O boom da IA está fazendo apostas antigas em infraestrutura parecerem oportunas de novo
Nicolas Sauvage está defendendo uma parte do mercado de IA que raramente recebe a mesma atenção que os produtos voltados ao consumidor: o hardware, os compiladores e os sistemas de energia que tornam possível a computação em grande escala. Falando no evento da StrictlyVC em San Francisco, o fundador da TDK Ventures argumentou que boas apostas de venture capital muitas vezes precisam de anos antes que o mercado as reconheça como evidentes. Seu parâmetro é quatro anos, e ele vem tentando provar essa ideia desde 2019, quando lançou a divisão de venture capital corporativo da empresa japonesa de eletrônicos TDK.
Essa paciência agora parece mais bem calibrada do que no início. A TDK Ventures administra US$ 500 milhões em quatro fundos, e um de seus acertos mais visíveis é a Groq, a startup de chips de IA que alcançou uma avaliação de US$ 6,9 bilhões em sua rodada de financiamento mais recente, no outono passado. Sauvage apoiou a empresa em 2020, bem antes de a IA generativa levar a infraestrutura de inferência ao debate principal entre investidores.
Por que a inferência importava antes de virar moda
A Groq se concentrou desde o início em inferência, o trabalho computacional realizado sempre que um modelo responde a um prompt. Esse foco é importante porque a economia da IA está cada vez mais moldada não apenas pelo treinamento de modelos de fronteira, mas também pelo fornecimento repetido deles em escala. À medida que mais produtos incorporam IA em busca, programação, atendimento ao cliente e automação, o número de chamadas de inferência cresce junto.
Sauvage percebeu essa curva de demanda cedo. Segundo o relato da TechCrunch sobre suas observações, ele entendeu que a inferência continuaria se acumulando à medida que novas aplicações e modelos se multiplicassem. A ascensão atual dos agentes de IA só deixou essa lógica mais clara. Uma tarefa que antes exigia uma única resposta de modelo agora pode envolver um sistema que planeja, executa e verifica o trabalho em muitas chamadas. Essa mudança cria pressão por uma infraestrutura de inferência mais rápida e eficiente.
A abordagem técnica da Groq também se encaixava na tese. O fundador Jonathan Ross, anteriormente um dos engenheiros por trás das Tensor Processing Units do Google, construiu primeiro o compilador e depois reduziu a arquitetura do chip até que nada pudesse ser removido sem quebrar o sistema. Para um investidor generalista, isso poderia parecer estreito demais. Para Sauvage, parecia assimétrico.
Uma divisão corporativa de venture construída contra as probabilidades
Há também uma história institucional incomum por trás do próprio fundo. A TDK é mais conhecida por eletrônicos e fita magnética do que como uma patrocinadora óbvia de venture em Silicon Valley. O próprio Sauvage descreveu a criação da TDK Ventures como improvável. Ele entrou na TDK em Silicon Valley por meio de uma aquisição e depois pressionou a empresa a criar uma divisão de venture capital, apesar de não ter o perfil convencional de um insider de Tóquio. Segundo seu próprio relato, ele é francês, não fala japonês e não mora em Tóquio.
Ele persistiu após resistência interna e, por fim, conquistou aprovação para construir um fundo em torno de uma pergunta estratégica simples: qual é a próxima grande coisa para a TDK, e o que poderia ameaçá-la? Esse enquadramento ajuda a explicar por que o portfólio vai além de startups puramente de IA. A ideia não é apenas perseguir crescimento, mas identificar tecnologias habilitadoras e riscos de disrupção cedo o bastante para fazer diferença.
O portfólio aponta para uma reordenação industrial mais ampla
As empresas e tecnologias destacadas por Sauvage sugerem que o ciclo de investimento em IA está se expandindo para sistemas de energia, materiais e infraestrutura industrial. Seu portfólio inclui transformadores de rede em estado sólido, baterias de íon-sódio para data centers e químicas alternativas de bateria projetadas para reduzir a exposição às cadeias de suprimento de lítio e cobalto.
Essas áreas compartilham uma característica comum: elas atacam gargalos que ficam mais visíveis à medida que a demanda por computação aumenta. Se a inferência de IA crescer como muitos investidores esperam, então energia para data centers, integração com a rede e resiliência no fornecimento de baterias passam a se aproximar do centro da pilha tecnológica. Nesse sentido, as partes “chatas” da IA não são periféricas. Elas fazem parte do sistema que determina se a IA pode escalar de forma econômica e geopolítica.
Isso não significa que toda aposta precoce em infraestrutura vá funcionar. Esses mercados são intensivos em capital, tecnicamente exigentes e demoram mais para validar do que software. Mas a lógica por trás da estratégia está cada vez mais difícil de descartar. A recente onda de IA premiou investidores que enxergaram não apenas os criadores de modelos, mas também as tecnologias menos glamorosas abaixo deles.
Por que isso importa agora
O argumento de Sauvage chega num momento em que o investimento em IA está procurando sua próxima camada. A primeira fase do entusiasmo se concentrou em modelos, chatbots e startups de aplicações. A próxima fase está expondo os limites de fornecimento de energia, cadeias de suprimento e eficiência de hardware. É aí que sua tese se torna mais relevante: as oportunidades mais valiosas ainda podem estar em mercados que parecem pouco empolgantes até que uma mudança maior os torne inevitáveis.
Para a TDK Ventures, isso significa apostar em infraestrutura anos antes de o consenso alcançá-la. Para o mercado mais amplo, é um lembrete de que ciclos tecnológicos muitas vezes são vencidos em lugares que os consumidores nunca veem. A IA pode ser a manchete, mas chips de inferência, hardware de rede e química de baterias estão cada vez mais fazendo parte da história real.
Este artigo é baseado em reportagem da TechCrunch. Leia o artigo original.
Originally published on techcrunch.com
