Shomik Ghosh, Sierra Ventures의 파트너 – 인터뷰 시리즈

Shomik Ghosh는 Sierra Ventures의 파트너입니다. 그는 이전에 Boldstart Ventures의 파트너였으며, 클라우드쿼리, 킬ン AI, 노드 AI와 같은 기술 창업자를 지원하여 기업의痛点을 해결하는 제품을 개발했습니다. 이전에는 Top Tier Capital의 성장 단계 투자자로, 시리즈 B에서 사전 IPO까지 투자했습니다. 예를 들어, CircleCI, Anaplan, Shape Security와 같은 기업을 투자했습니다.

Sierra Ventures는 초기 단계의 벤처 캐피탈 회사로, 혁신적인 기업 및 딥 테크놀로지 스타트업을 지원하는 데 중점을 두고 있습니다. 이 회사는 주로 시드 및 시리즈 A 단계에서 투자하며, 인공지능, 사이버 보안, 기업 인프라, 클라우드 기술과 같은 분야에 중점을 두고 있습니다. 최근 몇 년 동안 Sierra Ventures는 초기 AI 투자에 특히 중점을 두고, 기초적인 AI 플랫폼, 기계 학습 인프라, 자율 시스템, 기업 AI 애플리케이션을 구축하는 회사들을 지원했습니다. 이 회사의 투자 전략과 산업 전문가 네트워크를 통해, 새로운 기술 회사들은 제품 전략을 정교화하고, 운영을 확대하고, 다양한 산업에서 고급 AI 솔루션을 채택하는 것을 가속화하는 데 도움을 받습니다.

Top Tier Capital Partners의 성장 단계 투자에서 Sierra Ventures의 초기 단계 AI 투자로 전환한 후, Boldstart Ventures에서 ブレークア웃 회사들을 지원한 경험은 어떻게 현재 프론티어 AI와 적용된 AI를 구분하는 방식에 영향을 미쳤나요?

많은 것이 변경되었습니다. AI는 이전 기술 패러다임 변화를 따라 산업이 빠르게 침투하는巨大한 가능성입니다. 클라우드 컴퓨팅, PC/모바일 디바이스, 이전 AI 발전의 각 물결은 현대적인 AI가 빠르게 퍼지는 데 필요한 빌딩 블록을 제공했습니다. 이것은 또한为什么 영향이 इतन 빠르고突然하게 느껴지는 이유입니다. 우리는 미래를 향한 한 걸음을 내디딜 수 있는 창업자를 찾고 있습니다. 그들은 기능과 능력을 구축하는 모든 위험을 감수하면서도, 아직 존재하지 않는 세계를 위해 구축하는 것입니다. 그러나 고객을 놀라게 할 수 있는 결과를 제공함으로써 빠른 확장을 가능하게 합니다. 프론티어 AI와 적용된 AI 모두에서, 이것은 로봇틱스에서 수직 AI 애플리케이션까지 존재합니다.

실제적으로, 초기 단계 스타트업을 평가할 때, 프론티어 AI와 적용된 AI를 어떻게 정의하시나요? 그리고 이러한 범주가 더广泛한 AI 내러티브에서 어떻게 논의되는지에 대한 가장 큰 오해는 무엇이라고 생각하시나요?

프론티어 AI는 기술을 사용하여 가능한 한계를 해결하는 것을 의미합니다. 지금까지 우리는 창고 외부에서 의미 있는 산업을 가능하게 하는 로봇을 가지지 못했습니다. 우리는 새로운 반도체 칩이나 유리와 같은 새로운 레이저 기술 및 원材料를 사용하여 설계되지 않았습니다. 적용된 AI는 기술을 사용하여 오늘날 알려진 문제를 해결하는 것을 의미하지만, 이전에는 동일한 정도로 해결할 수 없었습니다. 좋은 예는 음성 에이전트입니다. Smallest AI와 같은 회사들은 고객에게 인간 같은 채팅 경험을 제공하고, 결과를 고객에게 전달하는 제품을 제공하는 대신, 결과를 달성하는 데 도움이 되는 제품을 제공합니다. 이것은 과정을 개선하는 것보다 결과를 전달하는 것으로의 전환은 적용된 AI가 산업에 가져오는 중요한 변화를 의미합니다.

모델 혁신, 로봇틱스, 수직 AI와 같은 분야에서 창업자와密接하게 협력하면서, 현재 가장 의미 있는 혁신이 어디에서 발생하고 있는지 생각하시나요?

혁신은 모든 곳에서 발생하고 있습니다! AI 코드 생성은 이전보다 더 빠른 제품 사이클을 가능하게 합니다. 모델은 새로운 기능을 제공하며, 메모리 관리와 다양한 사용 사례에 맞춘 강화 학습 환경으로 인해 홀루션은 급격히 감소하면서 지식 작업의 정확도는 지수적으로 개선됩니다. 이것은 모두 서로에게 영향을 미칩니다. 로봇틱스에서는 초기 단계의 스케일링 법칙이 작동하는 것을 보게 됩니다. 이것은巨大한 혁신입니다. 이전에는 LLM이 주로 텍스트 또는 이미지 기반으로 작동했지만, 이제 물리적 세계를 이해해야 하는 모델이 비슷한 스케일링 법칙을 보여주고 있습니다. 새로운 논문인 Recursive LLMs 논문은 모델이 함께 작동하여 자신을 개선하는 방법을 보여줍니다. 우리는 시스템 1과 2 모델 구조가 출현하기 시작하며, 이것은 우리가 뇌에서 볼 수 있는 역학과 비슷합니다. 도메인 특정 모델은 더 쉽게 훈련되고, 프론티어 OSS 추론 모델에서 추출되어 수직 AI 빌더가 고객에게 더好的 결과를 제공하는 데 도움이 됩니다.

초기 AI 회사를 평가할 때, 기술적 혁신을 제품-시장 적합성과 실제 고객 트랙션과 어떻게 균형을 맞추시나요?

최종적으로, 기술적 혁신은 자체적으로 연구 분야에 더 유용합니다. 기초 모델의 경우, 기술적 혁신은 새로운 스케일링 垂直을 제시하는 혁신으로 이어질 수 있습니다. 그러나 대부분의 스타트업에서는 기술적 혁신은 수단이 목적을 위한 것입니다. 스타트업 창업자는 기술적으로 어려운 것을 구축하기 위해 구축해서는 안 됩니다. 그러나 그 결과로 고객 결과가 더 좋고, 비즈니스에 대한 방어막이 더 강해집니다. AI 코드 생성의 시대에는 기술적 혁신이 빠르게 침해될 수 있으므로, 더 많은 경우에 결과 중심 엔지니어링을 이해하는 것이 중요합니다.

초기 단계에서 AI 회사를 구축하는 창업자에게서 무엇을 찾으시나요?

우리는 아직 발생하지 않은 미래를 구축하는 창업자를 보고 싶습니다. 에이전트, 모델, 하드웨어 개선과 같은 것들이 가까운 미래에 발생할 가능성이 있는 것을 계산된 배팅으로 하여, 그 미래를 준비함으로써 고객에게 10배 더好的 결과를 제공하는 제품을 구축하는 창업자를 찾고 있습니다. 우리는 창업자가 왜 그 미래가 발생할 것인지, 그리고 왜 그 미래를 준비하는지 설명해 주기를 원합니다. 우리는 또한 AI를 완전히 수용하는 창업자를 찾고 있습니다. Cursor, Codex, Claude Code를 사용하여 실험하고 배우지 않는다면, 소프트웨어 우주에서 빠른 발전을 고려하여 미래를 예상하기 어렵습니다. 이러한 변화는 하드웨어 우주에도 영향을 미치며, 하드웨어와 소프트웨어는 점점 더 긴밀하게 통합되어 고객에게 더好的 결과를 제공하기 위해 자율적인 의사 결정을 내릴 수 있습니다.

기술적으로 야심적인 AI 회사가 연구 중심의 노력에서 벗어나서 확장 가능하고, 기업이 준비된 비즈니스로 진화할 수 있는 잠재력을 가졌는지 알려주는 신호는 무엇인가요?

일반적으로 연구 중심의 노력을 시작한 창업자는 최종 목표를 가지고 있습니다. 그들은 연구를 계속 tiến hành하여 분야를 발전시키고 싶을 수 있지만, 적용된 연구가 그 발전을 위한 연료를 제공하는 것도 이해합니다. 따라서 우리는 연구 모드에 있는 창업자가 연구의 적용에 대해 어떻게 생각하는지, 그리고 연구의 진행을 테스트하고 위험을 줄이기 위한 가설을 어떻게 세우고 있는지 이해하려고 합니다.

명확한 수익 가시성이 없는 기술적으로 야심적인 플랫폼을 구축하는 창업자에게, 어떻게 마일스톤과 투자자 대화를 다르게 구조해야 하나요?

매우 어렵습니다. 각 스타트업에는 고유한 측면이 있습니다. 로봇틱스 회사에서는 수익 가시성이 오래 걸릴 수 있지만, 중간에 에이전트의 출현, 모델의 스케일링 법칙, 이전에 불가능했던 행동과 같은 마일스톤이 있을 수 있습니다. AI 인프라에서는 2-3개의 디자인 파트너에게 결과를 제공하는 제품을 제공하는 것이 마일스톤이 될 수 있습니다. 수직 AI에서는 일반적으로 더 명확한 수익 가시성이 있습니다. 고객에게 결과를 제공하는 경우, 고객은 일반적으로 즉시 지불할 의향이 있습니다.

엔터프라이즈 환경에서 자율 에이전트를 구축하는 회사들의 장기적인 성공 잠재력을 어떻게 보시나요?

Nvidia의 Jensen Huang는 Openclaw가 에이전트 시대에 ChatGPT의 순간이라고 했습니다. 이것은 모든 것을 말해줍니다. 에이전트의 타임라인은 더 이상 장기적인 베팅이 아닙니다. 기업에서는 에이전트를 채택해야 하며, 컴퓨터 사용, 브라우저, 개인 에이전트가 조직을 통해 확산되기 시작합니다. 에이전트 시대는 이미 도착했습니다. 기업에서는 에이전트를 모든 측면에서 채택해야 하며, 이를 지원하기 위해 거버넌스, 보안, 모니터링, 인프라, 컴퓨팅, 데이터 레일이 필요합니다.

투자자들이 지속적으로 신뢰하는 AI 창업자 또는 도메인에서 어떤 패턴을 보시나요? 그리고 어떤 범주가 너무 많은 내러티브에 과도하게 중점을 두고 있는지 생각하시나요?

저는 너무 많은 기회가 있는 분야에서 창업자가 같은 영역에서 구축하고 있다고 생각합니다. 법률 테크와 같은 경우, Harvey, Legora, Eudia와 같은 회사들이 잘했지만, 여전히 새로운 회사들이 매일 등장하고 있습니다. 창업자들에게 제 메시지는 AI가巨大한 가능성의 시프트입니다. 이것은 모든 세계의 모든 측면에 영향을 미칩니다. 따라서 제품을 구축하고 문제를 해결할 수 있는 표면적은 무한합니다. 성공적인 회사들이 많은 투자를 받은 것을 보고, 같은 영역에서 구축하기보다는, 더 크게 생각하십시오. AI를 사용하여 삶을 바꾸는 결과를 제공할 수 있습니다. 따라서 창업자들에게는 문제를 해결하고 싶은 것을 생각하고, 어떻게 AI가 그 문제를 해결하는 데 도움이 될 수 있는지 역으로 생각해 보라고 권장합니다.

5년 동안 초기 단계 AI 회사 구축이 어떻게 발전할 것으로 예상하시나요? 능력이 성숙하고 시장도 안정화될 것으로 예상됩니다.

저는 “시장 안정화”라는 용어가 적절하지 않다고 생각합니다. AI는 지수적으로 개선되고 있으며, 그 결과로 많은 혼란이 발생할 것입니다. 그러나 혼란은 끝없는 기회를 창조합니다. 초기 단계 회사 구축은 최근 몇 년 동안 가장 역동적인 시기를 맞이할 것입니다. 우리는 OpenAI와 Anthropic과 같은 회사들이 10년도 되지 않아 이미 메가 캡 테크 회사로 간주되고 있음을 잊어버리기 쉽습니다. 능력이 급격히 확장하는 동안, 많은巨大한 회사들이 구축될 수 있는 창이 있습니다. 이것은 기술에서 제가 경험한 가장 흥미로운 시기입니다.

멋진 인터뷰 감사합니다. 더 많은 정보를 원하는 창업자는 Sierra Ventures를 방문할 수 있습니다.