टीडीके वेंचर्स के निकोलस सौवाज उन AI इन्फ्रास्ट्रक्चर पर दांव लगाए हुए हैं जिन्हें अधिकांश निवेशक नजरअंदाज करते हैं

एआई बूम पुरानी इन्फ्रास्ट्रक्चर पर की गई निवेश थीसिस को नए सिरे से प्रासंगिक बना रहा है

निकोलस सौवाज एआई बाजार के उस हिस्से के लिए तर्क दे रहे हैं जिसे उपभोक्ता-उन्मुख उत्पादों जितना ध्यान शायद ही मिलता है: वे hardware, compilers, और energy systems जो बड़े पैमाने की computing को संभव बनाते हैं। StrictlyVC के सैन फ्रांसिस्को इवेंट में बोलते हुए TDK Ventures के संस्थापक ने कहा कि मजबूत venture bets को अक्सर स्पष्ट होने में कई साल लगते हैं, इससे पहले कि बाजार उन्हें साफ-साफ देखे। उनके लिए मानक चार साल है, और वे 2019 से इस विचार को साबित करने की कोशिश कर रहे हैं, जब उन्होंने जापानी इलेक्ट्रॉनिक्स कंपनी TDK की corporate venture arm शुरू की थी।

अब यह धैर्य पहले की तुलना में बेहतर समय पर किया गया कदम लग रहा है। TDK Ventures चार funds में $500 million का प्रबंधन करता है, और इसकी सबसे चर्चित सफलताओं में से एक Groq है, जो AI chip startup है और जिसने पिछले पतझड़ में अपने सबसे हालिया funding round में $6.9 billion valuation हासिल किया। सौवाज ने 2020 में कंपनी का समर्थन किया था, generative AI के inference infrastructure को mainstream investor conversation में लाने से काफी पहले।

Inference के फैशनेबल बनने से पहले उसका महत्व क्यों था

Groq ने शुरुआत से ही inference पर ध्यान केंद्रित किया था, यानी वह computing work जो मॉडल के हर बार किसी prompt का जवाब देने पर होता है। यह जोर महत्वपूर्ण है क्योंकि AI की economics अब केवल frontier models को train करने से नहीं, बल्कि उन्हें बार-बार बड़े पैमाने पर serve करने से भी तय होती है। जैसे-जैसे search, coding, customer service, और automation में AI को और उत्पादों में जोड़ा जा रहा है, inference calls की संख्या भी बढ़ती जाती है।

सौवाज ने यह demand curve जल्दी देख लिया था। TechCrunch के उनके remarks के विवरण के अनुसार, उन्होंने समझ लिया था कि नए applications और models के बढ़ने के साथ inference का विस्तार जारी रहेगा। AI agents के मौजूदा उभार ने इस तर्क को और मजबूत किया है। जो task पहले एक model response से पूरा हो जाता था, उसमें अब system कई calls के जरिए planning, execution, और checking कर सकता है। इस बदलाव से तेज और अधिक efficient inference infrastructure पर दबाव बढ़ता है।

Groq का technical approach भी इस thesis से मेल खाता था। संस्थापक Jonathan Ross, जो पहले Google के Tensor Processing Units के पीछे के engineers में से एक थे, ने पहले compiler बनाया और फिर chip architecture को इतना घटाया कि सिस्टम को तोड़े बिना कोई हिस्सा हटाया नहीं जा सकता था। एक generalist investor को यह बहुत सीमित लग सकता था। सौवाज को यह asymmetric लगा।

संभावनाओं के खिलाफ खड़ा एक corporate venture arm

fund के पीछे एक असामान्य institutional story भी है। TDK electronics और magnetic tape के लिए जाना जाता है, न कि एक obvious Silicon Valley venture sponsor के रूप में। सौवाज ने खुद TDK Ventures के निर्माण को unlikely बताया। वे acquisition के जरिए Silicon Valley में TDK से जुड़े, और फिर Tokyo insider की पारंपरिक profile के बिना भी कंपनी को venture arm बनाने के लिए प्रेरित किया। उनके अपने अनुसार, वे French हैं, Japanese नहीं बोलते, और Tokyo में नहीं रहते।

आंतरिक resistance के बाद भी वे डटे रहे और अंततः एक सरल रणनीतिक सवाल के इर्द-गिर्द fund बनाने की मंजूरी हासिल की: TDK के लिए अगली बड़ी चीज़ क्या है, और उसे क्या खतरा दे सकता है? यही framing बताती है कि portfolio pure-play AI startups से आगे क्यों जाता है। मकसद सिर्फ growth का पीछा करना नहीं, बल्कि enabling technologies और disruption risks की पहले से पहचान करना है, इतनी जल्दी कि उसका महत्व रहे।

Portfolio एक व्यापक industrial reset की ओर इशारा करता है

सौवाज ने जिन कंपनियों और technologies का उल्लेख किया, वे दिखाती हैं कि AI investment cycle power systems, materials, और industrial infrastructure तक फैल रही है। उनके portfolio में solid-state grid transformers, data centers के लिए sodium-ion batteries, और lithium तथा cobalt supply chains पर निर्भरता कम करने के लिए बनाई गई alternative battery chemistries शामिल हैं।

इन क्षेत्रों में एक समान विशेषता है: ये उन bottlenecks को address करते हैं जो computing demand बढ़ने पर और स्पष्ट हो जाते हैं। अगर AI inference वैसी ही बढ़ती है जैसी कई investors उम्मीद करते हैं, तो data-center power, grid integration, और battery supply resilience technology stack के केंद्र के करीब आते जाते हैं। इस दृष्टि से AI के “boring parts” peripheral नहीं हैं। वे उस system का हिस्सा हैं जो तय करता है कि AI economically और geopolitically scale कर सकता है या नहीं।

इसका मतलब यह नहीं कि हर early infrastructure bet सफल होगा। ये markets capital intensive हैं, technically demanding हैं, और software की तुलना में मान्यता मिलने में धीमे हैं। लेकिन strategy के पीछे का logic अब नजरअंदाज करना कठिन होता जा रहा है। हालिया AI wave ने उन investors को पुरस्कृत किया है जिन्होंने केवल model builders ही नहीं, बल्कि उनके नीचे की कम glamorous technologies को भी पहचाना।

अब इसका महत्व क्यों है

सौवाज का तर्क ऐसे समय में सामने आता है जब AI investing अपनी अगली layer तलाश रहा है। उत्साह का पहला चरण models, chatbots, और application startups पर केंद्रित था। अगला चरण power delivery, supply chains, और hardware efficiency की सीमाओं को उजागर कर रहा है। यहीं उनकी thesis और प्रासंगिक हो जाती है: सबसे मूल्यवान अवसर अब भी उन markets में हो सकते हैं जो तब तक अनexciting लगते हैं, जब तक कोई बड़ा shift उन्हें अपरिहार्य न बना दे।

TDK Ventures के लिए इसका मतलब है consensus के पकड़ने से वर्षों पहले infrastructure पर दांव लगाना। व्यापक market के लिए यह याद दिलाता है कि technology cycles अक्सर उन जगहों पर जीते जाते हैं जिन्हें consumers कभी नहीं देखते। AI headline हो सकता है, लेकिन inference chips, grid hardware, और battery chemistry increasingly असली कहानी का हिस्सा हैं।

यह लेख TechCrunch की reporting पर आधारित है। मूल लेख पढ़ें.