Świat inwestuje w najbardziej zaawansowane start-upy technologiczne, a Polska nie pozostaje w tyle. Deep tech jest jedną z najbardziej innowacyjnych i najszybciej rozwijających się branż. To właśnie w tym sektorze buduje się najszybsze komputery, tworzy wysokoodporne materiały, a nawet rozwiązuje problemy cywilizacyjne. Czym jest „głęboka technologia” i jak rozwija się w Polsce?
To dzięki sektorowi deep tech (deep technology) możliwe jest wynoszenie na orbitę rekordowej liczby satelitów okołoziemskich, rozwijanie technologii samolotów hipersonicznych czy przewodzenie rewolucji w biologii syntetycznej, poprzez precyzyjne sterowanie procesem fermentacji. Patrząc na światowe trendy, deep tech będzie zyskiwać na popularności. Z raportu Hello Tomorrow i Boston Capital Group (BCG) Deep Tech: The Great Wave of Innovation wynika, że od 2016 do 2020 roku inwestycje w „głębokie technologie” wzrosły z 15 miliardów dolarów do ponad 60 miliardów, oznacza to 300 procentowy wzrost. W tym samym okresie, sześciokrotnie wzrosły inwestycje w start-upy deep tech. Za światowe centra „głębokich technologii” uważa się Stany Zjednoczone i Chiny, gdzie znajduje się ponad połowa wszystkich firm z tego obszaru.
Początki deep tech
Obecnie termin „deep tech” kojarzy się z innowacyjnością, nowoczesnością i odpowiedziami na wyzwania współczesnego świata. Jednak samo określenie „głęboka technologia” nie jest nowe, jego początki sięgają lat 60. XX w. Pierwszą firmą, wobec której użyto określenia „deep tech”, była Reyton Technologies. Obecnie można kojarzyć ją z pociskami typu Patriot, które zaprojektowała w 1969 r. Większą popularność i wprowadzenie do języka biznesowego termin „deep tech” zawdzięcza Swati Chaturvedi, współzałożycielce firmy Propel(x), która zajmuje się tworzeniem środowiska wspierającego współpracę pomiędzy inwestorami a start-upami z sektora „głębokich technologii”.
Jak zaznacza Swati Chaturvedi, termin „deep tech” na początku (2014 rok) używany był przez jej firmę, by określić start-upy zajmujące się naukami biologicznymi, energetyką, informatyką i chemią. Dopiero z czasem, pojęcie „głebokiej technlogii” uległo globalizacji. Obecnie „deep tech” nie ma jednoznacznej definicji, bywa, że jest utożsamiany z informatyką i komputerami, pomijając przy tym nauki biologiczne.
Deep tech bez prostej definicji
Pojęcie „głębokich technologii” coraz częściej pojawia się w środowisku start-upów i firm, które poszukują rewolucyjnych rozwiązań. Deep tech oferuje bardzo wysoki poziom innowacyjności i zaawansowania technologicznego, który w znacznym stopniu przewyższa wszystkie obecnie istniejące technologie.
Aby zdefiniować deep tech, należy patrzeć na ten obszar nie jak na poszczególne zastosowania innowacyjnych technologii, które funkcjonują niezależnie od siebie, ale jak na współpracujące ze sobą tryby maszyny.. Jako przykład można podać komputery kwantowe, które są znaną i rozwijaną od lat technologią. Same w sobie komputery kwantowe mogą dokonywać niezwykłych obliczeń i znacznie przyśpieszać istniejące procesy w różnych branżach. Jednak dopiero firmy deep tech, przy użyciu np. sztucznej inteligencji są w stanie zwiększać moc obliczeniową tych komputerów, co znacznie przybliża je do praktycznego zastosowania w biologii, chemii czy farmacji. BCG twierdzi, że w ciągu pięciu lat wykorzystanie komputerów kwantowych przy tworzeniu leków stanie się codziennością. W pewnym stopniu udowodniła to firma BioNTech, która we współpracy z gigantem farmaceutycznym – firmą Pfizer – opracowała szczepionkę mRNA przeciwko COVID-19. Dzięki użyciu komputerów kwantowych naukowcy mogli np. typować białka, które łączą się z tzw. kolcami koronawirusa.
Są trzy cechy charakterystyczne dla deep tech. Pierwszą jest czas konieczny, by opracować przełomową technologię oraz by osiągnęła ona dojrzałość rynkową. Drugą – duży wpływ na otoczenie, zwykle pojawienie się rozwiązania z branży deep tech stanowi podstawę do rozwiązania kluczowych światowych problemów. Ostatnią cechą jest znaczne zapotrzebowanie na kapitał, który jest niezbędny do rozwoju „głębokich technologii”.
Przykładem może być problem plastikowych śmieci i poszukiwania nowoczesnych materiałów, które mogą go zastąpić. To wymaga dużych nakładów finansowych, badań i pracy koncepcyjnej. Oczywiście w każdej branży występuje ryzyko, że zainwestowane środki i czas nie przyniosą oczekiwanych rezultatów, ale w przypadku głębokich technologii jest wyjątkowo charakterystyczne. Ponadto według raportu „2021: the year of Deep Tech” w branży deep tech ryzyko występuje zarówno na etapie projektowania rozwiązania, jak i znalezienia zapotrzebowania na nie. Jak szacuje portal technation.io, zwrot z inwestycji w przypadku start-upów deep tech może nastąpić dopiero po 8-12 latach, gdy dla porównania inwestycja w regularny start-up przynosi zwrot po 3-5 latach.
Różne oblicza głębokiej technologii
Do najważniejszych rynków, w ramach których deep tech rozwija się najprężniej, należą: nowoczesne materiały, sztuczna inteligencja (AI), biotechnologia, blockchain, robotyka, automatyka, elektronika oraz fotonika. Oto przykłady zagadnień, nad którymi pracują firmy deep tech:
Nowoczesne materiały – to wszelkie materiały pochodzenia naturalnego i syntetycznego, które mają zapewniać lepszą wytrzymałość, przepuszczalność czy przewodnictwo. Dotyczy to polepszenia właściwości już istniejących materiałów, wykorzystania ich w nowatorski sposób albo stworzenia zupełnie nowego surowca. Tę część rynku reprezentują firmy, które rozwijają zastosowanie grafenu, włókna szklanego, materiałów kompozytowych czy tzw. inteligentnych tkanin odpornych na ekstremalne temperatury i wychwytujących z otoczenia zanieczyszczenia i dwutlenek węgla.
Przykład: INBRAIN Neuroelectronics – firma, która wykorzystuje rozwiązania oparte na grafenie do tworzenia inteligentnych implantów neuronowych, używanych do spersonalizowanych terapii chorób mózgu.
Sztuczna Inteligencja – jednym z elementów deep tech w sektorze AI jest wykorzystanie wszelkiego rodzaju istniejących i projektowanych algorytmów, w celu wykonywania czynności dawniej zarezerwowanych dla ludzkiego umysłu. Udoskonalanie algorytmów, na których oparta jest sztuczna inteligencja – a więc wykorzystanie ich w deep tech – to kamień milowy w rozwoju np. samochodów autonomicznych, analizie medycznej, logistyce czy big data.
Przykład: Customs Bridge – firma, która dzięki wykorzystaniu AI tworzy narzędzia do rozpoznawania produktów importowanych do Europy, tak by unikać ich nieodpowiedniej klasyfikacji oraz nie narażać się na sankcje celne.
Fotonika/Elektronika – technologie deep tech wykorzystują właściwości fotonów do przesyłania informacji, wytwarzania energii elektrycznej, przecinania materiałów przy użyciu lasera lub badań otoczenia oraz pomiarów odległości.
Przykład: spółka Fluence, która rozwija technologię laserów femtosekundowych, służących do obróbki materiałów w skali nano. Innym przykładem jest firma KSM Vision, która tworzy inteligentne systemy optyczne do przemysłowej kontroli jakości.
Komputery kwantowe – obliczenia z wykorzystaniem systemu innego niż zero-jedynkowy to przełom schyłku XX wieku. Komputery kwantowe, w przeciwieństwie do tradycyjnych odpowiedników, nie wykorzystują bitów jako jednostki informacji, ale kwanty – czyli jednostki znacznie mniejszej i zdolnej do przechowywania większej liczby informacji. Oznacza to, że jeśli chcielibyśmy znaleźć jedną pozycję na liście biliona rekordów, klasyczny komputer potrzebowałby około tygodnia na znalezienie danego rekordu. Komputer kwantowy potrzebuje około sekundy. Firmy deep tech mogą rozwijać technologie, które zwiększają wydajność przetwarzania danych, przyczyniając się do rozwoju medycyny czy logistyki, które w tradycyjnym wydaniu wymagałyby wieloletnich obliczeń.
Przykład: firma IonQ Inc., która pracuje nad rozwiązaniem, mającym umożliwić tym komputerom pobieranie energii poprzez tworzenie naładowanych jonów z metalu ziem rzadkich.
Coś więcej niż IT
Postęp technologii informatycznych będzie zależeć od tego, w jakim tempie będą się rozwijać kolejne firmy deep tech i jak szybko będą odpowiadać na wyzwania stające przed branżą IT. Przykładem transformacji tego sektora jest coraz szersze wykorzystanie chmur w celach obliczeniowych i przechowywania wirtualnych danych. Polskim start-upem deep tech, który z sukcesem przerodził się w międzynarodowe przedsiębiorstwo jest RevDeBug. Spółka opracowała narzędzie do monitorowania systemów rozproszonych, które umożliwiają łatwą identyfikację błędów w kodzie programowania i ich naprawę, dzięki kompleksowemu śledzeniu i bezproblemowej obserwowalności wszystkich aplikacji zlokalizowanych w chmurze.
Innym przykładem są działania firmy AGICortex, która specjalizuje się w głębokim uczeniu, budowaniu i rozbudowywaniu rozwiązań AI tak, by docelowo stworzyć tzw. model uczenia nienadzorowanego (ang. unsupervised learning). Technologia ta ma być istotnym krokiem w stronę stworzenia generalnej sztucznej inteligencji (AGI), której założeniem jest dorównanie inteligencji i zdolności uczenia się człowieka. Takie rozwiązania znajdą swoje zastosowania w robotyce, gdy to robot będzie samodzielnie zauważał różnice wizualne czy dźwiękowe i uczył się swojego otoczenia. Chodzi też o sygnalizowanie nieprawidłowości w procesach biznesowych, logistycznych czy produkcyjnych. W 2021 roku firma AGICortex zebrała ponad milion złotych na rozwój swojego projektu za pośrednictwem funduszu SpeedUp Venture Capital Group.
Deep tech w Polsce
Głównym sposobem finansowania wysokotechnologicznych start-upów są fundusze Venture Capital. Jednym z polskich funduszy inwestujących w tym obszarze jest FundingBox Deep Tech Fund wchodzący w skład międzynarodowej grupy Funding Box. W ramach swoich inwestycji fundusz wspiera opracowanie technologii bezinwazyjnego pomiaru poziomu glukozy we krwi. Takie rozwiązanie opracowuje wrocławski startup Glucoactive. Urządzenie monitorujące poziom glukozy, podobne do zegarka, przeszło już testy na pacjentach i niebawem ma zadebiutować na polskim rynku. FundingBox Deep Tech Fund ma w swoim portfolio także spółkę Car Scanner, która oferuje przegląd dowolnego samochodu w zaledwie dwie minuty. Za pomocą sztucznej inteligencji i autonomicznej nawigacji jest w stanie wykazać dokładny stan zużycia samochodu i jego podzespołów.
Przykładów z rodzimego podwórka jest jednak więcej. Jedną ze spółek z obszaru deep tech jest firma SmokeD, która w 2021 roku podpisała umowę z Lasami Państwowymi. Dzięki ich rozwiązaniu możliwe jest wykrywanie ognisk pożarów na terenach niezurbanizowanych. Wykorzystują w tym celu nowatorski system kamer i dronów do monitorowania przeciwpożarowego. Algorytmy analizują gromadzone obrazy w czasie rzeczywistym i w razie pożaru potrafią wykryć dym oraz niezwłocznie informować o tym służby leśne i pożarnicze.
Nie bez znaczenia jest także to, że Polska to kuźnia kadr i specjalistów w branży IT. Według serwisu Clutch.co w Polsce działa obecnie około 50 tys. firm programistycznych. Według raportu „Perspektywy” z 2021 roku mamy 23 publiczne uczelnie techniczne. Kształcą one nawet 75 tysięcy studentów. To dowód na to, że nie zabraknie rąk do pracy także w obszarze rozwoju deep tech.
Kierunek na przyszłość
Przełomowe technologie deep tech doskonale odnajdują się w środowisku rozwijającego się biznesu. Według FundingBox Deep Tech Fund w ostatnich 4 latach inwestycje w deep tech wzrosły czterokrotnie. Według szacunków portalu Statista z 2021 roku globalne przychody ze sztucznej inteligencji do zastosowań korporacyjnych wzrosną z 1,62 mld dolarów w 2018 r. do 31,2 mld dolarów w 2025 r.
Wykorzystywanie w przedsiębiorstwach rozwiązań deep tech za jakiś czas może się okazać nieuniknione. Wpłynie na to rosnąca konkurencyjność i nowe wyzwania każdej z branż. Technologie dawniej przełomowe, po wejściu do szerokiego zastosowania, nie będą już przynależeć do deep tech. To będzie oznaczać konieczność poszukiwania kolejnych, nowych, jeszcze bardziej zaawansowanych i przełomowych rozwiązań, które stworzą nowe oblicze sektora głębokich technologii.
