Said Mia, oprichter en beherend GP van Stormbreaker Ventures – interviewserie

Said Mia is oprichter en beherend general partner (GP) van Stormbreaker Ventures, een durfkapitaalbedrijf dat in de preseed- en seedfase investeert in communicatie-infrastructuur, AI-RAN, Open RAN, edgecomputing, de convergentie van satelliet- en mobiele netwerken, het Internet of Things, verbonden mobiliteit en de modernisering van de Amerikaanse maakindustrie. Zijn GP-partners zijn Wade Oosterman (oprichter van Clearnet Communications, dat voor 6,6 miljard dollar door Telus werd overgenomen; voormalig lid van de hoogste leiding van Bell Canada, waar hij 50 miljard dollar aan beurswaarde toevoegde), Derek Aberle (bijna tien jaar lang president van Qualcomm (QCOM )) en Glenn Lurie (voormalig president en CEO van AT&T (T ) Mobility and Consumer Operations). Said heeft een achtergrond in investeringsbankieren binnen de telecomsector. Hij ontwikkelde de beleggingsvisie van Stormbreaker en stelde het team samen.

Voordat u Stormbreaker Ventures oprichtte, adviseerde u jarenlang grote telecom-, halfgeleider- en infrastructuurbedrijven bij ondernemingen zoals Citi en PJT Partners (PJT ). Waardoor raakte u ervan overtuigd dat de grootste kans niet langer lag in het adviseren van gevestigde bedrijven, maar in het financieren van start-ups die de infrastructuur voor het AI-tijdperk bouwen?

Door mijn advieswerk zag ik van dichtbij hoe een probleem zich langzaam ontvouwde. Ik werkte aan transacties rond enkele van de belangrijkste infrastructuren ter wereld — frequentiespectrum, netwerkarchitectuur en toeleveringsketens voor halfgeleiders — en zag steeds hetzelfde patroon: gevestigde bedrijven begrepen verstandelijk hoe groot de omslag naar AI was, maar hun kapitaalallocatie, de doorlooptijden van fusies en overnames en hun organisatorische prikkels maakten het structureel moeilijk om snel genoeg te handelen en de infrastructuur in handen te krijgen die AI daadwerkelijk nodig heeft. Ze optimaliseerden voor het bestaande netwerk, niet voor het volgende.

Hoe meer ik die observatie bij verschillende adviesopdrachten kritisch toetste, hoe duidelijker werd dat de werkelijke waardecreatie niet binnen die organisaties zou plaatsvinden. Die zou komen van oprichters die zonder de beperkingen van bestaande systemen konden werken en de verbindende netwerkinfrastructuur, edgecomputingarchitectuur en van meet af aan voor AI ontworpen netwerken konden bouwen die een door machines aangedreven economie nodig heeft. Op een gegeven moment was stoppen met adviseren over die transformatie en beginnen met de financiering ervan de intellectueel eerlijkste stap die ik kon zetten.

Stormbreaker richt zich sterk op de basisvoorzieningen van AI-infrastructuur, vaak omschreven als de laag van de ‘houwelen en schoppen’. Waarom denkt u dat infrastructuurbedrijven uiteindelijk duurzamere waarde op lange termijn kunnen behouden dan veel AI-start-ups die toepassingen bouwen?

De toepassingslaag is boeiend, maar ook structureel kwetsbaar op manieren die nog niet volledig zijn ingeprijsd. Wanneer de onderliggende modellen onderling uitwisselbare standaardproducten worden — en dat gaat gebeuren — verdwijnen veel concurrentievoordelen van toepassingen snel. Bedrijven die op GPT-4 trainden, moeten nu rekening houden met GPT-5 en vervolgens GPT-6. Juist doordat hun toepassingen op de infrastructuur van anderen draaien, zijn de overstapkosten laag.

Voor de fysieke laag geldt dat niet. Frequentiespectrum, radiotoegangsnetwerken, edgecomputinginstallaties en infrastructuur voor de overdracht tussen satelliet- en mobiele verbindingen zijn duur om te bouwen, kosten veel tijd om na te maken en zijn diep verweven met de bedrijfsvoering van klanten. De netwerkeffecten zijn reëel en duurzaam. Als een fabrikant een particulier 5G-netwerk en edge-AI op de productievloer integreert, haalt die dat niet weg zodra er een nieuw model verschijnt. De infrastructuur wordt een dragend onderdeel van de bedrijfsvoering.

Ook de tijdshorizon doet ertoe. De fysieke uitbouw van AI staat nog maar aan het begin. De kloof tussen wat de AI-economie uiteindelijk van netwerkinfrastructuur zal vragen en wat er nu bestaat, is enorm. Om die kloof te dichten zijn tien jaar of langer aanhoudende investeringen en innovatie nodig. Dat levert een heel ander risicoprofiel op dan wedden op welke chatbot binnen achttien maanden de zakelijke productiviteitsmarkt verovert.

Er is steeds meer aandacht voor radiotoegangsnetwerken met kunstmatige intelligentie (AI-RAN), edgecomputing en de convergentie van satelliet- en mobiele netwerken. Welke van die verschuivingen wordt volgens u door de bredere durfkapitaalsector nog het meest verkeerd begrepen?

AI-RAN, zonder twijfel. De durfkapitaalsector heeft dit grotendeels opgevat als een telecomontwikkeling: een stapsgewijze verbetering van bestaande radiotoegangsinfrastructuur. Daarmee mist men wat het werkelijk is: een fundamentele verandering van de architectuur waarmee intelligentie over een netwerk wordt verspreid.

Traditionele RAN heeft aan de netwerkrand geen eigen intelligentie. AI-RAN verandert dat. Inferentie en besluitvorming in realtime verschuiven naar de radiolaag zelf. Dat heeft verstrekkende gevolgen voor de vertraging, de energie-efficiëntie en de economische haalbaarheid van grootschalige autonome AI. Deze fundamentele infrastructuur maakt het mogelijk dat een robot op een fabrieksvloer, een autonoom voertuig op een snelweg of een drone in een logistieke corridor binnen minder dan een milliseconde reageert, zonder elke beslissing via de cloud van een hyperscaler te sturen.

De meeste generalistische durfkapitaalinvesteerders hebben onvoldoende diepgaande telecomkennis om dat onderscheid helder te zien. Ze begrijpen AI op de toepassings- en datalaag, maar het radiotoegangsnetwerk was voor Silicon Valley van oudsher een zwarte doos. Precies die kenniskloof wil Stormbreaker dichten. Ons partnerteam heeft mensen die deze netwerken op grote schaal hebben geëxploiteerd. Wij begrijpen zowel de technische architectuur als de commerciële dynamiek op manieren die generalistische investeerders eenvoudigweg niet beheersen.

U stelt dat oudere netwerken slecht geschikt zijn voor een door machines aangedreven economie. Welke infrastructurele knelpunten verhinderen vooral dat de huidige telecom- en industriële systemen autonome AI op grote schaal ondersteunen?

Er zijn drie knelpunten waar ik voortdurend over nadenk.

Netwerkarchitectuur en vertraging. Het internet en mobiele netwerken zijn ontworpen voor interacties op menselijke snelheid. Mensen merken vijftig milliseconden vertraging niet. Autonome systemen wel: in veel gevallen maakt dat het verschil tussen een veilige en een rampzalige beslissing. De kernarchitectuur van oudere netwerken leidt verkeer op manieren die eenvoudigweg onverenigbaar zijn met de voorspelbare, lage vertraging die industriële AI vereist.

Het gebrek aan intelligentie aan de netwerkrand. De meeste industriële netwerken behandelen infrastructuur aan de netwerkrand nog als passief transport: leidingen die gegevens naar een centrale computeromgeving brengen voor verwerking. Grootschalige autonome AI vereist echter lokale intelligentie. Een fabriek, haven of logistiek knooppunt kan niet autonoom werken als elke beslissing het WAN moet doorkruisen. Reken-, opslag- en inferentiecapaciteit moeten zich bevinden op of nabij de plek waar de actie plaatsvindt. De meeste bestaande installaties zijn niet zo ingericht.

Interoperabiliteit en versnippering. Industriële omgevingen vormen een lappendeken van systemen voor operationele technologie (OT), bedrijfseigen protocollen en oudere hardware die tientallen jaren van vóór de moderne verbindingsstandaarden dateert. Deze systemen samenhangend laten communiceren met een AI-laag is een enorme integratieopgave. Die onderschat je gemakkelijk als je nooit hebt geprobeerd systemen in zulke omgevingen te implementeren. Start-ups die dit probleem oplossen en als intelligente schakel tussen de fysieke bedrijfsvoering en de AI-laag daarboven kunnen fungeren, zullen buitengewoon waardevol zijn.

Bedrijven zoals Qualcomm, Ericsson (ERIC ) en Nokia nemen steeds vaker AI- en softwarebedrijven over. Ziet u dit als het begin van een langdurige consolidatiegolf in telecom- en infrastructuurtechnologie?

Ja, en volgens mij staan we nog maar aan het begin. Wat Qualcomm, Ericsson en Nokia doen, is geen opportunistisch sluiten van deals, maar een strategische noodzaak. Deze bedrijven begrijpen dat het economische zwaartepunt van infrastructuur verschuift naar de software- en AI-laag. Geen van hen kan alles wat nodig is zelf bouwen in het tempo dat de markt verlangt.

Daarachter speelt dat AI-native start-ups in deze sector mogelijkheden ontwikkelen die gevestigde bedrijven intern werkelijk niet kunnen nabouwen. Dat ligt niet aan talent of kapitaal, maar aan de vrijheid om de architectuur zelf vorm te geven. Zonder een bestaande productlijn te moeten beschermen of een klantrelatie van tien miljard dollar te moeten behouden, kun je vanuit de basisprincipes systemen voor het AI-tijdperk ontwerpen. Dat levert structureel andere resultaten op.

Voor Stormbreaker is dit een belangrijk onderdeel van de visie op toekomstige exits van onze portfoliobedrijven. We bouwen proactief relaties op met waarschijnlijke strategische kopers. Ons GP-team onderhoudt persoonlijke professionele relaties met de beslissers bij verschillende van die organisaties. Daardoor krijgen we inzicht in overnameplannen dat de meeste investeerders in jonge bedrijven eenvoudigweg missen. Als Nokia Growth Partners of Ericsson Ventures aan een financieringsronde deelneemt, bevestigt dat niet alleen het vertrouwen van investeerders. Het laat ook zien welke kant de strategische belangstelling opgaat.

Hoe belangrijk wordt edge-AI in de komende vijf jaar, vooral in sectoren zoals productie, logistiek, robotica en industriële automatisering, waar vertraging en betrouwbaarheid cruciaal zijn?

Het wordt hét bepalende infrastructuurthema van de komende vijf jaar in die sectoren, punt. De vraag is niet of edge-AI ertoe doet, maar of de bedrijven die het toepassen over de onderliggende infrastructuur beschikken om het betrouwbaar te ondersteunen.

De maakindustrie loopt hierin waarschijnlijk het verst voorop. De economische voordelen van AI-gestuurde kwaliteitscontrole, voorspellend onderhoud en autonome productielijnen zijn al overtuigend. Grote fabrikanten die snel handelen, doen dat omdat het investeringsrendement direct meetbaar is. De beperkende factor zijn niet de AI-modellen, maar de netwerk- en rekeninfrastructuur die inferentie in realtime op de fabrieksvloer mogelijk maakt.

Logistiek en verbonden mobiliteit bevinden zich nog in een iets vroeger ontwikkelingsstadium, maar zullen snel vooruitgaan. Het effect op de kosten en opbrengsten per eenheid van autonoom goederenvervoer, slimme havenactiviteiten en AI-gestuurd ketenbeheer is enorm. Voor investeerders is het belangrijk dat edge-AI niet één infrastructuurcategorie is, maar een samenhangend geheel van lagen. Rekencapaciteit, verbindingen, stroombeheer en softwareorkestratie moeten aan de netwerkrand samenwerken. Bedrijven die geïntegreerde oplossingen voor die hele combinatie bouwen, in plaats van afzonderlijke deeloplossingen, zullen het meest duurzaam blijken.

Industriële modernisering en het terughalen van productie naar eigen land zijn belangrijke beleidsprioriteiten geworden in zowel de VS als Canada. In hoeverre wordt de huidige groei van AI-infrastructuur aangedreven door geopolitiek en nationale veiligheid, in plaats van uitsluitend door commerciële vraag?

Meer dan de meeste investeerders in deze sector publiekelijk willen toegeven. Laat ik duidelijk zijn: nationale veiligheid geeft de infrastructuurlaag een reële, structurele impuls. Het is geen loze kreet.

De Amerikaanse overheid heeft geconcludeerd — terecht, vind ik — dat leiderschap in AI niet uitsluitend een economische kwestie is, maar ook een kwestie van soevereiniteit. Wie controleert de fysieke infrastructuur waarop AI draait, wie produceert de halfgeleiders en wie bouwt de particuliere netwerken in kritieke industriële installaties? Dat zijn evenzeer beslissingen over nationale veiligheid als commerciële beslissingen. De CHIPS Act, maatregelen van de uitvoerende macht ter bescherming van kritieke infrastructuur en de investeringskoers van het Amerikaanse ministerie van Defensie voor edge-AI en soevereine rekencapaciteit zijn geen tijdelijke politieke verschijnselen. Ze weerspiegelen een duurzame consensus bij beide politieke partijen over het strategische belang van binnenlandse infrastructuurcapaciteit.

Voor Stormbreaker ontstaat zo een heel specifieke, aantrekkelijke categorie bedrijven: infrastructuurbedrijven waarbij toepassingen voor nationale veiligheid en commerciële toepassingen samenkomen. De klanten in die omgevingen — federale instanties, defensieleveranciers en beheerders van kritieke infrastructuur — hebben budgetzekerheid en een strategisch langetermijnperspectief dat zuiver commerciële klanten vaak missen. Die combinatie van duurzame vraag en een bedrijfskritische toepassing zoeken wij precies in een jong infrastructuurbedrijf.

Uw netwerk van ervaren netwerkexploitanten omvat voormalige topbestuurders van ondernemingen zoals AT&T Mobility, Bell Canada en Qualcomm. Welke operationele inzichten brengen ervaren telecomleiders mee die traditionele investeerders uit Silicon Valley vaak missen?

Het eerlijke antwoord is: diep respect voor wat het werkelijk vergt om fysieke infrastructuur op grote schaal te realiseren en te exploiteren.

De investeringscultuur van Silicon Valley is van oudsher afgestemd op software: hoge marges, snelle ontwikkelcycli, een relatief geringe kapitaalbehoefte en klantenwerving die zich overzichtelijk laat modelleren. Bij infrastructuur werkt dat anders. Netwerkprojecten kennen verkooptrajecten van meerdere jaren met grote bedrijven en telecomaanbieders. Integratie met bestaande OT-omgevingen is complex en traag. Toezichthouders spelen een wezenlijke rol en kunnen de planning van de marktintroductie aanzienlijk beïnvloeden. De relatie met de netwerkexploitant — acceptatie door telecomaanbieders, overeenkomsten voor netwerkintegratie en toegang tot frequentiespectrum — is geen formaliteit, maar een strategisch bezit dat jaren kost om op te bouwen.

Wade Oosterman bouwde Clearnet op en zorgde vervolgens voor vijftig miljard dollar aan extra beurswaarde bij Bell Canada. Glenn Lurie leidde AT&T Mobility en weet hoe grote telecomaanbieders over leveranciersrelaties en de invoering van technologie denken. Met hen als GP’s kunnen we oprichters en bedrijven beoordelen volgens een maatstaf die voor de meeste investeerders in jonge bedrijven buiten bereik ligt. Als een oprichter ons uitlegt hoe hij samen met een grote telecomaanbieder de markt wil betreden, kunnen we de juiste vragen stellen. Niet alleen over de aansluiting tussen product en markt, maar ook over de haalbaarheid van de commerciële opzet, gezien de werkelijke gang van zaken bij die inkoopafdelingen. Dankzij die operationele diepgang krijgen onze portfoliobedrijven ook meer dan kapitaal: introducties bij beslissers, begeleiding bij zakelijke verkooptrajecten en geloofwaardigheid aan onderhandelingstafels waar de naam Stormbreaker gewicht heeft door de mensen erachter.

AI-infrastructuur verbruikt steeds meer stroom, vereist steeds meer kapitaal en wordt afhankelijker van toeleveringsketens. Wat onderscheidt start-ups die in deze omgeving kunnen overleven van bedrijven die ondanks sterke technologie in de problemen kunnen komen?

De bedrijven die overleven, hebben een manier gevonden om hun grote kapitaalbehoefte in hun voordeel te laten werken, in plaats van die als een rem op het bedrijf te behandelen.

Opzet van de marktbenadering. Kapitaalintensieve infrastructuurbedrijven die uitsluitend rechtstreeks aan grote zakelijke klanten verkopen, groeien langzaam en zijn kwetsbaar. Bedrijven die distributiekanalen opbouwen via telecomaanbieders, systeemintegratoren of overheidsinkoop, kunnen sneller implementeren en terugkerende inkomsten creëren die hun kapitaalbehoefte ondersteunen. Het bedrijfsmodel moet op die omgeving zijn ingericht.

Klantprofiel en contractstructuur. Wie stroomintensieve edgecomputing- of netwerkinfrastructuur bouwt, heeft klanten nodig van wie het koopgedrag aansluit bij de kapitaalcyclus. Langlopende contracten, eerste grote implementaties die een basis voor verdere uitrol vormen en strategische partners die mee-investeren in de infrastructuur zijn geen prettige extra’s. Het zijn voorwaarden om te overleven.

Operationele ervaring binnen het team, naast technische kennis. Ik heb technisch briljante infrastructuurstart-ups zien mislukken omdat ze de complexiteit van hun toeleveringsketen niet aankonden, geen passende leveranciersrelaties konden bedingen of geen grootschalige implementatie konden uitvoeren zonder hun kapitaal erdoorheen te jagen. Oprichters die dit al eerder hebben gedaan en daadwerkelijk op grote schaal fysieke infrastructuur hebben gerealiseerd, hebben een enorm voordeel ten opzichte van beginnende oprichters met alleen sterke technische kwalificaties.

Hoe ziet over vijf tot tien jaar het geheel van infrastructuurlagen eruit dat de AI-economie aandrijft? Verwacht u een toekomst waarin gecentraliseerde hyperscalers domineren, of een sterkere spreiding over edgenetwerken, soevereine rekencapaciteit en industriële AI-systemen?

Verspreid, maar niet overal in dezelfde mate en ook niet zonder rol voor hyperscalers. Het realistische beeld is een gelaagde architectuur die complexer en interessanter is dan zowel het verhaal dat hyperscalers alles winnen als het tegenverhaal dat edgecomputing de cloud vervangt.

Hyperscalers blijven het trainen van modellen en grootschalige inferentie beheersen. Dat is een kapitaalintensieve markt die consolidatie bevordert, en die strijd hebben zij overtuigend gewonnen. Maar inferentie op de plek waar de actie plaatsvindt — op de fabrieksvloer, in het autonome voertuig, onderaan de zendmast of in het soevereine datacenter van een overheid — zal sterk verspreid zijn. De natuurkundige grenzen aan vertraging, de economische aspecten van bandbreedte en de politiek rond datasoevereiniteit wijzen allemaal dezelfde kant op: intelligentie moet dichter bij de plek komen waar zij wordt toegepast.

Het aantrekkelijkste aan het tienjaarsperspectief vind ik de opkomst van een nieuwe infrastructuurcategorie waarvoor de vorige computergeneratie geen duidelijke tegenhanger kent: soevereine en industriële computernetwerken die particulier zijn, voor een specifiek doel worden gebouwd en diep verweven zijn met de fysieke werkomgeving die ze bedienen. Een havenautoriteit, defensieleverancier, grote fabrikant of nationale overheid bouwt en beheert zulke netwerken niet omdat een hyperscaler geen optie biedt, maar omdat de gevoeligheid van de gegevens, de vereiste lage vertraging en het strategische belang van de werklasten dit vragen. Naar die infrastructuurlaag werken we bij Stormbreaker toe. Bedrijven die de basis vormen van dat verspreide, soevereine en van meet af aan op AI gerichte geheel van infrastructuurlagen zullen tot de invloedrijkste infrastructuurbedrijven van dit decennium behoren. De meeste zijn nog niet eens opgericht.

Bedankt voor het boeiende interview. Lezers die meer willen weten, kunnen terecht bij Stormbreaker Ventures.