Said Mia, stiftende og ledende GP i Stormbreaker Ventures – interviewserien

Said Mia er stiftende og ledende general partner (GP) i Stormbreaker Ventures, et venturekapitalselskab, som investerer i virksomheder i pre-seed- og seedfaserne. Fokus er kommunikationsinfrastruktur, AI-RAN, Open RAN, kantcomputing, samspillet mellem satellit- og mobilnet, tingenes internet, opkoblet mobilitet og modernisering af amerikansk fremstillingsindustri. Hans GP-partnere omfatter Wade Oosterman (grundlægger af Clearnet Communications, som Telus købte for 6,6 milliarder dollar; tidligere medlem af Bell Canadas øverste ledelse, hvor han øgede børsværdien med 50 milliarder dollar), Derek Aberle (tidligere præsident for Qualcomm (QCOM ) i næsten et årti) og Glenn Lurie (tidligere præsident og administrerende direktør for AT&T (T ) Mobility and Consumer Operations). Said har en baggrund i investeringsbankvirksomhed inden for telekommunikation. Han udviklede Stormbreakers investeringsidé og samlede teamet.

Før du stiftede Stormbreaker Ventures, rådgav du i årevis store telekommunikations-, halvleder- og infrastrukturselskaber hos blandt andre Citi og PJT Partners (PJT ). Hvad overbeviste dig om, at den største mulighed ikke længere var at rådgive etablerede selskaber, men at finansiere startups, der bygger infrastrukturen til AI-æraen?

Rådgivningsarbejdet gav mig mulighed for at følge et langsomt voksende problem på tæt hold. Jeg arbejdede med handler, som omfattede nogle af verdens vigtigste infrastrukturer: frekvenser, netværksarkitektur og halvledernes forsyningskæder. Jeg så hele tiden det samme mønster. De etablerede selskaber forstod intellektuelt omfanget af AI-omstillingen. Men deres kapitalfordeling, tidsplaner for fusioner og opkøb samt organisatoriske incitamenter gjorde det strukturelt svært at handle hurtigt nok til at få kontrol over den infrastruktur, AI faktisk kræver. De optimerede det eksisterende netværk, ikke det næste.

Jo grundigere jeg efterprøvede observationen i forskellige opgaver, desto tydeligere blev det, at den egentlige værdiskabelse ikke ville ske inde i disse organisationer. Den ville komme fra stiftere, som kunne arbejde uden begrænsninger fra ældre systemer og forretninger. De ville bygge de forbindelser, den arkitektur til kantcomputing og den netværksinfrastruktur udviklet til AI fra grunden, som en maskindrevet økonomi faktisk behøver. Til sidst var det mest intellektuelt redelige at holde op med at rådgive om omstillingen og begynde at finansiere den.

Stormbreaker fokuserer stærkt på AI-infrastrukturens grundlæggende værktøjer, det såkaldte hakker og skovle-lag. Hvorfor mener du, at infrastrukturselskaber i sidste ende kan sikre sig mere varig værdi på lang sigt end mange AI-startups på applikationsniveau?

Applikationslaget er spændende, men også strukturelt skrøbeligt på måder, som ikke er fuldt indregnet i prisen. Når de underliggende modeller bliver udskiftelig standardteknologi, og det gør de, forsvinder mange applikationsvirksomheders konkurrencefordele hurtigt. Selskaber, der trænede med GPT-4, skal nu forholde sig til GPT-5 og derefter GPT-6. Omkostningerne ved at skifte er lave, netop fordi apps er bygget på andres infrastruktur.

Det fysiske lag fungerer anderledes. Frekvensressourcer, radioaccessnet, installationer til kantcomputing og infrastruktur, som overfører forbindelser mellem satellit- og mobilnet, er dyre at bygge og tager tid at kopiere. De er dybt integreret i kundernes drift. Netværkseffekterne er reelle og varige. Når en industriproducent integrerer privat 5G og AI ved netværkets kant i produktionen, fjerner virksomheden det ikke, blot fordi en ny model bliver lanceret. Infrastrukturen bliver en bærende del af forretningen.

Tidsdimensionen betyder også noget. Opbygningen af AI’s fysiske grundlag er kun lige begyndt. Kløften mellem AI-økonomiens fremtidige behov for netværksinfrastruktur og det, der findes i dag, er enorm. At lukke den kræver et årti eller mere med vedvarende kapitalindsats og innovation. Risikoprofilen er helt anderledes end at satse på, hvilken chatbot der vinder markedet for virksomheders produktivitet om 18 måneder.

AI-baserede radioaccessnet (AI-RAN), kantcomputing og samspillet mellem satellit- og mobilnet får stigende opmærksomhed. Hvilken af disse forandringer mener du stadig er mest misforstået blandt ventureinvestorer generelt?

AI-RAN, uden tvivl. Investorerne har i vid udstrækning set det som en telekommunikationshistorie: en gradvis forbedring af den eksisterende radioaccessinfrastruktur. De har overset, at det faktisk er en grundlæggende ændring af arkitekturen for, hvordan intelligens fordeles i et netværk.

Traditionelle radioaccessnet mangler intelligens i netværkets yderkant. AI-RAN ændrer dette. Inferens og beslutninger i realtid flyttes ind i selve radiolaget. Det har store konsekvenser for forsinkelse, energieffektivitet og økonomien i at indføre autonom AI i stor skala. Dette grundlæggende infrastrukturelement gør det muligt for en fabriksrobot, en selvkørende bil på motorvejen eller en drone i en logistikkorridor at reagere på under et millisekund uden at sende hver beslutning gennem en stor cloududbyders sky.

De fleste ventureinvestorer, som arbejder på tværs af brancher, har ikke tilstrækkelig dyb viden om telekommunikation til at se forskellen klart. De forstår AI på applikations- og dataniveau, men radioaccessnettet har historisk været en sort boks for Silicon Valley. Stormbreaker blev skabt for at udfylde netop dette hul. I vores partnergruppe har vi ledere, som har drevet disse netværk i stor skala. Vi forstår både den tekniske arkitektur og de kommercielle drivkræfter på måder, som generalistinvestorer ikke gør.

Du har argumenteret for, at ældre netværk er dårligt egnede til en maskindrevet økonomi. Hvad er de største flaskehalse i infrastrukturen, som hindrer nutidens telekommunikations- og industrisystemer i at understøtte autonom AI i stor skala?

Jeg tænker konstant på tre flaskehalse.

Arkitekturen for forsinkelse. Internettet og mobilnettene blev udviklet til samspil i menneskers tempo. Mennesker bemærker ikke 50 millisekunders forsinkelse. Det gør autonome systemer, og ofte er det forskellen mellem en sikker og en katastrofal beslutning. Ældre kernenetværksarkitektur fører trafikken ad veje, som ikke passer til industriel AI’s krav om forudsigelig og lav forsinkelse.

Manglen på intelligens ved netværkets kant. De fleste industrinet behandler fortsat kantinfrastrukturen som passiv transport: rør, der sender data til et centralt computermiljø til behandling. Men autonom AI i stor skala kræver lokal intelligens. En fabrik, havn eller logistisk knudepunkt kan ikke drives autonomt, hvis hver beslutning skal gennem et WAN. Beregning, lagring og inferens skal være på eller tæt ved det sted, hvor handlingen sker. De fleste eksisterende løsninger er ikke bygget sådan.

Samvirke og fragmentering. Industrimiljøer er en blanding af OT-systemer, leverandørspecifikke protokoller og ældre hardware, som er årtier ældre end moderne kommunikationsstandarder. At få systemerne til at kommunikere sammenhængende med et AI-lag er en enorm integrationsudfordring. Den er let at undervurdere, hvis man ikke faktisk har forsøgt at indføre løsninger i sådanne miljøer. Startups, der løser problemet og fungerer som et intelligent bindeled mellem den fysiske drift og AI-laget ovenover, bliver meget værdifulde.

Selskaber som Qualcomm, Ericsson (ERIC ) og Nokia satser i stigende grad på opkøb inden for AI og software. Ser du dette som begyndelsen på en lang konsolideringsperiode inden for telekommunikations- og infrastrukturteknologi?

Ja, og jeg tror, vi stadig er helt i begyndelsen. Det, vi ser fra Qualcomm, Ericsson og Nokia, er ikke opportunistiske handler, men en strategisk nødvendighed. Selskaberne forstår, at infrastrukturens økonomiske tyngdepunkt flytter til software- og AI-laget. Ingen af dem kan udvikle alt, de behøver, internt i den hastighed, markedet kræver.

Den dybere forklaring er, at startups, som er bygget til AI fra starten, udvikler evner, etablerede selskaber ikke kan genskabe internt. Det skyldes ikke talent eller kapital, men friheden i arkitekturen. Uden en ældre produktlinje at beskytte eller et kundeforhold til 10 milliarder dollar at bevare kan man designe systemer ud fra grundprincipperne til AI-æraen. Resultatet bliver strukturelt anderledes.

For Stormbreaker er dette en vigtig del af porteføljeselskabernes exitstrategi. Vi opbygger på forhånd relationer til sandsynlige strategiske købere. Vores GP-team har personlige professionelle forbindelser til beslutningstagere i flere af disse organisationer. Det giver os indblik i planer for fusioner og opkøb, som de fleste tidligfaseinvestorer mangler. Når Nokia Growth Partners eller Ericsson Ventures deltager i en finansieringsrunde, er det ikke blot en bekræftelse gennem kapital, men også et signal om retningen for den strategiske interesse.

Hvor vigtig bliver AI ved netværkets kant i de næste fem år, især inden for produktion, logistik, robotteknologi og industriel automatisering, hvor forsinkelse og pålidelighed er afgørende?

Det bliver det definerende infrastrukturtema for de næste fem år i disse sektorer, punktum. Spørgsmålet er ikke, om AI ved netværkets kant er vigtig, men om virksomhederne, der indfører den, har den grundlæggende infrastruktur til at understøtte den pålideligt.

Fremstillingsindustrien er formentlig længst i udviklingen. Økonomien i AI-baseret kvalitetskontrol, prædiktiv vedligeholdelse og autonome produktionslinjer er allerede overbevisende. De store producenter, der handler hurtigt, gør det, fordi investeringsafkastet er målbart og umiddelbart. Begrænsningen er ikke AI-modellerne, men netværks- og computerinfrastrukturen, der gør inferens i realtid på fabrikken mulig.

Logistik og opkoblet mobilitet er på et lidt tidligere trin, men vil udvikle sig hurtigt. Effekten på enhedsøkonomien i autonom godstransport, intelligent havnedrift og AI-baseret styring af forsyningskæder er meget stor. Investorer skal forstå, at AI ved netværkets kant ikke er én infrastrukturkategori, men en helhed med flere lag. Beregning, forbindelser, strømstyring og softwareorkestrering skal fungere sammen ved netværkets kant. De virksomheder, som bygger integrerede løsninger på tværs af hele denne helhed, bliver mest levedygtige, frem for dem, der udvikler isolerede punktløsninger.

Industrimodernisering og hjemtagning af produktion er blevet vigtige politiske prioriteringer i både USA og Canada. Hvor meget af det aktuelle opsving i AI-infrastruktur skyldes geopolitik og national sikkerhed frem for alene kommerciel efterspørgsel?

Mere end de fleste investorer på området er villige til at sige offentligt. Jeg siger det direkte: Hensynet til national sikkerhed er en reel og strukturel medvind for infrastrukturen, ikke blot et samtaleemne.

Den amerikanske regering har konkluderet, efter min mening med rette, at førerpositionen inden for AI ikke blot er et økonomisk spørgsmål. Det handler om suverænitet. Hvem kontrollerer den fysiske infrastruktur, AI kører på, hvem fremstiller halvlederne, og hvem bygger private netværk i kritiske industrianlæg? Det er lige så meget sikkerhedspolitiske som kommercielle beslutninger. CHIPS-loven, regeringens tiltag til beskyttelse af kritisk infrastruktur og forsvarsministeriets investeringstilgang til AI ved netværkets kant og suveræn databehandling er ikke midlertidige politiske fænomener. De afspejler en varig enighed på tværs af partierne om den strategiske betydning af indenlandsk infrastrukturkapacitet.

For Stormbreaker skaber det en bestemt kategori af virksomheder, vi finder attraktiv: infrastrukturselskaber, hvor behovene inden for national sikkerhed og kommercielle anvendelser mødes. Kunder i disse miljøer, som føderale myndigheder, forsvarsleverandører og operatører af kritisk infrastruktur, har budgetsikkerhed og strategisk tålmodighed, som rent kommercielle kunder ofte mangler. Kombinationen af vedvarende efterspørgsel og driftskritisk anvendelse er præcis det, vi ønsker i et infrastrukturselskab i en tidlig fase.

Dit netværk af driftsledere omfatter tidligere topchefer fra blandt andre AT&T Mobility, Bell Canada og Qualcomm. Hvilken praktisk indsigt bidrager erfarne telekommunikationsledere med, som traditionelle Silicon Valley-investorer ofte overser?

Det ærlige svar er en dyb respekt for, hvad det faktisk kræver at indføre og drive fysisk infrastruktur i stor skala.

Silicon Valleys investeringskultur har historisk været optimeret til software: høje marginer, hurtige udviklingscyklusser, relativt lav kapitalintensitet og kundeanskaffelse med en dynamik, der kan modelleres tydeligt. Infrastruktur fungerer anderledes. Netværksprojekter har flerårige salgsforløb med virksomheder og teleoperatører. Integration med eksisterende OT-miljøer er kompleks og langsom. Regulatoriske forhold er reelle og kan få væsentlig betydning for tidsplanen for markedsintroduktion. Operatørforholdet, med operatørens godkendelse, aftaler om netværksintegration og adgang til frekvenser, er ingen formalitet. Det er et strategisk aktiv, som tager år at opbygge.

Wade Oosterman, som byggede Clearnet og senere skabte 50 milliarder dollar i øget børsværdi hos Bell Canada, og Glenn Lurie, som ledede AT&T Mobility og ved, hvordan store operatører ser på leverandørforhold og teknologiadoption, er vores GP-partnere. Det giver os mulighed for at vurdere stiftere og virksomheder med en målestok, de fleste tidligfaseinvestorer ikke har adgang til. Når en stifter præsenterer en plan for at nå markedet gennem en stor operatør, kan vi stille de rigtige spørgsmål. Det gælder ikke kun produktets tilpasning til markedet, men også om den kommercielle struktur er realistisk i forhold til, hvordan indkøbsorganisationerne faktisk arbejder. Denne operationelle dybde betyder også, at porteføljeselskaberne får mere end kapital. De får introduktioner til beslutningstagere, vejledning gennem virksomhedernes salgsforløb og troværdighed i sammenhænge, hvor Stormbreaker-navnet vejer tungt på grund af personerne bag det.

AI-infrastruktur kræver stadig mere strøm og kapital og bliver mere afhængig af forsyningskæder. Hvad adskiller startups, der kan overleve i dette miljø, fra dem, der kan få vanskeligheder trods stærk teknologi?

De virksomheder, som overlever, har fundet en måde at vende kapitalintensiteten til deres fordel på i stedet for at betragte den som en hæmsko for forretningen.

Strukturen for at nå markedet. Kapitalintensive infrastrukturselskaber, som udelukkende bygger på direkte salg til virksomheder, vokser langsomt og er sårbare. De, der udvikler distribution gennem operatørpartnere, systemintegratorer eller offentlige indkøbskanaler, kan indføre løsninger hurtigere og skabe tilbagevendende indtægter, som understøtter kapitalbehovet. Forretningsmodellen skal udformes til miljøet.

Kundeprofil og kontraktstruktur. Bygger du strømkrævende kantcomputing eller netværksinfrastruktur, behøver du kunder med købsadfærd, som passer til din kapitalcyklus. Langvarige kontrakter, centrale indledende implementeringer og strategiske partnere, som investerer sammen med dig i infrastrukturen, er ikke blot ønskelige tilføjelser. De er nødvendige for at overleve.

Dyb operationel erfaring i teamet, ikke kun ingeniørkundskaber. Jeg har set teknisk fremragende infrastrukturselskaber mislykkes, fordi de ikke kunne håndtere komplekse forsyningskæder, forhandle de rette leverandørforhold eller gennemføre en omfattende installation uden at bruge kapitalen op. Stiftere, som har gjort dette før og faktisk har indført fysisk infrastruktur i stor skala, har en enorm fordel i forhold til førstegangsstiftere, der alene har stærke tekniske kvalifikationer.

Hvordan ser infrastrukturen, der bærer AI-økonomien, ud om fem til ti år? Forestiller du dig en fremtid domineret af centraliserede store cloudvirksomheder, eller noget mere fordelt mellem kantnetværk, suveræn databehandling og industrielle AI-systemer?

Fordelt, men ikke jævnt fordelt og ikke uden en rolle for de store cloudvirksomheder. Det virkelige billede er en lagdelt arkitektur, der er mere kompleks og interessant end både fortællingen om, at cloudgiganterne vinder alt, og modfortællingen om, at kantcomputing erstatter skyen.

De store cloudvirksomheder vil fortsat dominere træning og inferens i stor skala. Det er en kapitalkonkurrence, der favoriserer konsolidering, og den har de vundet klart. Men inferens på det sted, hvor handlingen sker, på fabrikken, i det autonome køretøj, ved mobilmastens fod eller i statens suveræne datacenter, bliver bredt fordelt. Forsinkelsens fysik, båndbreddens økonomi og politikken om datasuverænitet peger i samme retning: Intelligensen skal være tættere på det sted, hvor den handler.

Det mest interessante i tiårsperspektivet er fremkomsten af en ny infrastrukturkategori uden en klar parallel i den foregående generation af databehandling. Det er suveræne og industrielle computernetværk, som er private, specialbyggede og dybt integreret med det fysiske driftsmiljø, de betjener. En havnemyndighed, forsvarsleverandør, stor producent eller national regering bygger og kontrollerer disse netværk. Det skyldes ikke manglende alternativer fra store cloudvirksomheder, men dataenes følsomhed, krav til forsinkelse og arbejdsbelastningernes strategiske betydning. Det er dette infrastrukturlag, vi bygger hen imod hos Stormbreaker. Virksomheder, som bliver fundamentet for denne fordelte, suveræne og fra begyndelsen AI-tilpassede infrastruktur, vil være blandt årtiets mest betydningsfulde infrastrukturselskaber. De fleste af dem er endnu ikke stiftet.

Tak for et godt interview. Læsere, som vil vide mere, bør besøge Stormbreaker Ventures.