Deep tech är en term som beskriver organisationer (ofta startup-bolag) som avviker från slutanvändarprodukter eller dito tjänster för att fokusera på teknik som kräver signifikanta framsteg inom forskningen. Termen markerar en distinktion från konsumentapplikationer som de flesta människor associerar med tech-industrin.
Så en ”Spotify för X”-app som låter dig köpa något genom din telefon är inte deep tech oavsett hur innovativ eller lönsam den är. Men en ny form av materialteknik som ger snabbare kretsar i mobilerna skulle kunna vara deep tech, liksom innovationer inom mobil radiokommunikation som skulle ge mobilerna snabbare eller mer tillförlitlig internetkommunikation.
Uttrycket deep tech myntades 2014 av Swati Chaturvedi, grundare och vd för investmentplattformen Propel(x). I ett inlägg på LinkedIn 2015 lägger hon fram sin vision av detta uttryck som ett sätt att skilja mellan ”startups inom biotech, energi, grön teknik, datavetenskap, material och kemi”, från de ”unicorns” som så mycket av den tidens riskkapital jagade i mitten av 2010-talet.
Propel(x) grundades för att attrahera finansiering till deep tech-bolag, så det är fortfarande ett uttryck som är en del av affärssidan av branschen snarare än en teknisk term i ordets rätta bemärkelse. Men allt eftersom glansen falnar från de heta webb- och mobil-startup-bolagen från det senaste decenniet ökar intresset mer och mer för företag som vill föra deep tech framåt.
Vad räknas som deep tech?
Propel(x) må ha gjort uttrycket populärt, men det har nu fått ett eget liv inom kretsen för teknik och riskkapital. Som ett resultat av detta finns det inget centralt organ som kan bestämma vad som räknas som deep tech eller inte, och eftersom uttrycket har potential att dra till sig finansiering har vissa tagit chansen att tänja på betydelsen lite väl mycket.
Men det finns trots allt några teknologier som konsekvent gör anspråk på att utgöra deep tech:
AI och maskininlärning är deep tech. Språkbearbetning är också deep tech. Biotech, robotik, elektronik och fotonik är deep tech. Blockkedjor och relaterade tekniker tillhör klassen. Liksom kvantdatorer. Algoritmer för syn och tal anses vara deep tech. Applikationer som har att göra med materialteknik och energi är deep tech.
Elementa och målsättning med deep tech
Vad har alla dessa teknikområden gemensamt? Det finns vissa saker som håller ihop dem: Lösningar som siktar på att överbrygga fysiska utmaningar: Mycket av innovationerna för konsumentappar handlar om att skapa friktionsfria kopplingar mellan kunder och redan existerande affärer och resurser, och att ta en andel av de resulterande effektivitetsvinsterna. Startup-bolag inom deep tech, å andra sidan, ställs inför den fysiska verklighetens utmaningar, snarare än mänskliga institutioner och nätverk. Att skapa nya mediciner, eller supraledare i rumstemperatur, eller att använda kvantfysik för att skapa nya datorparadigmer – det är här startup-bolag inom deep tech arbetar. Kombinera divergenta teknologier i större lösningar: Tesla och andra tillverkare av elbilar behöver sammanlänka flera discipliner när de bygger fordon, och kombinera datavetenskap och kemiteknik för att producera mindre och billigare batterier som ändå kan driva en bil som folk vill köra. Ett annat exempel är att dra nytta av AI för att upptäcka nya botemedel för sjukdomar. Det här är den typen av utmaningar som deep tech-bolag ställs inför. Lösa holistiska problem: Förhoppningsvis har det nu framgått att startup-bolag inom deep tech ofta försöker ta sig an fundamentala problem för mänskligheten. Ingen skugga ska falla på pizza-leverans-appar (alla gillar väl pizza), men deep tech-bolag försöker att applicera sina lärdomar på frågor som sjukdomar och klimatförändringar, eller för att ta stora steg inom databeräkningar och tillverkningsprocesser. En sak att notera här är att medan många av dessa områden finns inom vad vi skulle kunna anse som ”traditionella” teknikbranscher, så går vissa av dem längre än så. Som Chaturvediskrev2021 i ett öppet brev: Vårt bekymmer är att de flesta människor fortfarande tänker på djup teknik endast inom områden som informationsteknologi och industriteknik och andra inom samma anda. Som ett resultat av det narrativet har riskkapitalet börjat att endast fokusera på allt som har med datateknik att göra (”AI för allting” är slagordet idag). Men andra meningsfulla djupa teknologier, som har potential att förändra världen, får fortfarande inte mycket till finansiering … bara för några år sedan hade [tesla] stora svårigheter att få finansiering och gick på konstgjord andning i form av statliga lån och Elon Musks egna pengar. Tesla är ett elektriskt fordon, i vilket en grundbult är batteritekniken, förstås med stöd av ett smart system för batterihantering. Men i grund och botten är det kemi. Vi måste kämpa för det. Vi behöver kämpa för de teknologiska discipliner som hjälper oss att ta steget in i framtiden.
Vad gör deep tech annorlunda?
För att kunna uppnå de slags mål vi lagt fram har deep tech-företag andra behov och affärsprocesser än konsumentföretag. Det är därför som kategorin utvecklades inom gemenskapen för riskkapital till att börja med: för att potentiella investerare behöver förstå att deep tech-företag behöver större initiala investeringar och en längre startsträcka tills man kan förvänta sig lönsamhet eller en ”exit” som en börsintroduktion eller ett uppköp. Några praktiska sätt som deep tech-företag uppträder på är till exempel: Rör sig medvetet och behandlar saker försiktigt: Under en stor del av det tidiga 2000-talet har startup-företag följt Facebooks mantra att ”move fast and break things” – med andra ord att göra många små, iterativa förändringar av din produkt eller plattform för att introducera nya egenskaper och trycka på med det bästa, även om det betyder att vissa saker ibland går åt pipsvängen längs vägen. (Inom mjukvaruvärlden tar sig denna filosofi uttryck i CI/CD och devops).Längs vägen kanske företag upptäcker att det de trodde var deras bästa säljargument egentligen var ett sidospår, och byta till en annan tjänst eller strategi. Denna attityd har blivit så inbakad i tech-branschens kultur att det är lätt att glömma att det historiskt inte varit normen. Dessutom, när det kommer till de långsiktiga projekt som deep tech-bolag ger sig in i, är detta inte en gångbar strategi; de innovationer dessa företag tar sig an kan inte realiseras som halvmesyrer eftersom de ställs inför högre regulatoriska krav och mer stringenta säkerhetskrav. Det är en process, inte en produkt: mjukvara kan såklart kokas ihop av vem som helst med en dator, och även de flesta fysiska produkter kan dra fördel av befintliga fabriker och leveranskedjor när väl en prototyp har utvecklats. Till sin natur kräver många deep tech-produkter stora investeringar även efter att forsknings- och utvecklingsfasen är över: de kan behöva specialiserade fabriker och helt nya leveranskedjor för att byggas innan de kan bli lönsamma att producera som en säljbar produkt. Hakar in i ett bredare ekosystem: Affärsänglar och riskkapitalister är till syvende och sist intresserade av att tjäna pengar på en framgångsrik produktlansering som ett resultat av deras investeringar i deep tech. Men på grund av de långa tidsramarna och risken för misslyckande som kommer med denna slags ansträngningar kan vinstdrivande verksamheter inte vara de enda spelarna här. Många deep tech-innovationer kommer från universitet och statligt finansierade labb; andra bubblar upp från ”skunkworks”-avdelningar inom stora ingenjörsbolag där forskare ges lösare tyglar att utöva intressant forskning, än vad som är typiskt inom ett företag. Detta ekosystem är avgörande för framgång inom deep tech, men kan också komplicera processen att monetarisera slutresultatet av forskningen – universitet kan begära ägandeskap i patent, till exempel.
Utmaningarna för deep tech
En av de största utmaningarna som möter startup-bolag inom deep tech borde tydligt framgå av punkterna ovan. Det tar lång tid att ta fram lönsamma produkter. Faktum är att eftersom de innovationer de driver fram är så långt före det bästa som finns idag, kanske de aldrig kan producera något som kan säljas, än mindre med vinst.
När deep tech-bolagen väl kommer fram till en punkt där de kan lansera en produkt kan de finna att den interna organisationen som tog fram forskningssuccén inte passar denna nya fas. Det här är ett område där investerare med erfarenhet av att jobba med andra bolag verkligen kan bidra med expertis kring den omstrukturering och det nya ledarskap som kan vända en innovativ prototyp till något som kan massproduceras och erbjudas kunderna.
Vad deep tech-bolag absolut inte vill göra är att lova saker de inte kan hålla, eller att sudda ut gränsen mellan den innovation som borde vara i fokus och mer prosaiska tjänster. Det kanske mest varnande exemplet inom deep tech är Theranos, det ökända startup-bolaget inom medicinteknik som hävdade att de jobbade på en teknik för snabba blodprover som bara behövde en droppe blod.
Theranos gick ut på marknaden med labbutrustning som byggts av stapelkomponenter medan deras deep tech-forskning vittrade, vilket till slut ledde fram till att företaget kollapsade och grundarna fick skaka galler.
Deep tech-företag
För att ge en känsla av hur det nuvarande landskapet inom deep tech ser ut, kommer här några aktuella, aktiva startup-bolag som har förtjänat deep-tech-beteckningen enligt flera olika observatörer:
Lab Genius: Ett biopharmaföretag som använder maskininlärning för att utveckla proteinterapier. Bots And Us: Att utveckla autonoma, AI-drivna robotar kan ge insikter i kretstillverkningsprocessen. Flexciton: Försöker att strömlinjeforma kretstillverkningsprocessen. Gourmey: Skapar hållbart, labbodlat kött. Deep Vision: Genomför videoanalys i realtid och bearbetning av naturligt språk med specialdesignade kretsar.. Ag Next: Tillhandahåller matkvalitetsbedömning genom en blandning av AI, ML, IoT-enheter och dataanalys.
Är ditt startup-bolag ämnat för den här listan? Eller är du intresserad av att investera i nästa stora deep tech-grej? Förhoppningsvis har den här artikeln gett dig en bild av landskapet, så att du kan börja din resa.