ग्रहण कंपनी ने जिसे ‘भौतिक एआई’ कहा है – रोबोटिक्स, स्वायत्त प्रणालियों और हार्डवेयर के साथ कृत्रिम बुद्धिमत्ता का अभिसरण – को लक्ष्य करते हुए $1.3 बिलियन का फंड अभी-अभी बंद किया है। लेकिन यहाँ पेच यह है: ग्रहण सिर्फ चेक लिखना नहीं है। उद्यम फर्म ने पूंजी के एक हिस्से का उपयोग शुरू से ही स्टार्टअप शुरू करने और बनाने के लिए करने की योजना बनाई है, जो एक आक्रामक शर्त है कि एआई सफलताओं की अगली लहर केवल डेटा केंद्रों में नहीं बल्कि भौतिक दुनिया में होगी।
ग्रहण एक बड़ा दांव लगा रहा है कि कृत्रिम बुद्धिमत्ता के सबसे मूल्यवान अनुप्रयोग क्लाउड में नहीं रहेंगे – वे फोर्कलिफ्ट चलाएंगे, उत्पादों को इकट्ठा करेंगे और गोदामों को नेविगेट करेंगे। उद्यम फर्म ने हाल ही में $1.3 बिलियन की नई पूंजी हासिल की है जो पूरी तरह से ‘भौतिक एआई’ के लिए समर्पित है, एक श्रेणी जिसमें स्वायत्त रोबोट से लेकर स्मार्ट विनिर्माण प्रणाली तक सब कुछ शामिल है।
यह वृद्धि तब हुई है जब व्यापक एआई निवेश परिदृश्य परिपक्वता के संकेत दिखाता है। जबकि सॉफ्टवेयर-केंद्रित एआई स्टार्टअप ने हाल के वर्षों में सैकड़ों अरबों को आकर्षित किया है, रोबोटिक्स और कंप्यूटर विज़न में हालिया सफलताओं के बावजूद भौतिक एआई तुलनात्मक रूप से कमतर बना हुआ है। ग्रहण शर्त लगा रहा है कि अंतराल अवसर का प्रतिनिधित्व करता है।
जो बात इस फंड को अलग करती है वह सिर्फ इसका आकार नहीं है – यह तैनाती के लिए एक्लिप्स का हाइब्रिड दृष्टिकोण है। संस्थापकों को चेक काटने वाली एक पारंपरिक उद्यम फर्म के रूप में पूरी तरह से काम करने के बजाय, एक्लिप्स ने $1.3 बिलियन का एक हिस्सा आंतरिक रूप से इनक्यूबेटिंग कंपनियों के लिए आवंटित करने की योजना बनाई है। इसका मतलब है कि कंपनी जमीनी स्तर से स्टार्टअप बनाने, भौतिक एआई में रिक्त स्थान के अवसरों की पहचान करने और उन्हें आगे बढ़ाने के लिए टीमों को इकट्ठा करने में सक्रिय रूप से भाग लेगी।
इस स्टूडियो मॉडल ने हाल के वर्षों में लोकप्रियता हासिल की है क्योंकि वीसी शुरुआती चरण के निवेश को जोखिम से मुक्त करने और अधिक लाभ प्राप्त करने के तरीकों की तलाश कर रहे हैं। कंपनियों को इनक्यूबेट करके, एक्लिप्स प्रारंभिक उत्पाद दिशा को नियंत्रित कर सकता है, संस्थापक टीमों की भर्ती कर सकता है और पारंपरिक बीज निवेश की तुलना में संभावित रूप से बेहतर अर्थशास्त्र सुरक्षित कर सकता है। यह एक ऐसी रणनीति है जिसके लिए गहन परिचालन विशेषज्ञता की आवश्यकता होती है – जिसे एक्लिप्स बुनियादी ढांचे और उद्यम प्रौद्योगिकी पर केंद्रित अपने पिछले फंडों के माध्यम से बना रहा है।
भौतिक एआई थीसिस कई अभिसरण प्रवृत्तियों पर टिकी हुई है। पिछले एक दशक में सेंसर, एक्चुएटर्स और कंप्यूट के लिए हार्डवेयर की लागत में गिरावट आई है। मशीन लर्निंग मॉडल अब वास्तविक समय में दृश्य और स्थानिक डेटा को संसाधित कर सकते हैं। और गंभीर रूप से, विनिर्माण, लॉजिस्टिक्स और कृषि में श्रम की कमी स्वचालन समाधानों की तत्काल मांग पैदा कर रही है जो वास्तव में गंदे, असंरचित वातावरण में काम करते हैं।
