Shomik Ghosh, Sierra Venturesin kumppani – Haastattelusarja

Shomik Ghosh on Sierra Venturesin kumppani. Aikaisemmin hän toimi Boldstart Venturesin kumppanina, jossa hän keskittyi investoimaan perustamisvaiheessa teknisiin perustajiin, jotka kehittivät tuotteita ratkaisemaan yritysten ongelmia, kuten Cloudquery, Kiln AI ja Noded AI. Ennen siirtymistään Boldstartiin hän toimi kasvuvaiheen sijoittajana Top Tier Capitalissa, jossa hän sijoitti sarjasta B eteenpäin pre-IPO-vaiheeseen, kuten CircleCI, Anaplan ja Shape Security.

Sierra Ventures on varhaisvaiheen venture capital -rahoitusyhtiö, joka keskittyy tukemaan innovatiivisia yritys- ja syvän teknologian startup-yrityksiä. Yhtiö sijoittaa pääasiassa siemen- ja sarja A -vaiheissa alueilla, kuten tekoäly, kyberturva, yritysinfrastruktuuri ja pilviTeknologiat. Viime vuosina Sierra Ventures on painottanut erityisesti varhaisia tekoälysijoituksia, tukeakseen yrityksiä, jotka kehittävät perustavanlaatuista tekoälyalustoja, koneoppimisen infrastruktuuria, autonomisia järjestelmiä ja yritysten tekoälysovelluksia. Yhtiön sijoitusstrategian ja kokemattomien teollisuusneuvonantajien verkoston kautta, yhtiö auttaa nousussa olevia teknologiayrityksiä jalostamaan tuote-strategiaa, laajentamaan toimintoja ja kiihdyttämään edistyneiden tekoälyratkaisujen omaksumista eri aloilla.

Olet siirtynyt kasvuvaiheen sijoittamisesta Top Tier Capital Partnersiin johtamaan varhaisvaiheen tekoälysijoituksia Sierra Venturesissa, vuosien jälkeen, kun olet tukenut läpimurtomaista yrityksiä Boldstart Venturesissa. Miten tämä matka on muovannut tapaa, jolla erottaat nykyään rajapintatekoälyn soveltamisesta?

Paljon on muuttunut tuona aikana. Tekoäly on valtava mahdollistamisen muutos, joka on levinnyt teollisuuskohtaisesti nopeammin kuin aiemmat teknologisen paradigman muutokset, koska tekoäly on perustunut edellisten muutosten varaan. Pilvilaskenta, PC / mobiililaitteet ja jokainen aikaisemman tekoälyn edistysaskel on tarjonnut rakennuspalikat modernille tekoälylle, jotta se voisi leviä nopeasti. Tämä on myös syy, miksi vaikutus tuntuu niin nopealta ja äkilliseltä, mikä johtaa dramaattisiin liikkeisiin pörssissä ja jopa vaikuttaa moderniin sotaan. Mitä etsimme, ovat perustajat, jotka ottavat askeleen tulevaisuuteen. He omaksuvat kaikki riskit toiminnallisuuden ja kykyjen kehittämisestä maailmaan, joka ei vielä ole olemassa, mutta pystyvät hämmästyttämään asiakkaita ennen näkemättömin tuloksin, mikä mahdollistaa nopeamman skaalauksen. Sekä Rajapintatekoälyssä että soveltamisessa tekoälyssä tämä on olemassa robotiikasta pystykohtaisiin tekoälysovelluksiin.

Käytännössä, miten määrittelet “rajapintatekoälyn” ja “soveltamisen tekoälyn” arvioitaessa varhaisvaiheen startup-yrityksiä, ja missä näet suurimmat väärinkäsitykset, miten nämä luokat käsitellään laajemmassa tekoälyn kertomuksessa?

Rajapintatekoäly tarkoittaa teknologian hyödyntämistä ongelmien ratkaisemiseen, jotka ovat mahdollisia. Tähän asti meillä ei ole ollut merkittäviä robotteja, jotka ovat mahdollistaneet teollisuuden ulkopuolella, meillä ei ole uusia puolijohdechippejä tai lasiteknologiaa, joka on suunniteltu uusilla laser- ja raaka-aineilla. Soveltamisen tekoäly tarkoittaa teknologian hyödyntämistä tunnettujen ongelmien ratkaisemiseen, jotka eivät ole aiemmin olleet mahdollisia ratkaista samassa määrin. Hyvä esimerkki on ääniohjaimet, joissa yritykset kuten Smallest AI auttavat asiakkaita tarjoamaan ihmismäisiä chat-kokemuksia ja toimittamaan tuloksia asiakkaille sen sijaan, että tarjoavat tuotteen, joka auttaa saavuttamaan tuloksen. Tämä siirtymä tuloksien toimittamisesta prosessin parantamiseen on avainmuutos, jonka soveltamisen tekoäly tuo teollisuuteen.

Mistä näet tärkeimmät läpimurrot tapahtuvan tällä hetkellä, kun työskentelet perustajien kanssa mallinnuksen, robotiikan ja pystykohtaisen tekoälyn parissa?

Läpimurrot tapahtuvat joka puolella! Tekoälykoodin generointi mahdollistaa nopeammat tuotantokierrokset kuin aiemmin. Mallit tarjoavat uusia kykyjä muistin hallinnan ja RL-ympäristöjen avulla, jotka on suunniteltu eri käyttötarkoituksiin, jotta hallusinaatiot vähenevät nopeasti, kun taas tietotyön tarkkuus paranee eksponentiaalisesti. Tämä luo itseensä. Robotiikassa näemme varhaisia merkkejä siitä, että skaalauksen lait toimivat samoin kuin LLM: ssä. Tämä on valtava läpimurto, koska ennen LLM: t olivat pääasiassa teksti- tai kuvapohjaisia, mutta nyt malleja, jotka on koulutettu fyysiseen maailmaan, joka on ymmärrettävä fysiikkaa, näytetään samat skaalauksen lait. Uudet tutkimukset, kuten Rekursiivisen LLM-tutkimus, osoittavat, miten mallit voivat parantaa itseään toimimalla yhdessä. Näemme järjestelmän 1 ja 2 mallirakenteiden syntyä, jotka ovat samanlaisia kuin aivojen dynamiikka. Alakohtaiset mallit ovat helpompia kouluttaa ja tiivistää rajapintatekoälyperiaatteista järkevyydestä, jotta pystykohtaiset tekoälyrakentajat voivat toimittaa parempia tuloksia asiakkaille.

Kun arvioit varhaisvaiheen tekoälyyritystä, miten tasapainotat teknisen uudistumisen tuote-markkinoiden sopimuksen ja todellisen asiakasvetovoiman kanssa?

Lopulta tekninen uudistuminen itsessään on tyypillisesti enemmän hyödyllistä tutkimuskentälle. Perusmallien kohdalla tekninen uudistuminen voi johtaa läpimurtoon, joka sitten esittää uuden skaalauksen pystyyn. Mutta useimmissa startup-yrityksissä tekninen uudistuminen on vain väline päämäärään. Yritysperustajien ei pitäisi rakentaa jotain vain siksi, että se on teknisesti haastavaa rakentaa, vaan sen sijaan, että rakentamalla sillä tavoin, se johtaa parempiin asiakastuloksiin ja myös parempaan esteeseen liiketoiminnan ympärillä, mikä tekee siitä vaikeamman muiden kopioimiseen. Tekoälykoodin generoinnin aikakaudella paljon teknistä uudistumista voidaan nopeasti rikkoa, joten yhä enemmän se on kyse tulokseen perustuvasta insinööritieteestä eikä pelkästään teknisestä insinööritieteestä.

Miten erottuu perustajat, jotka rakentavat tekoälyyritystä varhaisimmassa vaiheessa?

Haluaisimme nähdä perustajia, jotka rakentavat tulevaisuutta, jota ei vielä ole tapahtunut. He tekevät laskelmoituja vetoja agentteihin, malleihin ja laitteiston parannuksiin, jotka ovat todennäköisiä tapahtuvan lähitulevaisuudessa, ja rakentavat tuotteita, jotka hyödyntävät sitä. Haluaisimme, että perustaja selittää, miksi tuo tulevaisuus tapahtuu ja miksi rakentaminen sille tulevaisuudelle nyt parantaa asiakkaiden elämää 10-kertaisesti tulevaisuudessa valmistautumalla siihen jo nyt. Haluaisimme myös nähdä perustajia, jotka omaksuvat täysin tekoälyn. Jos et käytä Cursoria, Codexia, Claude Codea kokeilemaan ja oppimaan, on vaikea kuvitella tulevaisuutta, kun otetaan huomioon nopea parantuminen, jonka nämä tuotteet tekevät ohjelmistomaailmaan. Nämä muutokset vaikuttavat myös laitteiston maailmaan, koska laitteisto ja ohjelmisto ovat yhä enemmän tiiviisti kytkettyjä mahdollistaakseen autonomisen päätöksenteon laitteistossa toimittamaan parempia asiakastuloksia.

Mitkä signaalit osoittavat, että teknisesti kunnianhimoinen tekoälyyritys voi kehittyä skaalautuvaksi, yritykselle valmiiksi liiketoiminnaksi, eikä jää pelkästään tutkimukseen perustuvaksi ponnisteluksi?

Yleensä perustajat, jotka ovat aloittaneet tutkimukseen perustuvan ponnistelun, ovat lopullisessa päämäärässä. He saattavat haluta jatkaa tutkimusta edistääkseen alaa, mutta he ymmärtävät myös, että soveltamisen tutkimuksen rahoittaminen auttaa tarjoamaan polttoainetta niille edistysaskelille. Emme siis yritä kuin ymmärtää, miten perustaja, joka on tällä hetkellä tutkimuksen parissa, ajattelee soveltamisen tutkimuksen sovelluksia ja mitä hypoteeseja heillä on testattavaksi tutkimuksen edistymistä maailmassa tutkimuksen vaiheen riskien vähentämiseksi.

Miten perustajat, jotka rakentavat erittäin teknisiä alustoja ilman välitöntä tuloverkkokelpoisuutta, pitäisi rakentaa etenemisen ja sijoittajien välisiä keskusteluja toisin kuin startup-yritykset, joilla on selkeämmät lähitulevaisuuden rahoitustiet?

Hyvin vaikea sanoa. Jokaisella startup-yrityksellä on yksilöllisiä piirteitä. Robottiyrityksellä ei välttämättä ole tuloverkkokelpoisuutta pitkään aikaan, mutta etenemisen merkkipaaluja matkalla voivat olla uudet kyvyt, skaalauksen lait malleissa, toiminnat, jotka aiemmin eivät olleet mahdollisia. Tekoälyinfrastruktuurissa se voi olla toimittaminen 2-3 suunnittelukumppanille tuotteelle, joka tarjoaa tuloksia, joista tiimit ovat innoissaan ja halukkaita ottamaan riskin käyttää tuotetta tuotannossa, vaikka se on vielä varhaisessa vaiheessa. Pystykohtaisessa tekoälyssä on yleensä selkeämpi lähitulevaisuuden rahoitustie, koska jos toimitat asiakastuloksen pystykohtaisesti, joka ratkaisee suuren kipukohtaan, asiakkaat ovat valmiit maksamaan siitä tyypillisesti välittömästi.

On ollut merkittävää liiketoimintaa startup-yritysten parissa, jotka rakentavat tekoälyagentteja – mitä on näkemyksesi tekoälyagenttien pitkän aikavälin menestyspotentiaalista yritysympäristössä?

Jensen Huang Nvidia sanoo, että Openclaw oli ChatGPT -hetki agenteille. Luulen, että se sanoo kaiken. Aikajana agenteille yrityksissä ei ole enää pitkäaikainen veto, vaan se on nopeasti toteutumassa, riippumatta siitä, haluavatko yritykset sitä tai eivät, koska tietokoneen käyttö, selain ja henkilökohtaiset agentit leviävät organisaatioiden läpi alhaalta ylöspäin. Aikakausi on täällä, ja yritykset ottavat agentteja käyttöön jokaisessa organisaation osassa, ja he tarvitsevat siihen hallintaa, turvallisuutta, valvontaa, infrastruktuuria, laskentaa ja data-raiteja.

Mitkä ovat mallit, joita näet tekoälyperustajien tai alojen osalla, jotka keräävät kestävän sijoittajien luottamuksen verrattuna niihin, jotka saattavat ylikorostaa kertomusta?

Luulen, että on liian monta mahdollisuusalueita perustajille rakentaa samalla alueella. Oikeudellinen teknologia kuten Harvey, Legora, Eudia on menestyksekäs, mutta silti uusia yrityksiä ilmestyy joka päivä tälle alueelle. Viestini perustajille on, että tekoäly on valtava mahdollistamisen muutos. Se vaikuttaa jokaiseen maailman osaan. Sen vuoksi tuotteiden rakentamiseen ja ongelmien ratkaisemiseen liittyvän pinnan pinta-ala on rajaton. Ajattele isompaa kuin vain meneväsi menestyneen yrityksen perässä, joka on kerännyt paljon rahaa. Voimme käyttää tekoälyä toimittamaan elämänmuuttavia tuloksia, ja kannustan perustajia viettämään enemmän aikaa pohtimalla ongelmia, joita he haluavat ratkaista, ja sitten työskentelemään taaksepäin siitä, miten tekoäly voisi auttaa ratkaisemaan ne ongelmia.

Miten odotat varhaisvaiheen tekoälyyritysten rakentamisen kehittyvän seuraavien viiden vuoden aikana, kun kyvyt kypsyvät ja markkinat vakiintuvat?

En ole varma, onko “markkinoiden vakiintuminen” termi, jonka haluaisin käyttää. Luulen, että tekoäly parani eksponentiaalisesti, ja sen seurauksena on paljon häiriötä. Mutta häiriö luonut uusia mahdollisuuksia, ja varhaisen vaiheen yritysten rakentaminen on siirtymässä yhden dynaamisimman aikakauden, jonka olemme koskaan nähneet. Unohdamme, mutta yritykset kuten OpenAI ja Anthropic ovat alle kymmenen vuoden vanhoja ja ovat jo pidetty megakap-teknoyrityksinä. On aikaa, jolloin niin monta valtavaa yritystä voidaan rakentaa. Se on yksi jännittävimmistä ajoista, mitä olen eläissäni kokenut.

Kiitos haastattelusta, yrittäjät, jotka haluavat oppia lisää, voivat vierailla Sierra Ventures: ssä.