Parcours et positionnement de la fondatrice
Amulya Vishwanath a quitté Nvidia après près de sept ans comme product marketer pour créer Techable Ventures, une société de capital risque dédiée à l’« physical AI ». Avant Nvidia, elle a occupé un poste similaire dans une entreprise rachetée par Intel et a travaillé comme ingénieure en traitement du signal numérique chez Interconnect Systems, acquise plus tard par Molex. Ces expériences couvrent à la fois le matériel et le logiciel, ce qui explique la focalisation de son fonds sur les couches d’infrastructure robotique.
État actuel de l’IA physique
Vishwanath décrit le secteur comme étant dans une « ère LEGO », c’est‑à‑dire que les acteurs construisent d’abord les briques de base – mains robotisées, actionneurs, capteurs – avant de pouvoir assembler des systèmes plus complexes. Elle souligne que les logiciels fondamentaux et les blocs de construction sont en cours de redéfinition, un processus comparable à celui qui a précédé l’expansion d’Internet ou la première révolution industrielle. Aucun indicateur chiffré n’est fourni sur le nombre de projets ou le volume d’investissements, ce qui limite la quantification du stade de maturité.
Rôle du capital risque et du capital humain
Le fonds se positionne comme un « moat » en facilitant l’accès à des talents spécialisés, un facteur que Vishwanath estime déterminant pour la compétitivité des start‑ups face à des géants comme Anthropic ou Nvidia. Elle indique que son réseau, construit durant ses années chez Nvidia et d’autres acteurs, permet d’intervenir rapidement lorsqu’un fondateur sollicite un premier contact. L’accent mis sur le recrutement reflète la pénurie de compétences en robotique intégrée, même si aucune donnée précise sur les coûts de recrutement ou les taux de placement n’est mentionnée.
Limites et perspectives
Le discours met en avant la nécessité de standardiser les composants matériels et logiciels pour que les systèmes robotisés puissent se combiner de façon modulaire. Sans standards largement adoptés, le risque de fragmentation persiste, ralentissant la mise à l’échelle des solutions. De plus, l’absence de métriques publiques sur les performances des prototypes (vitesse, précision, consommation énergétique) rend difficile l’évaluation comparative des avancées. Vishwanath anticipe toutefois que, comme lors des précédentes révolutions technologiques, l’accumulation progressive de briques fonctionnelles conduira à des applications plus ambitieuses, à condition que le financement et le recrutement restent alignés avec les besoins techniques.
