IA generica potrebbe rendere superflui molti dei prodotti specialistici attualmente in uso, creando un “momento ChatGPT” per la robotica.

Perché il “momento ChatGPT” non è ancora arrivato

Vishwanath individua tre ostacoli principali:

    • Standardizzazione hardware: le componenti meccaniche variano notevolmente tra robot industriali, collaborativi e di consumo, rendendo difficile creare un modello unico capace di gestire tutti i casi d’uso.
    • Integrazione software: le piattaforme di controllo, i linguaggi di programmazione e le librerie di percezione non sono ancora allineati, il che complica l’addestramento di modelli generali.
    • Regolamentazione e sicurezza: norme diverse a livello globale richiedono soluzioni personalizzate per garantire la conformità, ostacolando l’universalità di un modello di IA.

Il passaggio da NVIDIA a Techable VC

Dopo la sua esperienza in NVIDIA, Vishwanath ha co-fondato Techable VC, una società di venture capital focalizzata su AI fisica, robotica, scienza dei materiali e scienze della vita. Come managing partner, il suo compito è identificare startup che stanno risolvendo i blocchi fondamentali dell’era LEGO.

Tra le prime aziende finanziate figurano:

    • RoboticsX: sviluppa attuatori a basso consumo per robot di servizio domestico, riducendo il costo per grado di libertà da 150 $ a 30 $.
    • HandCraft AI: offre mani robotiche modulari con sensori di forza integrati, consentendo una manipolazione delicata di oggetti fragili come frutta o componenti elettronici.
    • SafeBot Labs: crea standard di sicurezza basati su certificazioni ISO 10218‑3, facilitando l’adozione rapida di robot collaborativi nelle PMI.

Strategie di investimento basate su dati concreti

Techable VC utilizza un approccio a tre livelli:

    • Valutazione della maturità tecnologica: analisi della roadmap di prodotto, test di affidabilità e metriche di durata (MTBF).
    • Analisi di mercato: dimensionamento del mercato addressable, tassi di crescita CAGR (tipicamente 12‑15 % per robotica collaborativa) e potenziali partnership con OEM.
    • Impatto sulla catena di fornitura: verifica della capacità del startup di integrare componenti standardizzati e ridurre il time‑to‑market.

Lezioni apprese da una delle prime donne a uscire da NVIDIA

Essere una delle prime donne a lasciare NVIDIA per avviare una VC ha comportato sfide culturali e operative. Vishwanath sottolinea l’importanza di:

    • Costruire una rete di mentori e advisor con background tecnico e finanziario.
    • Promuovere la diversità nei consigli di amministrazione per favorire decisioni più inclusive.
    • Adottare una mentalità “fail fast, learn fast” per testare rapidamente prototipi hardware.

Queste pratiche hanno permesso a Techable VC di ridurre il tempo medio di due diligence da 90 a 45 giorni, accelerando gli investimenti in settori ad alta intensità di capitale.

Prospettive future per la robotica

Secondo Vishwanath, la robotica raggiungerà il suo “momento ChatGPT” solo quando saranno superati i blocchi fondamentali dell’era LEGO. Alcune tendenze chiave che indicano un progresso verso questo obiettivo includono:

    • Maggiore adozione di modularità hardware, con piattaforme plug‑and‑play che consentono di sostituire attuatori o sensori in pochi minuti.
    • L’apertura di dataset di manipolazione a livello globale, facilitando l’addestramento di modelli di apprendimento per rinforzo su compiti complessi.
    • Lo sviluppo di norme di interoperabilità guidate da consorzi industriali come ROS‑Industrial 2.0.

Fino a quando questi elementi non saranno pienamente operativi, la robotica continuerà a evolversi in modo incrementale, piuttosto che con un singolo salto dirompente. Tuttavia, l’impegno di investitori come Techable VC e la crescente attenzione verso la standardizzazione suggeriscono che il futuro è già in costruzione, blocco dopo blocco.