Nicolas Sauvage 正在押注於人工智能中那些看似無趣的部分

尼古拉斯·索瓦奇認為，最佳投資需要四年的時間才能顯現出明顯的效果——這是他上週在 StrictlyVC 的舊金山活動上分享的想法，該活動由 TDK Ventures 共同主辦。

這是他自 2019 年以來一直在努力證明的理論，當時他創立了這家日本電子巨頭的企業風險投資部門，目前管理着 5 億美元的資金，分佈在四個基金中。AI 芯片初創公司 Groq 在去年秋季的最新融資輪中估值達 69 億美元，是這一思維的最高調例子。

在 2020 年，遠在生成式 AI 熱潮使基礎設施投資看起來顯而易見之前，索瓦奇就向這家公司投資了一筆資金，該公司由喬納森·羅斯創立——他是構建谷歌張量處理單元的工程師之一。Groq 從一開始就專注於推理：每當模型對查詢做出響應時所需的計算重負。羅斯設計他的芯片時，首先構建編譯器，逐步簡化架構，直到如索瓦奇所描述的那樣，“你不能去掉任何一個部分而讓它仍然工作。”

這在某些人看來可能顯得小眾，但索瓦奇根據他對母公司限制的瞭解，看到了不對稱性。與消費硬件不同，消費硬件有自然的上限，而推理的需求隨着每個新應用和每個新模型的出現而不斷增加。索瓦奇當時無法預見到，由於每個 AI 代理在數十個調用中進行計劃和行動（而以前只需一個查詢），推理的需求將在今年爆炸式增長。

但在某種程度上，羅斯也是在下注。畢竟，一家以磁帶聞名的日本電子集團，表面上並不是最明顯的投資合作伙伴。事實上，索瓦奇形容 TDK Ventures 的存在非常不太可能。但在兩場連續的斯坦福講座之後——一場為企業風險投資辯護，另一場列舉了其失敗的所有理由——索瓦奇，這位法國人通過收購加入 TDK 硅谷，儘管沒有明顯的立場，還是向東京總部提出了這個想法。（“我不是日本人。我不會説日語；我不住在東京。”）

在拒絕接受 “不” 作為答案後，他終於在 2019 年獲得了批准，建立一個基金，其任務是回答一個問題：TDK 的下一個大機會是什麼？什麼可能會扼殺它？

圖片來源： Slava Blazer for TechCrunch/StrictlyVC /

他所組建的投資組合中，包含了一些在過去一年中變得更加引起風險投資者興趣的技術：固態電網變壓器、用於數據中心的鈉離子電池、規避鋰和鈷地緣政治脆弱性的替代電池化學。

Techcrunch 活動

舊金山，加州 |2026 年 10 月 13-15 日

所有這些背後的原則是相同的：識別出四年後的瓶頸，然後找到已經在解決這個問題的創始人。

當然，問題是接下來會發生什麼。就他而言，索瓦奇正在密切關注物理 AI——並不是所有的機器人，而是具有高度特定任務的機器人。例如，他投資組合中的 Agility Robotics 專注於在面臨勞動力短缺的倉庫中將物品從一個地方移動到另一個地方這一單一而平凡的任務。另一家投資組合公司，瑞士的 ANYbotics，製造適用於人類工人無法進入的危險環境的堅固機器人——這些地方的工作定義基本上是去人類無法到達的地方。其共同點是明確的目標。索瓦奇所押注的機器人並不試圖做所有事情；相反，它們可靠地完成一項艱鉅的任務。

索瓦奇還表示，他正在關注計算堆棧的再次轉變。GPU 主導了訓練——即教導模型的龐大並行計算。像 Groq 這樣的推理芯片正在重塑模型發聲時發生的事情：更快、更便宜、規模更大。現在，索瓦奇認為，CPU 即將迎來複興。它們不是最強大的芯片，也不是最快的。但它們是最靈活的，最適合於調度的分支決策邏輯。當一個 AI 代理委派任務、檢查進度並在數十個步驟中循環時，必須有某種東西來管理整個編排。這個東西，越來越多地，看起來像是 CPU。

還有中國。最近一份來自 Eclipse 的報告——這是他密切關注的一家風險投資公司——記錄了索瓦奇所描述的 “氛圍製造”——快速的、AI 輔助的物理硬件原型迭代，反映了氛圍編碼對軟件的影響。報告發現，中國製造商正在以西方供應鏈尚未具備的方式壓縮物理產品的設計 - 構建 - 測試周期。

對索瓦奇來説，這是一種瓶頸信號——而且他已經在 TDK Ventures 的各種投資中採取了行動。他表示，仍然未解決的問題是靈活性。模型的改進速度足夠快，使得物理 AI 似乎不可避免；但仍然缺失的是與之匹配的物理流暢性。那些能夠像其他人迭代代碼一樣快速迭代原子的國家和公司，將擁有製造優勢。