Said Mia, zakladatel a řídící partner Stormbreaker Ventures – série rozhovorů

Said Mia je zakládajícím a řídícím partnerem společnosti Stormbreaker Ventures, fondu rizikového kapitálu pro rané fáze, který investuje před počátečním kolem a v počátečním kole do konektivity, AI-RAN, Open RAN, edge computingu, konvergence satelitních a mobilních sítí, IoT, propojené mobility a modernizace výroby v USA. Mezi jeho partnery patří Wade Oosterman, zakladatel Clearnet Communications, kterou Telus koupil za 6,6 miliardy dolarů, a bývalý člen vedení Bell Canada, kde pomohl zvýšit tržní kapitalizaci o 50 miliard dolarů; Derek Aberle, téměř deset let bývalý prezident Qualcommu (QCOM); a Glenn Lurie, bývalý prezident a CEO AT&T (T) Mobility and Consumer Operations. Said má zkušenosti z investičního bankovnictví v telekomunikacích; vytvořil investiční tezi Stormbreakeru a sestavil tým.

Než jste založil Stormbreaker Ventures, řadu let jste ve společnostech jako Citi a PJT Partners (PJT) radil velkým telekomunikačním, polovodičovým a infrastrukturním firmám. Co vás přesvědčilo, že největší příležitost už nespočívá v poradenství zavedeným společnostem, ale v podpoře startupů, které budují infrastrukturní vrstvu pro éru AI?

Poradenská práce mi poskytla místo v první řadě při sledování problému, který se rozvíjel zpomaleně. Pracoval jsem na transakcích týkajících se části nejdůležitější infrastruktury na světě—frekvenčního spektra, síťové architektury a dodavatelských řetězců polovodičů—a stále jsem pozoroval stejnou dynamiku. Zavedené společnosti chápaly rozsah přechodu k AI po intelektuální stránce, ale jejich alokace kapitálu, harmonogramy fúzí a akvizic a organizační motivace jim strukturálně ztěžovaly dostatečně rychlý pohyb, aby ovládly infrastrukturu, kterou AI skutečně potřebuje. Optimalizovaly současnou síť, nikoli tu příští.

Čím více jsem toto pozorování prověřoval napříč různými zakázkami, tím jasnější bylo, že skutečná tvorba hodnoty neproběhne uvnitř těchto organizací. Vytvoří ji zakladatelé, kteří mohou pracovat bez omezení zděděných systémů a vybudovat konektivní strukturu, architekturu edge computingu a síťovou infrastrukturu navrženou pro AI, kterou ekonomika řízená stroji skutečně vyžaduje. V určitém okamžiku bylo intelektuálně nejpoctivější přestat tuto transformaci radit a začít ji financovat.

Stormbreaker se výrazně zaměřuje na vrstvu „krumpáčů a lopat“ infrastruktury AI. Proč se domníváte, že infrastrukturní společnosti mohou nakonec zachytit trvalejší dlouhodobou hodnotu než mnoho startupů v aplikační vrstvě AI?

Aplikační vrstva je vzrušující, ale zároveň strukturálně křehká způsoby, které nejsou plně zohledněny v cenách. Jakmile se základní modely stanou komoditou—a to se stane—mnoho ochranných příkopů aplikační vrstvy rychle zmizí. Společnosti, které stavěly na GPT-4, se nyní musí vyrovnat s GPT-5, pak GPT-6, a náklady na přechod jsou nízké právě proto, že aplikace stojí na infrastruktuře někoho jiného.

Fyzická vrstva takto nefunguje. Frekvenční aktiva, rádiové přístupové sítě, nasazení edge computingu a infrastruktura předávání mezi satelitní a mobilní sítí jsou drahé na vybudování, pomalu se kopírují a hluboce se zabudovávají do provozu zákazníků. Síťové efekty jsou skutečné a trvalé. Když průmyslový výrobce začlení privátní 5G a edge AI do výrobní linky, nevytrhne je jen proto, že vyšel nový model. Infrastruktura se stává nosnou.

Důležitý je i časový rozměr. Jsme stále v první kapitole fyzického budování AI. Propast mezi tím, co bude ekonomika AI nakonec požadovat od síťové infrastruktury, a tím, co existuje dnes, je obrovská—a její překlenutí bude vyžadovat desetiletí či déle trvající kapitál a inovace. To je zcela jiný rizikový profil než sázka na chatbot, který za 18 měsíců ovládne trh podnikové produktivity.

Stále větší pozornost se věnuje rádiovým přístupovým sítím s AI (AI-RAN), edge computingu a konvergenci satelitních a mobilních sítí. Který z těchto posunů podle vás širší komunita rizikového kapitálu chápe nejméně?

Jednoznačně AI-RAN. Komunita rizikového kapitálu ji z velké části chápe jako telekomunikační příběh—postupné zlepšení stávající rádiové přístupové infrastruktury—a přehlédla, čím skutečně je: zásadním architektonickým posunem v distribuci inteligence po síti.

Tradiční RAN je na okraji „hloupá“. AI-RAN to mění. Inferenci a rozhodování v reálném čase přesouváte přímo do rádiové vrstvy, což má zásadní dopady na latenci, energetickou účinnost a ekonomiku rozsáhlého nasazení autonomní AI. Je to základní infrastrukturní prvek, který umožní robotu v továrně, autonomnímu vozidlu na dálnici nebo dronu v logistickém koridoru reagovat v čase pod jednu milisekundu, aniž by se každé rozhodnutí směrovalo přes cloud hyperscaleru.

Většina všeobecně zaměřených investorů nemá dostatečnou telekomunikační hloubku, aby tento rozdíl jasně viděla. Rozumějí AI na aplikační a datové vrstvě, ale rádiová přístupová síť byla pro Silicon Valley historicky černou skříňkou. Právě tuto mezeru má Stormbreaker překlenout. V partnerském týmu máme operátory, kteří tyto sítě provozovali ve velkém měřítku, a rozumíme technické architektuře i obchodní dynamice způsobem, který všeobecní investoři jednoduše nemají.

Tvrdíte, že zděděné sítě nejsou vhodné pro ekonomiku řízenou stroji. Jaká jsou největší infrastrukturní úzká místa, která brání dnešním telekomunikačním a průmyslovým systémům podporovat autonomní AI ve velkém měřítku?

Neustále uvažuji o třech úzkých místech.

Architektura latence. Internet a mobilní sítě byly navrženy pro interakce rychlostí člověka. Lidé si nevšimnou latence 50 milisekund. Autonomní systémy ano—a v mnoha případech je to rozdíl mezi bezpečným a katastrofálním rozhodnutím. Architektura tradičních páteřních sítí směruje provoz způsoby, které jsou jednoduše neslučitelné s deterministickými požadavky průmyslové AI na nízkou latenci.

Mezera v inteligenci na okraji. Většina průmyslových sítí stále považuje okrajovou infrastrukturu za pasivní přenos—potrubí, které posílá data do centrálního výpočetního prostředí. Autonomní AI ve velkém měřítku ale potřebuje místní inteligenci. Továrnu, přístav ani logistický uzel nelze řídit autonomně, pokud musí každé rozhodnutí cestovat přes WAN. Výpočetní výkon, úložiště a inference musí být v místě dění nebo poblíž a většina současných nasazení takto postavena není.

Interoperabilita a roztříštěnost. Průmyslová prostředí jsou směsicí systémů OT, proprietárních protokolů a starého hardwaru, který předchází moderním standardům konektivity o desítky let. Přimět tyto systémy ke srozumitelné komunikaci s vrstvou AI je obrovský integrační problém, který lze snadno podcenit, pokud jste se v těchto prostředích nikdy nepokoušeli o skutečné nasazení. Startupy, které problém vyřeší a stanou se inteligentní pojivovou tkání mezi fyzickým provozním světem a vrstvou AI nad ním, budou mimořádně hodnotné.

Společnosti jako Qualcomm, Ericsson (ERIC) a Nokia stále častěji usilují o akvizice v oblasti AI a softwaru. Považujete to za začátek dlouhého konsolidačního cyklu v telekomunikačních a infrastrukturních technologiích?

Ano, a podle mě jsme stále na začátku. To, co vidíte u Qualcommu, Ericssonu a Nokie, není oportunistické uzavírání obchodů, ale strategická nutnost. Tyto firmy chápou, že ekonomika infrastruktury se přesouvá do softwarové a inteligentní vrstvy AI, a žádná z nich nedokáže organicky vybudovat vše potřebné tempem, které trh vyžaduje.

Hlubší dynamika spočívá v tom, že startupy navržené pro AI vytvářejí schopnosti, které zavedené společnosti skutečně nedokážou interně replikovat—nikoli kvůli nedostatku talentu či kapitálu, ale kvůli architektonické svobodě. Když nemusíte chránit starou produktovou řadu a zachovat zákaznický vztah v hodnotě 10 miliard dolarů, můžete systémy pro éru AI navrhovat od základních principů. Výstup je strukturálně odlišný.

Z pohledu Stormbreakeru je to významná část strategie odchodu pro naše portfoliové společnosti. Aktivně budujeme vztahy s pravděpodobnými strategickými kupci; náš tým partnerů má osobní pracovní vztahy s lidmi, kteří v několika těchto organizacích rozhodují. Díky tomu vidíme do plánů fúzí a akvizic způsobem, který většina investorů v rané fázi nemá. Když se Nokia Growth Partners nebo Ericsson Ventures účastní financování, není to jen potvrzení kapitálu, ale signál, kam míří strategický zájem.

Jak důležitá bude edge AI v příštích pěti letech, zejména ve výrobě, logistice, robotice a průmyslové automatizaci, kde jsou latence a spolehlivost kritické?

V těchto odvětvích to bude určující infrastrukturní téma příštích pěti let, bez výhrad. Otázkou není, zda edge AI záleží, ale zda mají společnosti, které ji nasazují, základní infrastrukturu pro spolehlivou podporu.

Výroba je na této křivce patrně nejdále. Ekonomika kontroly kvality řízené AI, prediktivní údržby a autonomních výrobních linek je již přesvědčivá. Velcí výrobci postupují rychle, protože návratnost je měřitelná a okamžitá. Omezením nejsou modely AI, ale síťová a výpočetní infrastruktura, která umožňuje inferenci na výrobní lince v reálném čase.

Logistika a propojená mobilita jsou o něco méně rozvinuté, ale budou postupovat rychle. Jednotková ekonomika autonomní nákladní dopravy, chytrých přístavů a řízení dodavatelského řetězce pomocí AI je obrovská. Důležitou nuancí pro investory je, že edge AI není jediná infrastrukturní kategorie, ale celý zásobník. Výpočty, konektivita, správa energie a softwarová orchestrace musí na okraji spolupracovat. Nejtrvalejší budou společnosti, které napříč tímto zásobníkem budují integrovaná řešení, nikoli bodové produkty.

Modernizace průmyslu a návrat výroby se staly hlavními politickými prioritami v USA i Kanadě. Nakolik současný rozmach infrastruktury AI pohánějí geopolitika a obavy o národní bezpečnost namísto čistě komerční poptávky?

Více, než je většina investorů v tomto prostoru ochotna veřejně přiznat. Řeknu to přímo: vliv národní bezpečnosti je skutečný, strukturální vítr do zad pro infrastrukturní vrstvu, nikoli pouhý argument.

Americká vláda dospěla—a podle mě správně—k závěru, že vedení v AI není čistě ekonomickou otázkou. Je to otázka suverenity. Kdo ovládá fyzickou infrastrukturu, na níž AI běží, kdo vyrábí polovodiče a kdo buduje privátní sítě v kritických průmyslových zařízeních, jsou rozhodnutí národní bezpečnosti stejně jako komerční rozhodnutí. Zákon CHIPS, výkonná opatření na ochranu kritické infrastruktury a investiční postoj ministerstva obrany k edge AI a suverénním výpočtům nejsou dočasné politické jevy. Odrážejí trvalou shodu obou stran na strategickém významu domácí infrastrukturní kapacity.

Pro Stormbreaker to vytváří velmi konkrétní kategorii atraktivních společností: infrastrukturní podniky, v nichž se sbližují případy užití pro národní bezpečnost a komerční trh. Zákazníci v těchto prostředích—federální agentury, dodavatelé obrany a provozovatelé kritické infrastruktury—mají jistotu rozpočtu a strategickou trpělivost, kterou čistě komerční zákazníci často nemají. Právě spojení trvalé poptávky a kritického využití hledáme v infrastrukturní společnosti v rané fázi.

Ve vaší síti operátorů jsou bývalí vedoucí pracovníci AT&T Mobility, Bell Canada a Qualcommu. Jaké provozní poznatky přinášejí zkušení telekomunikační lídři, které tradiční investoři ze Silicon Valley často přehlížejí?

Upřímná odpověď zní: hluboký respekt k tomu, co skutečně obnáší nasazení a provoz ve velkém měřítku v prostředí fyzické infrastruktury.

Investiční kultura Silicon Valley byla historicky optimalizována pro software—vysoké marže, rychlé cykly iterací, relativně nízkou kapitálovou náročnost a dynamiku získávání zákazníků, kterou lze čistě modelovat. Infrastruktura takto nefunguje. Síťová nasazení mají u podnikových a operátorských zákazníků víceleté prodejní cykly. Integrace se stávajícími prostředími OT je složitá a pomalá. Regulační body jsou skutečné a mohou významně ovlivnit harmonogram vstupu na trh. Vztah s operátorem—akceptace operátorem, dohody o integraci sítě a přístup ke spektru—není formalita, ale strategické aktivum budované roky.

Wade Oosterman vybudoval Clearnet a poté pomohl v Bell Canada vytvořit 50 miliard dolarů tržní kapitalizace. Glenn Lurie vedl AT&T Mobility a ví, jak velcí operátoři uvažují o vztazích s dodavateli a přijímání technologií. Díky nim mezi našimi partnery můžeme hodnotit zakladatele a společnosti podle standardu, k němuž většina investorů v rané fázi nemá přístup. Když nám zakladatel představí svůj plán vstupu na trh s velkým operátorem, dokážeme klást správné otázky—nejen o shodě produktu s trhem, ale i o realističnosti obchodní struktury vzhledem k tomu, jak nákupní organizace skutečně pracují. Tato provozní hloubka znamená, že naše portfoliové společnosti dostávají více než kapitál: kontakty na rozhodující osoby, pomoc s podnikovými prodejními cykly a důvěryhodnost v místnostech, kde jméno Stormbreaker díky lidem za ním něco znamená.

Infrastruktura AI je stále náročnější na energii, kapitál a dodavatelské řetězce. Co odlišuje startupy, které v tomto prostředí přežijí, od těch, které mohou navzdory silné technologii bojovat o existenci?

Přežijí společnosti, které našly způsob, jak kapitálovou náročnost využít ve svůj prospěch, místo aby ji považovaly za brzdu podnikání.

Architektura vstupu na trh. Kapitálově náročné infrastrukturní podniky závislé výhradně na přímém podnikovém prodeji se škálují pomalu a jsou křehké. Ty, které vytvoří distribuci přes operátory, systémové integrátory nebo vládní nákupní kanály, mohou nasazovat rychleji a vytvářet opakované příjmy podporující jejich kapitálové potřeby. Obchodní model musí být navržen pro dané prostředí.

Profil zákazníka a struktura smluv. Pokud budujete energeticky náročný edge computing nebo síťovou infrastrukturu, potřebujete zákazníky, jejichž nákupní chování odpovídá vašemu kapitálovému cyklu. Dlouhodobé smlouvy, kotevní nasazení a strategičtí partneři, kteří do infrastruktury spoluinvestují, nejsou příjemným bonusem. Jsou podmínkou přežití.

Hloubka týmu v provozu, nejen v technice. Viděl jsem technicky skvělé infrastrukturní startupy selhat, protože nezvládly složitost dodavatelského řetězce, nedokázaly vyjednat správné vztahy s dodavateli nebo uskutečnit rozsáhlé nasazení bez vyčerpání kapitálu. Zakladatelé, kteří to už dělali a skutečně ve velkém nasazovali fyzickou infrastrukturu, mají obrovskou výhodu oproti zakladatelům s pouhými silnými technickými referencemi.

Když se podíváte o pět až deset let dopředu, jak bude skutečně vypadat infrastrukturní zásobník pohánějící ekonomiku AI? Očekáváte budoucnost ovládanou centralizovanými hyperscalery, nebo něco distribuovanějšího mezi edge sítě, suverénní výpočty a průmyslové systémy AI?

Distribuovaně—ale ne rovnoměrně a ne bez role hyperscalerů. Upřímný obraz je vícevrstvá architektura složitější a zajímavější než příběh „hyperscaler získá všechno“ i opačný příběh „edge nahradí cloud“.

Hyperscalery budou nadále vlastnit trénování a rozsáhlé inferenční úlohy. Je to kapitálová hra zvýhodňující konsolidaci, kterou hyperscalery rozhodně vyhrály. Inference v místě dění—na výrobní lince, uvnitř autonomního vozidla, u základnové stanice nebo ve státním datovém centru—však bude široce distribuovaná. Fyzika latence, ekonomika šířky pásma a politika datové suverenity ukazují stejným směrem: inteligence musí být blíže místu, kde jedná.

Na desetiletém výhledu mě nejvíce fascinuje vznik nové kategorie infrastruktury, která nemá čistou obdobu v předchozí generaci výpočetní techniky: suverénní a průmyslové výpočetní sítě, jež jsou privátní, účelově postavené a hluboce propojené s fyzickým provozním prostředím. Jsou to sítě, které buduje a ovládá přístavní správa, dodavatel obrany, velký výrobce nebo národní vláda—ne proto, že možnost hyperscaleru neexistuje, ale protože citlivost dat, požadavky na latenci a strategický význam úloh si to vyžadují. Právě k této infrastrukturní vrstvě ve Stormbreakeru směřujeme. Společnosti, které se stanou základem tohoto distribuovaného, suverénního zásobníku navrženého pro AI, budou patřit k nejvýznamnějším infrastrukturním podnikům tohoto desetiletí—a většina z nich ještě nebyla založena.

Děkujeme za skvělý rozhovor. Čtenáři, kteří se chtějí dozvědět více, mohou navštívit Stormbreaker Ventures.