AI boom जुने infrastructure bets पुन्हा नव्याने महत्त्वाचे ठरवत आहे
Nicolas Sauvage AI market च्या अशा भागाबाबत मांडणी करत आहेत, ज्याला consumer-facing products इतके लक्ष मिळत नाही: मोठ्या प्रमाणावरील computing शक्य करणारे hardware, compilers, आणि energy systems. StrictlyVC च्या San Francisco कार्यक्रमात बोलताना TDK Ventures चे संस्थापक म्हणाले की मजबूत venture bets बाजाराला स्पष्ट दिसायला अनेक वर्षे लागू शकतात. त्यांच्या दृष्टीने मानक चार वर्षे आहे, आणि 2019 पासून, जेव्हा त्यांनी जपानी electronics company TDK चे corporate venture arm सुरू केले, तेव्हापासून ते ही कल्पना सिद्ध करण्याचा प्रयत्न करत आहेत.
आता ती संयमाची भूमिका सुरुवातीच्या तुलनेत अधिक योग्य वेळी घेतल्यासारखी दिसते. TDK Ventures चार funds मध्ये $500 million चे व्यवस्थापन करते, आणि त्यातील सर्वात ठळक यशांपैकी एक म्हणजे Groq, AI chip startup, ज्याने गेल्या शरद ऋतूतील आपल्या सर्वात अलीकडील funding round मध्ये $6.9 billion valuation गाठले. generative AI ने inference infrastructure ला mainstream investor conversation मध्ये आणण्याच्या खूप आधी, 2020 मध्ये Sauvage यांनी या कंपनीला पाठिंबा दिला होता.
Inference फॅशनेबल होण्यापूर्वी ते महत्त्वाचे का होते
Groq सुरुवातीपासून inference वर केंद्रित होते, म्हणजे model प्रत्येक वेळी prompt चे उत्तर देताना केले जाणारे computing work. हा भर महत्त्वाचा आहे, कारण AI economics आता केवळ frontier models train करण्यावर नाही, तर त्यांना वारंवार मोठ्या प्रमाणावर serve करण्यावरही अवलंबून आहे. search, coding, customer service, आणि automation मध्ये AI अधिक products मध्ये जोडले जात असताना inference calls ची संख्या देखील वाढत जाते.
Sauvage यांनी ही demand curve लवकर ओळखली. TechCrunch च्या त्यांच्या टिप्पण्यांच्या नोंदीनुसार, नवीन applications आणि models वाढत गेल्यावर inference सतत compound होत राहील, हे त्यांनी समजून घेतले होते. AI agents च्या सध्याच्या वाढीने ही logic आणखी ठळक केली आहे. एखादे task जे आधी एका model response मध्ये संपत होते, ते आता system ला अनेक calls मधून planning, execution, आणि checking work करायला लावू शकते. या बदलामुळे जलद आणि अधिक कार्यक्षम inference infrastructure वर दबाव वाढतो.
Groq चा technical approach देखील या thesis ला साजेसा होता. Founder Jonathan Ross, जे पूर्वी Google च्या Tensor Processing Units च्या मागे असलेल्या engineers पैकी एक होते, त्यांनी आधी compiler तयार केला आणि नंतर chip architecture इतकी कमी केली की system न मोडता कोणताही भाग काढता येणार नाही. एका generalist investor ला ते मर्यादित वाटले असते. Sauvage यांना ते asymmetric वाटले.
अडचणींवर मात करून उभा राहिलेला corporate venture arm
fund च्या मागेही एक वेगळी institutional story आहे. TDK electronics आणि magnetic tape साठी ओळखली जाते, Silicon Valley venture sponsor म्हणून नाही. TDK Ventures ची निर्मिती unlikely असल्याचे Sauvage यांनी स्वतः म्हटले आहे. acquisition द्वारे Silicon Valley मध्ये TDK मध्ये सामील झाल्यानंतर, Tokyo insider चा पारंपरिक profile नसतानाही त्यांनी कंपनीला venture arm तयार करण्यासाठी पुढे ढकलले. त्यांच्या म्हणण्यानुसार, ते French आहेत, Japanese बोलत नाहीत, आणि Tokyo मध्ये राहत नाहीत.
आंतरिक resistance नंतरही ते टिकून राहिले आणि अखेर एका सोप्या strategic question भोवती fund तयार करण्यास मान्यता मिळवली: TDK साठी पुढची मोठी गोष्ट काय, आणि तिला काय धोका पोहोचवू शकते? हे framing portfolio pure-play AI startups पलीकडे का जाते, हे स्पष्ट करते. उद्देश केवळ growth चा पाठलाग करणे नाही, तर enabling technologies आणि disruption risks इतके आधी ओळखणे की त्याचा खरा उपयोग होईल.
Portfolio व्यापक industrial reset कडे इशारा करत आहे
Sauvage यांनी अधोरेखित केलेल्या companies आणि technologies सूचित करतात की AI investment cycle power systems, materials, आणि industrial infrastructure कडे विस्तारत आहे. त्यांच्या portfolio मध्ये solid-state grid transformers, data centers साठी sodium-ion batteries, आणि lithium व cobalt supply chains वरील अवलंबित्व कमी करण्यासाठी तयार केलेल्या alternative battery chemistries आहेत.
या क्षेत्रांमध्ये एक समान वैशिष्ट्य आहे: computing demand वाढत गेल्यावर जी bottlenecks अधिक दिसू लागतात, त्यांना ही क्षेत्रे address करतात. AI inference अनेक investors अपेक्षा करतात तशी वाढली, तर data-center power, grid integration, आणि battery supply resilience technology stack च्या केंद्राच्या जवळ जातील. त्या दृष्टीने AI चे “boring parts” peripheral नाहीत. AI आर्थिक आणि geopolitical दृष्ट्या scale होऊ शकेल का, हे ठरवणाऱ्या system चा तोच भाग आहे.
याचा अर्थ असा नाही की प्रत्येक early infrastructure bet यशस्वी ठरेल. ही markets capital intensive आहेत, technically demanding आहेत, आणि software पेक्षा हळू validate होतात. पण या strategy मागची logic आता नाकारणे कठीण होत चालले आहे. अलीकडील AI wave ने केवळ model builders नव्हे, तर त्यांच्या खाली असलेल्या कमी चमकदार technologies ओळखणाऱ्या investors ना देखील बक्षीस दिले आहे.
आता याचे महत्त्व का आहे
Sauvage यांचा युक्तिवाद अशा वेळी येतो आहे, जेव्हा AI investing आपला पुढचा layer शोधत आहे. सुरुवातीच्या उत्साहाचा केंद्रबिंदू models, chatbots, आणि application startups होता. पुढचा टप्पा power delivery, supply chains, आणि hardware efficiency मधील मर्यादा उघड करत आहे. इथेच त्यांची thesis अधिक महत्त्वाची ठरते: सर्वात मौल्यवान संधी अजूनही अशा markets मध्ये असू शकतात, ज्या मोठा shift येईपर्यंत निरुत्साही वाटतात.
TDK Ventures साठी याचा अर्थ consensus येण्याच्या अनेक वर्षे आधी infrastructure वर दांव लावणे. व्यापक market साठी हे आठवण करून देते की technology cycles अनेकदा अशा ठिकाणी जिंकले जातात, जी consumers कधीच पाहत नाहीत. AI headline असू शकते, पण inference chips, grid hardware, आणि battery chemistry increasingly खऱ्या कथेतला भाग बनत आहेत.
हा लेख TechCrunch च्या reporting वर आधारित आहे. मूळ लेख वाचा.
Originally published on techcrunch.com







