Andrew Gershfeld, General Partner at Flint Capital – Intervista in Serie

Andrew Gershfeld, General Partner at Flint Capital, guida gli sforzi di sviluppo commerciale internazionale dell’azienda e fa parte dei consigli di amministrazione di JobToday, Cream Finance, Yva e Flo.Health. In precedenza, ha ricoperto il ruolo di Chief Investment Officer presso ABRT Venture Fund, dove si è concentrato su accordi di prima fase e co-investimenti con importanti società. Prima di entrare nel venture capital, ha costruito e venduto la sua stessa azienda, GlavSkidka, acquisendo una conoscenza diretta dell’imprenditorialità che ora informa la sua esperienza in settori come internet per consumatori, eCommerce, B2B SaaS e virtualizzazione.

Flint Capital è una società di venture globale con sede a Boston che sostiene aziende software in fase iniziale negli Stati Uniti, in Europa e in Israele, con un focus su categorie come SaaS aziendale, AI, sicurezza informatica, fintech, infrastrutture IT e internet per consumatori. L’azienda aiuta i fondatori a scalare nel mercato statunitense e di solito investe da pre-A a Serie B, guidando i round con assegni che vanno da 1-5 milioni di dollari e seguendo fino a 10 milioni di dollari. Con successi notevoli come WalkMe (WKME ), Socure e Flo.Health, Flint Capital ha costruito una reputazione per il sostegno a startup ad alto crescita e è stata riconosciuta più volte come un fondo amico dei fondatori.

Si è trasferito dal costruire e vendere la sua azienda a diventare un VC e infine un partner di Flint Capital — cosa lo ha originariamente attratto verso l’investimento, e come quel passaggio ha influenzato il modo in cui valuta e sostiene i fondatori oggi?

La curiosità mi ha attirato. Avevo finanziato con fondi propri la mia azienda mentre guardavo altri fondatori raccogliere capitali di rischio — finanziamenti garantiti da nulla se non visione ed energia. Mi chiedevo sempre: è questo una forma di carità o qualcosa di più profondo?

Dopo la mia uscita, sono diventato un investitore per scoprire. Ecco cosa ho imparato:

I soldi sono gli stessi in tutte le mani. La differenza sta nelle mani che li tengono. Alcuni VC diventano carburante per razzi. Altri diventano un freno per l’azienda.

Prima di diventare un VC, pensavo che si trattasse solo di capitale. La più grande sorpresa è stata rendersi conto di quanto impatto derivi da tutto ciò che circonda il capitale: fare la domanda giusta al momento giusto, ascoltare senza giudicare quando un fondatore ha bisogno di pensare ad alta voce, fare la presentazione giusta che scatena una reazione a catena o anche aiutare a chiudere un’assunzione critica portando un candidato a pranzo e mostrandogli l’opportunità della sua vita.

E a volte, il lavoro è più freddo — versare acqua sulla squadra quando il prodotto non è allineato con il mercato e l’orologio del denaro sta ticchettando.

I miei anni da fondatore mi hanno insegnato tre cose che porto in ogni investimento:

Innanzitutto, il rispetto per la determinazione di autofinanziarsi. I fondatori che ritardano il più a lungo possibile la raccolta di fondi costruiscono un livello diverso di resilienza.

In secondo luogo, una profonda comprensione della profonda solitudine di costruire qualcosa di pionieristico. Ci vuole un’enorme fiducia in se stessi per continuare a muoversi in avanti e ispirare gli altri a seguirti in un territorio in cui nessuno è mai stato.

In terzo luogo, che il team definisce tutto. Il solopreneurship è una tendenza reale e potremmo vedere unicorni costruiti da singoli individui. Ma nella mia esperienza, i risultati sono determinati dal team più che da qualsiasi altra cosa.

La parte più difficile del lavoro è bilanciare il sostegno con la diretta quando un’azienda del portafoglio sta andando nella direzione sbagliata. Gli investitori temono di essere fraintesi, ma i fondatori quasi sempre tornano in seguito con gratitudine. Queste conversazioni li aiutano a resettare, a radicarsi e a riaggiustare per ciò che verrà.

Non c’è una formula per questo. L’unico elemento costante è la fiducia e la fiducia richiede vulnerabilità da entrambe le parti. I fondatori che appaiono sempre come alfa e insistono nel proiettare l’invincibilità stanno perdendo qualcosa di critico. La vera connessione avviene nei momenti di vulnerabilità e onestà e lì i fondatori costruiscono radici più profonde e più sostenibili.

Quando valuta i fondatori di AI, quali segnali le indicano che possono costruire un’azienda duratura — e come bilancia l’eccellenza tecnica con la profonda competenza di settore in settori ad alta fiducia come legaltech, cybersecurity e sanità?

La maggior parte dei VC ottimizza per la durata. Io ottimizzo per l’anti-fragilità.

Le aziende durature resistono agli shock. Le aziende anti-fragili diventano più forti a causa di essi. La durata è difesa, mentre l’anti-fragilità è offesa. E nell’era dell’AI, la velocità di adattamento batte la resilienza ogni volta.

Quando incontro i fondatori, non cerco persone che possano sopportare lo stress. Cerco persone che trasformino lo stress in nuove forze e opportunità. È questo che forgia grandi aziende. Identificare questa qualità è complesso e per farlo esaminiamo come hanno affrontato l’incertezza storicamente. È questa anti-fragilità il segnale che sto cercando.

Per quanto riguarda l’eccellenza tecnica versus la competenza di settore: nell’AI, la competenza di settore vince. Ogni volta.

Per le aziende in fase iniziale, la competenza di settore e la capacità di vendere e distribuire sono più importanti dell’eccellenza tecnica. Vogliamo ancora talenti tecnici sotto forma di persone che vedono la frontiera e possono tracciare un percorso per arrivarci correttamente. Ma non devono essere maestri artigiani. Devono consegnare velocemente.

Preferirei sostenere un boscaiolo che possa consegnare il prodotto in tre colpi piuttosto che un intagliatore di legno che passa anni a creare l’architettura perfetta. La velocità di consegna del prodotto è tutto e gli esperti di settore sanno esattamente dove colpire l’ascia.

Il fondatore ideale? Un esperto di settore che ha direttamente sentito il dolore che sta risolvendo, qualcuno che conosce il territorio e si muove con urgenza.

E per la struttura del team, dammi due fondatori che si fidano completamente l’uno dell’altro, capiscono i loro percorsi e si completano a vicenda. Questa configurazione vince molto più spesso di qualsiasi insieme di competenze specifiche.

Proprietà di dati, integrazione del flusso di lavoro e difendibilità stanno diventando obbligatorie per le prime aziende di AI — quale di questi considera il più forte ostacolo, e perché?

I modelli stanno diventando commodity come i CPU. L’ostacolo è nei dati e nel flusso di lavoro. Sono interdipendenti, uno rafforza l’altro.

I modelli sono il cervello e stanno diventando più economici ogni trimestre. Ma l’output che generi dipende interamente dai dati che usi per addestrarli, formare richieste e arricchire le risposte. Per raccogliere quei dati, devi avere punti di contatto con gli utenti e flussi di lavoro. Il flusso di lavoro produce dati. I dati rafforzano il flusso di lavoro. Diventa una ruota a vento.

Ma dove diventa interessante è che l’integrazione senza soluzione di continuità, più che essere una strategia di fidelizzazione, comporta la creazione di un paradigma completamente diverso.

C’è una differenza enorme tra copiare e incollare in ChatGPT, aspettare e poi copiare e incollare di nuovo, rispetto a un’AI che vive nel tuo flusso di lavoro, capisce il contesto ed esegue senza che tu debba mai lasciare l’ambiente. Il primo è uno strumento. Il secondo è un collega di lavoro.

Il futuro è un nuovo interfaccia completamente diversa — un Sistema Operativo Semantico, un browser AI. Un ambiente unico in cui intento ed esecuzione avvengono insieme senza commutazione di contesto.

Stiamo attivamente investendo in questo cambiamento di paradigma. LeoAI, una delle nostre aziende del portafoglio, potenzia le squadre di ingegneri con un ingegnere virtuale incorporato nel loro ambiente. Capisce il contesto del progetto e potenzia la progettazione allo stesso modo in cui Cursor capisce una base di codice. Pianifica. Impegna nel repository. È un membro della squadra.

Il test di litio è semplice: gli utenti possono rimanere nell’ambiente dall’inizio alla fine senza uscire? Se sì, stai costruendo il futuro. Se no, stai costruendo un altro wrapper API.

Molte aziende di AI lottano per convertire piloti o proof-of-concept in entrate ripetibili — quali prove la convincono che una startup sta andando oltre l’esperimento verso un reale prodotto-mercato?

Nell’era dell’AI, una metrica conta più di tutte le altre: l’engagement.

Non il fatturato, i contratti o i piloti. Quanti occhi vengono catturati e quanto tempo trascorrono? Quanto lavoro viene completato all’interno dell’ambiente AI? È tutto qui.

Siamo in una guerra per l’attenzione e l’attenzione è l’indicatore principale di tutto il resto.

Nei primi stadi, i dati di fidelizzazione non sono sempre disponibili. Ma puoi individuare modelli. Se il prodotto è veramente utile e ricco per gli adottanti precoci, vedrai una stabilizzazione della rotazione entro settimane. Questo è il segnale che separa l’aderenza dalla novità.

La metrica che prevede tutto è quanto lavoro viene fatto all’interno dell’ambiente AI. Se gli utenti raggiungono i loro obiettivi e completano effettivamente attività, risolvono problemi e producono risultati, stai guardando un reale prodotto-mercato.

Questo è vero sia per i consumatori che per le aziende. L’AI automatizza il lavoro umano. Gli esseri umani fanno più cose con l’AI. Quindi, se vedi un utilizzo costante, un’attività costante e risultati sostanziali, stai guardando il prodotto-mercato emergere.

L’impresa è lenta. I contratti B2B richiedono tempo e richiedono proof-of-concept, lunghi cicli di vendita e, infine, l’inferno dell’integrazione. Ma quando acquirenti sofisticati firmano contratti, è una convalida. È il momento in cui sai di essere andato oltre l’esperimento.

Consumatore o impresa, la verità è la stessa: l’engagement prevede tutto.

Flint Capital ha di recente sostenuto aziende di AI in settori come legaltech, cybersecurity e ingegneria meccanica — quali fili comuni vede tra le startup che vincono in questi settori diversi?

Le aziende vincenti non stanno costruendo integrazioni. Stanno costruendo colleghi di lavoro.

Stiamo vedendo l’emergere di un nuovo strato operativo, che è l’AI incorporato nel flusso di lavoro come un vero pari. Ciò sta accadendo in legaltech, sicurezza e ingegneria meccanica, tra molti altri campi. L’AI ora capisce il contesto. Non riposa. Lavora in parallelo. Non lascia mai l’ambiente.

Non si tratta di Microsoft Word con un plugin ChatGPT. È un paradigma fondamentalmente diverso. E questo è come si svolge in vari settori:

La legaltech è la vittoria ovvia. Il linguaggio legale è codice, codice legislativo. I LLM sono costruiti per questo. Stesso discorso per la sicurezza informatica. Stai analizzando il codice, la struttura e le dipendenze. È tutto astrazioni descritte in parole.

L’ingegneria meccanica è la più difficile. Questi non sono modelli linguistici ma meccanici. Devono capire le relazioni spaziali, la fisica e la scienza dei materiali. È un linguaggio completamente diverso e molto più difficile da implementare.

Tuttavia, il punto di arrivo è identico in tutti e tre: un ambiente in cui il professionista possa completare il proprio lavoro senza cambiare contesto.

La legaltech è veloce. L’ingegneria meccanica è lenta. Ma stanno tutti andando nella stessa direzione.

Come investitore, quali segnali lo aiutano a individuare le aziende unicorni precocemente — e come si posiziona per entrare in accordi di primo livello prima che diventino competitivi?

Non puoi individuare le aziende unicorni. Puoi solo essere lì prima che tutti gli altri stiano guardando.

Il gioco non è il riconoscimento dei modelli. È la prossimità. Essere nella vita del fondatore presto, prima che l’accordo si scaldi e i VC a marchio mostrino. Questo è l’unico modo per le piccole società di vincere.

I grandi fondi sono costruiti per distribuire miliardi. Per farlo, hanno bisogno di massima visibilità e flusso di accordi. Non possono perdere opportunità, quindi vincono con il marchio e l’attenzione.

Le piccole società non possono competere con questo. Non possiamo superare Sequoia in termini di marchio. Non possiamo superare a16z in termini di marketing.

Quindi giochiamo a un gioco diverso: artigianato generazionale. Conoscenza e reputazione passate da una generazione di soci all’altra. Una profonda comprensione delle tendenze attuali, della cultura dei fondatori e dei cambiamenti linguistici. Restiamo vicini ai punti in cui le idee emergono e i fondatori iniziano a collaborare.

Il nostro piano di gioco ha tre parti:

Uno: riferimenti dei fondatori del portafoglio. Nessuno ti conosce meglio delle persone con cui hai lavorato. Il nostro miglior flusso di accordi proviene dai fondatori che abbiamo sostenuto.

Due: LP imprenditori. Abbiamo costruito una base diversificata di fondatori di successo che sono diventati LP e hanno formato una comunità attiva. Individuano opportunità sotto il radar, presto, prima che gli investitori di primo livello li notino.

Tre: la comunità come vantaggio competitivo. Una comunità ha bisogno di qualcosa in comune. Finanziamo le aziende di fondatori di tecnologia che traggono beneficio dalla genialità degli altri partecipanti. Facilitiamo attività, incontri e presentazioni. Teniamo in funzione il motore.

Una cosa in più: gli investitori celebrità che costruiscono fondi sulla loro capitale sociale. Ciò può funzionare, ma solo se condividono il playbook per convertire quell’onda sociale in opportunità commerciali. Se stanno solo prestando il loro nome, è vuoto. Se stanno insegnando la metodologia, è valore reale.

I grandi fondi vincono con il marchio. Noi vinciamo con le relazioni. È questo il gioco.

Quali segnali rossi lo fanno allontanare da un’opportunità di AI anche quando la tecnologia sembra promettente in superficie?

Il momento in cui il prossimo modello viene spedito, le tue funzionalità vengono assorbite. Nessuno ti paga più. Ci sono margini minuscoli, una vita breve e zero difendibilità.

Questo è un segnale rosso immediato.

Oltre a ciò, ci sono altri fattori come la disfunzione del team, l’economia aziendale rotta o la rotazione incorporata nel modello di business. Questi sono problemi esistenziali più che problemi di esecuzione, il che significa che non puoi risolverli lavorando più duramente. Sono incorporati nel DNA dell’azienda.

Quando vedi questo, allontanati, indipendentemente da quanto impressionante sembri la demo.

Quali tipi di aziende di AI ritiene siano meglio posizionate per una crescita sproporzionata nel prossimo decennio — strumenti incorporati nel flusso di lavoro, soluzioni specifiche per settore, infrastrutture o qualcos’altro?

A: le infrastrutture saranno enormi, ma limitate. La commoditizzazione schiaccia i margini. Non vediamo aziende da trilioni di dollari che producono servizi commoditizzati.

I veri vincitori saranno le aziende che controllano la superficie dell’utente.

Chiunque possieda l’interfaccia, l’ambiente in cui gli esseri umani lavorano, continuerà a superare tutti gli altri. Saranno sostenibili e avranno il vantaggio competitivo.

Ma la più grande trasformazione verrà da qualcos’altro: il momento Windows 95 per l’AI.

Quando il paradigma del desktop è stato introdotto, ha cambiato tutto. Stiamo per vedere qualcosa di simile per l’interazione uomo-AI. Un nuovo interfaccia. Un nuovo paradigma. E trasformerà l’intera industria.

La parte deludente è che questo passo avanti non verrà da una startup, ma da aziende che già conosciamo. Hai bisogno di una profonda comprensione dei modelli di comportamento per farlo. Come gli utenti interagiscono. Quali incentivi li guidano. Quali problemi i modelli affrontano. Come funziona la memoria. Come mantenere il contesto senza perderlo.

I nuovi entranti dovrebbero scoprire tutto questo da zero. I giocatori esistenti lo sanno già.

Quindi conosciamo i nomi. Non sappiamo solo chi vince.

Le startup vincono i settori. Gli incumbent vincono il cambio di piattaforma.

Ha aiutato molte aziende a espandersi dall’Europa e da Israele nel mercato statunitense — cosa differenzia le aziende di AI che si espandono con successo nel mercato statunitense da quelle che lottano?

La prossimità al cliente è tutto.

Le aziende che vincono sono fisicamente presenti negli Stati Uniti, trascorrono tempo con i clienti, partner di design, chiudono accordi e li spingono attraverso il pipeline fino alla produzione. Quelli che danno priorità al go-to-market e pivotano rapidamente vincono. Quelli che cercano di scalare a distanza lottano.

L’ingegneria può essere ovunque, ma le vendite e il prodotto devono essere negli Stati Uniti fin dal primo giorno.

Puoi risparmiare sui costi mantenendo la R&D in Israele o in Europa. Ma se il tuo ufficio frontale, comprese le vendite, il prodotto e le squadre che si occupano dei clienti sono remote, non avrai successo.

La crescita guidata dal prodotto cambia l’equazione. Se stai puntando alle piccole e medie imprese o ai consumatori con un movimento PLG, puoi eseguire il marketing a distanza finché il tuo team capisce i tunnel statunitensi, PR e tattiche di crescita.

Ma per il mercato medio-aziendale? No. Devi essere lì.

Cercare di risparmiare denaro restando a distanza è una falsa economia. Spenderai di più per riparare i danni in seguito.

Per i fondatori che costruiscono in settori regolamentati o ad alta fiducia, quali consigli darebbe per accelerare la trazione, approfondire la fiducia del cliente e raccogliere capitali più efficacemente?

Fallisci velocemente, muoviti velocemente e consegnai velocemente.

Non aspettare il prodotto perfetto. Non aspettare che il mercato sia pronto. Non aspettare di assumere la persona perfetta. Muoviti ora. Se lo fai, itererai e imparerai più velocemente e capirai i punti dolenti del cliente prima che i soldi finiscano.

L’AI regolamentata è costosa. I round di seed sono massicci perché i team costano molto, le sfide tecniche sono difficili, la conformità è un sovraccarico e stai affrontando clienti più grandi in ambienti aziendali. Tutto ciò richiede più capitale e più investimenti nel prodotto.

Muoviti più velocemente, migliori le tue possibilità di sopravvivenza.

Nell’AI regolamentata, non c’è premio per la perfezione. C’è solo sopravvivenza per velocità.

Quindi, di nuovo: Fallisci velocemente. Impara più velocemente. Consegnai il più velocemente.

Grazie per le tue idee sull’investimento, i lettori che desiderano saperne di più possono visitare Flint Capital.