हर कोई जानना चाहता है कि अगली बड़ी थीम क्या होने वाली है।
मैं भाग्यशाली रहा हूँ कि मैं ज़्यादातर लोगों से पहले ऑप्टिक्स सुपर साइकिल में शामिल हो गया और यह जीवन बदलने वाला रहा है।
क्या होगा अगर हम इस स्तर की अगली थीम ढूंढ सकें और खुद को पहले से तैयार कर सकें?
मेरा मानना है कि हम ऐसा कर सकते हैं।
और यही इस रिपोर्ट का विषय है।
इस विषय में गहराई से उतरने के बाद, मेरा मानना है कि यही वह थीम है।
तो इस रिपोर्ट में, मैं थीम को समझाऊंगा, यह अब क्यों निवेश के लायक है, यह कहाँ निवेश के लायक है, इसकी सभी परतें और आपूर्ति श्रृंखला, और आगे मेरी योजना क्या है।
ऑप्टिक्स / फोटोनिक्स अभी भी मेरी मुख्य थीम है जिसे मैं इस पेज पर गहराई से कवर करता रहूंगा।
लेकिन हमारे लिए कई अवसर पहले से ही मौजूद हैं जो हमारा इंतज़ार कर रहे हैं।
और यह थीम जो मैं यहाँ बताने जा रहा हूँ, वह समय के साथ मेरे Substack पर दूसरा मुख्य कवरेज क्षेत्र होगी।
हम अभी भी शुरुआत में हैं और हमारे पास खुद को तैयार करने का समय है।
आइए जानें कि ऐसा करने का सबसे अच्छा तरीका क्या है।
भौतिक AI (Physical AI)
पिछले एक साल में मेरे पोर्टफोलियो का अधिकांश हिस्सा AI इंफ्रास्ट्रक्चर में रहा है, जो स्पष्ट रूप से बहुत अच्छा रहा है।
अब मैं तेजी से चाहता हूँ कि मेरे पास जो नए फंड्स हैं, उन्हें भौतिक AI (Physical AI) थीम में नए अवसरों पर खर्च किया जाए।
मैं जिन सभी इंफ्रा कंपनियों में निवेश करता हूँ, वे इस नई थीम को सक्षम बनाती हैं।
इस रिपोर्ट के साथ मेरा लक्ष्य इस थीम को बहुत ही सुपाच्य स्तर पर पेश करना है ताकि हम सभी एक बहुत ही ठोस नींव से शुरुआत कर सकें।
जब मैं भौतिक AI (Physical AI) के बारे में सोचता हूँ, तो मैं इसे उस बिंदु के रूप में सोचता हूँ जहाँ मशीनें बुद्धिमान हो जाती हैं।
तो हम बात कर रहे हैं दृष्टि, गति, पहचान, बल, सुरक्षा, फीडबैक की। ये कुछ अंतिम उत्पादों की कुछ विशेषताओं/विशेषताओं के नाम हैं।
प्रवाह कुछ इस तरह दिखता है: दुनिया को देखना (कैमरों और/या सेंसर के माध्यम से), इस इनपुट को समझना, यह तय करना कि कौन सी कार्रवाई समझ में आती है, गति या किसी तरह की प्रतिक्रिया उत्पन्न करना, और फिर यह जाँचना कि क्या हुआ और समायोजन करना।
फीडबैक लूप यहाँ एक महत्वपूर्ण हिस्सा है। मशीन को परिणाम से सीखना होता है और यह 'गैर-बुद्धिमान' मशीनों से एक बड़ा अंतर है जो केवल उसी पूर्व-प्रोग्राम की गई गति को दोहराती हैं।
जैसे-जैसे आप यह पोस्ट पढ़ रहे हैं, मैं चाहता हूँ कि आप जाते-जाते नोट्स लें। जब भी आप किसी ऐसे क्षेत्र के बारे में पढ़ें जो आपको लगता है कि निवेश के लायक हो सकता है, रुकें और उसे लिख लें। यह सोचने की कोशिश करें कि आपको यह परत कितने अलग-अलग तरीकों से निवेश के लायक लगती है। कंपनियाँ नहीं, बल्कि किसी उत्पाद या सेवा से पैसे कमाने के अलग-अलग तरीके। एक बार जब आप ऐसा कर लें, तो पढ़ना जारी रखें। दोहराएँ।
बदलाव (The Shift)
स्क्रीन से वास्तविक दुनिया की ओर।
AI का एक बड़ा उपयोग वर्तमान में जनरेटिव AI के अंतर्गत टेक्स्ट, इमेज, कोड, वीडियो, शोध, विश्लेषण आदि के साथ आता है। व्यावहारिक रूप से इसे पढ़ने वाले लगभग सभी लोगों ने इसका उपयोग किया है, यदि प्रतिदिन नहीं भी। ChatGPT, Claude, Gemini आदि।
अगली लहर जो हम पहले से ही देख रहे हैं, वह एजेंटिक (Agentic) है जहाँ AI केवल जवाब देने के बजाय कार्यों को चलाना शुरू कर देता है। तो एक एजेंट फ़ाइलें खोज सकता है, स्प्रेडशीट अपडेट कर सकता है, ईमेल का ड्राफ्ट तैयार कर सकता है, आपके शेड्यूल पर काम कर सकता है, आदि। तो 'जवाब देने' से 'करने' तक, लेकिन पूरी तरह से डिजिटल क्षेत्र में।
फिर भौतिक AI (Physical AI) है जहाँ आप वास्तविक दुनिया में किसी चीज़ पर नियंत्रण रखते हैं। यह बताने के बजाय कि मशीन ऑपरेटर को क्या गलत हुआ, यह मशीन को समायोजित कर सकता है।
मुझे लगता है कि जब लोग भौतिक AI (Physical AI) के बारे में सुनते हैं तो ज़्यादातर लोग जिस दृश्य उदाहरण की ओर मुड़ते हैं, वह एक ह्यूमनॉइड (मानव-सदृश) है। हमने अभी-अभी Figure को एक ह्यूमनॉइड और एक इंसान के बीच पैकेज छाँटने का लाइव साइड-बाय-साइड तुलना करते देखा।
लेकिन मेरी राय में, यह आज भौतिक AI (Physical AI) के सबसे कम व्यावहारिक रूपों में से एक है। जो वास्तविक हैं वे हैं ड्रोन, रोबोटिक आर्म्स, सेल्फ-ड्राइविंग ट्रैक्टर, वेयरहाउस सिस्टम, सर्जिकल सिस्टम, रक्षा प्रणालियाँ इत्यादि।
गहरा विचार यह है कि AI श्रम के करीब आ रहा है।
इसे जोड़ते हुए, Gen AI ज्ञान में मदद करता है, एजेंटिक (Agentic) कार्यालय/सॉफ्टवेयर में मदद करता है, और भौतिक (Physical) … ठीक है … भौतिक कार्य में मदद करता है। अच्छा है कि उन्होंने इसे हमारे लिए सरल रखा।
तो, यहाँ TAM (कुल पता योग्य बाजार) क्या है? भौतिक AI (Physical AI) में वास्तव में कितना पैसा है?
जवाब है: 'हाँ'।
यह सब कुछ। सब कुछ।
ठीक है, लेकिन गंभीरता से, भौतिक अर्थव्यवस्था बहुत बड़ी है।
हम बात कर रहे हैं खेतों, गोदामों, खानों, अस्पतालों, रक्षा प्रणालियों, परिवहन नेटवर्क, ऊर्जा बुनियादी ढाँचे, निर्माण की। आप जो भी नाम लें।
यह मुश्किल क्यों है (Why This Is Hard)
आइए इस रिपोर्ट को यथार्थवाद में आधारित करें।
जब हम AI को स्क्रीन के अंदर अलग करते हैं तो इसे प्रबंधित करना बहुत आसान होता है। गलतियाँ उतनी गंभीर नहीं होतीं। संपादन आसान होते हैं। वातावरण अपेक्षाकृत नियंत्रित होता है।
वास्तविक दुनिया में कदम रखें और यह गड़बड़ हो जाती है।
वस्तुओं का स्थान अप्रत्याशित होता है। मनुष्य अव्यवस्थित होते हैं (कोई बुराई नहीं)। आपके पास बारिश और हवा जैसे पर्यावरणीय कारक होते हैं। गोदाम के अंदर प्रकाश भिन्न हो सकता है।
इसलिए इन प्रणालियों को अनिश्चितता को समझना होगा। फिर से, यह 'बुद्धिमत्ता' वाला हिस्सा है। इन प्रणालियों को तब भी काम करने की आवश्यकता है जब वस्तुएँ अप्रत्याशित रूप से चलें, सेंसर गंदे हों, प्रकाश बदले, लोग उनके रास्ते में चलें आदि।
फिर सुरक्षा पहलू है। हाँ, सॉफ्टवेयर के साथ सुरक्षा संबंधी चिंताएँ हैं, खासकर यदि हम एजेंटों को किसी उद्यम में स्वतंत्र रूप से घूमने देते हैं, लेकिन हम यहाँ शारीरिक सुरक्षा की बात कर रहे हैं। इन्वेंट्री क्षतिग्रस्त हो सकती है, मनुष्य घायल हो सकते हैं, उपकरण टूट सकते हैं।
इसलिए इन प्रणालियों को एक ही समय में सटीक, विश्वसनीय, तेज़ और सुरक्षित होना चाहिए।
मुझे लगता है कि सटीकता, विश्वसनीयता और सुरक्षा सभी सामान्य ज्ञान हैं।
गति कुछ लोगों को आश्चर्यजनक लग सकती है। लेकिन इसके बारे में सोचें। सबसे स्पष्ट उदाहरण स्व-ड्राइविंग है। यदि कोई इंसान अप्रत्याशित रूप से कार के सामने आ जाता है, तो उसे आपदा से बचने के लिए लगभग तुरंत प्रतिक्रिया करनी होगी। न्यूनतम विलंबता होनी चाहिए। यह वह जगह है जहाँ एज AI (Edge AI) काम आता है क्योंकि आप इन प्रतिक्रिया विंडो में क्लाउड सर्वर की प्रतीक्षा नहीं कर सकते।
फिर भागों के बीच समन्वय है। केवल दिमाग ही पर्याप्त नहीं है। हमें देखने के लिए सेंसर, जानकारी संसाधित करने के लिए चिप्स, निर्णय लेने के लिए सॉफ्टवेयर, चलने के लिए मोटर, ऊर्जा देने के लिए पावर सिस्टम, सटीक रहने के लिए नियंत्रण प्रणाली, और बुरे परिणामों को रोकने के लिए सुरक्षा प्रणाली की आवश्यकता है।
एक आपूर्ति श्रृंखला की तरह लगता है... है न?
अच्छा। अच्छा।
इसलिए जब हम डेमो देखते हैं, तो वास्तविक तैनाती बहुत अलग और दूर की दिख सकती है। एक मशीन का अलगाव में काम करना एक बात है। हर दिन वास्तविक वातावरण में तैनात होना बहुत अलग है। तो उन सभी चीज़ों के अलावा जो हमने अभी कहा कि इन मशीनों को करने में सक्षम होना चाहिए, उन्हें टिकाऊ और लंबे समय तक चलने वाला भी होना चाहिए।
अगर यह सब एक बड़ी उपलब्धि की तरह लगता है... अच्छा है।
यह है।
और यहीं अवसर निहित है।
क्योंकि जो कंपनियाँ ऐसा कर सकती हैं। और जो पैमाना बढ़ा सकती हैं। वे वास्तव में बहुत पैसा कमाने की स्थिति में हैं।
मुख्य लूप (The Core Loop)
हम यहाँ जिन सभी प्रणालियों पर चर्चा कर रहे हैं, उन्हें व्यावहारिक रूप से एक समान चक्र से गुज़रना होता है।
1 - दुनिया को देखना
2 - समझना कि क्या हो रहा है
3 - तय करना कि क्या करना है
4 - परिणामों की जाँच करना
5 - सुधार करना
आइए एक व्यावहारिक उदाहरण लेते हैं।
एक गोदाम रोबोट।
पहले उसे गलियारा देखना होगा। यह समझने के लिए कि शेल्फ कहाँ हैं, बक्से कहाँ हैं, और अन्य रोबोट या लोग कहाँ घूम रहे हैं, यह कैमरा, लिडार, डेप्थ सेंसर या अन्य सेंसर का उपयोग कर सकता है।
फिर इसे इस इनपुट को लेकर इसे समझना होगा। इसे समझना होगा कि एक वस्तु एक बक्सा है, एक इंसान है आदि। इसे दूरी, गति, दिशा और जोखिम को समझना होगा।
फिर निर्णय आता है। क्या इसे चलते रहना चाहिए? धीमा करना चाहिए? बाएँ मुड़ना चाहिए? यह वह जगह है जहाँ धारणा कार्रवाई में बदलने लगती है।
अगला कदम गति है। मोटर घूमते हैं, रोबोटिक आर्म्स समायोजित होते हैं, ग्रिपर बंद होता है। जो भी हो। अब हम भौतिक में हैं।
फिर यह परिणाम की जाँच करता है। क्या यह सही शेल्फ पर पहुँचा? क्या इसने सही वस्तु पकड़ी? यह एक महत्वपूर्ण कदम है क्योंकि वास्तविक दुनिया अप्रत्याशित है।
अंत में, यह सुधार करता है। यह अगली बार बेहतर निर्णय लेने के लिए जो हुआ उससे फीडबैक का उपयोग करता है। मूल रूप से हम इंसान भी इसी तरह काम करते हैं। हो सकता है कि यह सीखे कि एक निश्चित वस्तु को पकड़ना कठिन है या एक निश्चित मार्ग एक निश्चित समय पर भीड़भाड़ वाला हो जाता है।
यह फीडबैक लूप भौतिक AI (Physical AI) को बुनियादी ऑटोमेशन से अलग करता है। पुराना ऑटोमैटिक एक निश्चित निर्देशात्मक सेट है। भौतिक AI (Physical AI) अनुकूलित होता है, देखता है, प्रतिक्रिया करता है, समायोजित करता है।
ये सभी कदम ही यही कारण हैं कि निवेश योग्य स्टैक इतना बड़ा है। हम बात कर रहे हैं सेंसर, चिप्स, सॉफ्टवेयर, मोटर, पावर, कंट्रोल, सेफ्टी सिस्टम, डेटा की। लूप के बिना एक रोबोटिक बॉडी अकेले बेकार है।
निवेश योग्य स्टैक (The Investible Stack)
अब हम इस बारे में और अधिक विशिष्टताओं में जा सकते हैं कि प्रत्येक परत में क्या है।
हम अभी कंपनियों में गोता नहीं लगा रहे हैं। हमें नींव रखने की जरूरत है।
मुझे भौतिक AI (Physical AI) की तुलना एक व्यक्ति से करने का विचार पसंद है। ह्यूमनॉइड/सौंदर्य पहलू में नहीं। बल्कि कार्यों और इंद्रियों में।
मनुष्यों को एक मस्तिष्क, आँखें, मांसपेशियाँ, तंत्रिकाएँ, ऊर्जा, संतुलन, स्मृति और अभ्यास की आवश्यकता होती है। एक भौतिक AI (Physical AI) प्रणाली को किसी न किसी रूप में उन सभी चीज़ों के मशीन संस्करण की आवश्यकता होती है।
सचमुच का रोबोट/मशीन जो आप देखते हैं, वह प्रणाली का केवल एक हिस्सा है। मशीन के पीछे जो कुछ है वह बहुत बड़ा और अधिक गहन है। और जहाँ सार्वजनिक कंपनी का जोखिम वास्तव में निहित है।
स्टैक शुरू होने से पहले भी, हमारे पास प्रशिक्षण (training) है। मशीन के वास्तविक दुनिया में काम करने से पहले, AI को सीखना होगा। इसलिए हमें डेटा, मॉडल, इस बात के उदाहरण चाहिए कि अच्छी कार्रवाइयाँ कैसी दिखती हैं। तो यह वास्तविक दुनिया के डेटा, सिंथेटिक डेटा, सिमुलेशन डेटा या मानव डेमो पर प्रशिक्षित हो सकता है। यह एक नए कर्मचारी की तरह है जो नौकरी शुरू करने से पहले उसे करना सीखता है।
अगला आता है सिमुलेशन (simulation)। यह वह जगह है जहाँ मशीन एक आभासी दुनिया में अभ्यास करती है। तो एक गोदाम रोबोट डिजिटल गलियारों के माध्यम से चलने का अभ्यास कर सकता है। एक ड्रोन डिजिटल युद्ध के मैदान के माध्यम से उड़ान भरने का अभ्यास कर सकता है आदि। यह महत्वपूर्ण है क्योंकि वास्तविक दुनिया का अभ्यास महंगा, धीमा और कभी-कभी जोखिम भरा होता है।
अगला है धारणा (perception)।
इस रिपोर्ट का शेष भाग पढ़ने के लिए, यहाँ क्लिक करें:
मैं शेष निवेश योग्य परतों में गोता लगाता हूँ, मैं इस थीम को कहाँ जाते हुए देख सकता हूँ, और मेरी प्रक्रिया कैसी होने वाली है।
ऑप्टिक्स के साथ, भौतिक AI (Physical AI) अब दूसरी प्रमुख थीम है जिसे मैं गहराई से कवर कर रहा हूँ।
पूर्ण पोर्टफोलियो निर्माण
सभी परतों को खोलना
विशिष्ट कंपनियों को प्रस्तुत करना
आय कवरेज आदि।
