Zei Said Mia, Oprichter en Managing Partner bij Stormbreaker Ventures – Interview Serie

Said Mia is de Founding en Managing GP van Stormbreaker Ventures, een venture firma die investeert in het vroege stadium van bedrijven die zich richten op connectiviteitsinfrastructuur, AI-RAN, Open RAN, edge computing, satelliet-celulaire convergentie, IoT, connected mobiliteit en modernisering van de Amerikaanse productie. Zijn GP-partners zijn Wade Oosterman (oprichter van Clearnet Communications, overgenomen door Telus voor $6,6 miljard; voormalig bestuurder van Bell Canada waar hij $50 miljard aan marktwaarde toevoegde), Derek Aberle (voormalig president van Qualcomm (QCOM ) voor bijna een decennium) en Glenn Lurie (voormalig president en CEO van AT&T (T ) Mobility en Consumer Operations). Said heeft een achtergrond in telecom-investeringen; hij bedacht de these van Stormbreaker en bracht het team samen.

U hebt jarenlang grote telecom-, halfgeleider- en infrastructuurbedrijven geadviseerd bij bedrijven als Citi en PJT Partners (PJT ) voordat u Stormbreaker Ventures oprichtte. Wat overtuigde u ervan dat de grootste kans niet langer lag bij het adviseren van gevestigde bedrijven, maar bij het ondersteunen van start-ups die de infrastructuurlaag voor de AI-era bouwen?

Het advieswerk gaf me een front-row seat bij een langzaam ontwikkelend probleem. Ik werkte aan deals met enkele van de meest belangrijke infrastructuur op de planeet – spectrum, netwerkarchitectuur, halfgeleider-toeleveringsketens – en ik merkte steeds hetzelfde patroon: de gevestigde bedrijven begrepen de omvang van de AI-overgang intellectueel, maar hun kapitaalallocatie, fusie- en overnametijden en organisatorische stimulansen maakten het structueel moeilijk voor hen om snel genoeg te bewegen om de infrastructuurlaag te bezitten die AI eigenlijk vereist. Ze optimaliseerden voor het bestaande netwerk, niet voor het volgende.

Hoe meer ik die observatie testte bij meerdere betrokkenen, hoe duidelijker het werd dat de echte waardecreatie niet binnen die organisaties zou plaatsvinden. Het zou worden gebouwd door oprichters die konden opereren zonder legacy-beperkingen – het bouwen van de connectiviteitsstof, edge-compute-architectuur en AI-native netwerk-infrastructuur die een machine-gedreven economie echt vraagt. Op een bepaald moment was de meest intellectueel eerlijke stap die ik kon zetten stoppen met adviseren over die transformatie en beginnen met het financieren ervan.

Stormbreaker richt zich sterk op de “picks-and-shovels”-laag van AI-infrastructuur. Waarom denkt u dat infrastructuurbedrijven uiteindelijk meer duurzame langetermijnwaarde kunnen vasthouden dan veel AI-start-ups op applicatieniveau?

De applicatielaag is spannend, maar het is ook structureel kwetsbaar op manieren die niet volledig zijn geprijsd. Wanneer de onderliggende modellen worden geconverteerd – en dat zullen ze – verdwijnen veel applicatielaag-moats snel. De bedrijven die zijn getraind op GPT-4 moeten nu rekening houden met GPT-5, dan GPT-6, en de switchkosten zijn laag omdat de apps zijn gebouwd op iemands anders infrastructuur.

De fysieke laag werkt niet zo. Spectrum-activa, radio-toegangsnetwerken, edge-compute-implementaties, satelliet-celulaire handoff-infrastructuur – deze dingen zijn duur om te bouwen, langzaam om te repliceren en diep verankerd in de operationele stof van de klanten die ze bedienen. De netwerkeffecten zijn echt en duurzaam. Wanneer een industriële fabrikant private 5G en edge-AI integreert in hun productie-vloer, rukt hij dat niet uit omdat een nieuw model is verschenen. De infrastructuur wordt dragend.

Er is ook een tijdsdimensie die ertoe doet. We zijn nog steeds in het eerste hoofdstuk van de fysieke opbouw van AI. De kloof tussen wat de AI-economie uiteindelijk zal eisen van netwerk-infrastructuur en wat er vandaag bestaat, is enorm – en het sluiten van die kloof zal een decennium of meer aanhoudende kapitaal- en innovatie vergen. Dat is een heel ander risicoprofiel dan inzetten op welke chatbot de enterprise-productiviteitsmarkt in 18 maanden wint.

Er is een groeiende aandacht voor Artificial Intelligence Radio Access Networks (AI-RAN), edge-computing en satelliet-celulaire convergentie. Welke van deze verschuivingen denkt u dat het meest wordt gemist door de bredere venture-gemeenschap?

AI-RAN, zonder twijfel. De venture-gemeenschap heeft het grotendeels verwerkt als een telecom-verhaal – incrementele verbetering van bestaande radio-toegangs-infrastructuur – en heeft gemist wat het eigenlijk is: een fundamentele architectonische verschuiving in hoe intelligentie wordt verdeeld over een netwerk.

Traditionele RAN is dom aan de rand. AI-RAN verandert dat. U duwt inferencing en real-time besluitvorming in de radio-laag zelf, wat diepe implicaties heeft voor latentie, energie-efficiëntie en de economie van het implementeren van autonome AI op grote schaal. Dit is de infrastructuur-primitief die een robot op een fabrieksvloer, een autonome voertuig op een snelweg of een drone in een logistieke corridor in staat stelt om te opereren met sub-millisecond responsiviteit zonder elke beslissing door een hyperscaler-cloud te routeren.

De meeste generalistische VCs hebben niet de telecom-diepte om dat onderscheid duidelijk te zien. Ze begrijpen AI op applicatie- en dataniveau, maar het radio-toegangsnetwerk is historisch gezien een black box voor Silicon Valley. Dat is precies de kloof die Stormbreaker is opgericht om te dichten – we hebben operators in ons partnership-team die deze netwerken op grote schaal hebben gerund en zowel de technische architectuur als de commerciële dynamiek begrijpen op manieren die generalistische investeerders eenvoudigweg niet doen.

U hebt betoogd dat legacy-netwerken slecht zijn aangepast voor een machine-gedreven economie. Wat zijn de grootste infrastructuur-bottlenecks die vandaag de dag de telecom- en industriële systemen verhinderen om autonome AI op grote schaal te ondersteunen?

Er zijn drie bottlenecks waar ik constant aan denk.

Latentie-architectuur. Het internet en cellulair netwerken zijn ontworpen voor menselijke interacties. Mensen merken 50 milliseconden latentie niet. Autonome systemen doen dat wel – en in veel gevallen is het het verschil tussen een veilige beslissing en een catastrofale. Legacy-core-netwerkarchitectuur routeert verkeer op manieren die simpelweg onverenigbaar zijn met de deterministische, lage-latentie-eisen van industriële AI.

De intelligentie-kloof aan de rand. De meeste industriële netwerken behandelen rand-infrastructuur nog steeds als passief transport – buizen die gegevens naar een centraal compute-omgeving verplaatsen voor verwerking. Maar autonome AI op grote schaal vereist lokale intelligentie. U kunt geen autonome fabriek, haven of logistieke hub exploiteren als elke beslissing de WAN moet doorkruisen. De compute-, opslag- en inferencing-capaciteit moet leven bij of in de buurt van het actiepunt, en de meeste bestaande implementaties zijn niet zo gebouwd.

Interoperabiliteit en fragmentatie. Industriële omgevingen zijn een patchwork van OT-systemen, propriëtaire protocollen en legacy-hardware die moderne connectiviteitsnormen met tientallen jaren voorafgaat. Het krijgen van die systemen om coherent te spreken met een AI-laag is een massive integratie-uitdaging – een die gemakkelijk te onderschatten is als u niet daadwerkelijk heeft geprobeerd te implementeren in die omgevingen. De start-ups die dit probleem kraken, die kunnen dienen als intelligente connective weefsel tussen de fysieke operationele wereld en de AI-laag erboven, zullen enorm waardevol zijn.

Bedrijven als Qualcomm, Ericsson (ERIC ) en Nokia zijn steeds vaker AI- en software-overnames aan het doen. Ziet u dit als het begin van een langdurige consolidatie-cyclus in de telecom- en infrastructuurtechnologie?

Ja, en ik denk dat we nog steeds in de vroege stadia zijn. Wat u ziet van Qualcomm, Ericsson en Nokia is geen opportunistische deal-making – het is een strategische noodzaak. Deze bedrijven begrijpen dat de software- en AI-intelligentie-laag is waar de economie van infrastructuur naartoe gaat, en geen van hen kan alles wat ze nodig hebben organisch opbouwen op het tempo dat de markt eist.

De diepere dynamiek is dat de AI-native start-ups in deze ruimte capaciteiten aan het bouwen zijn die gevestigde bedrijven echt niet kunnen repliceren intern – niet vanwege talent of kapitaal, maar vanwege architectonische vrijheid. Wanneer u geen legacy-productlijn heeft om te beschermen en een $10 miljard klantrelatie om te behouden, kunt u systemen ontwerpen vanuit de eerste principes voor de AI-era. Dat is een structureel ander output.

Vanuit het perspectief van Stormbreaker is dit een belangrijk deel van de exit-these voor onze portfoliobedrijven. We bouwen relaties op met de waarschijnlijke strategische overnemers proactief – ons GP-team heeft persoonlijke werkrelaties met de beslissers bij verschillende van deze organisaties, wat ons zicht geeft op M&A-roadmaps die de meeste early-stage investeerders eenvoudigweg niet hebben. Wanneer Nokia Growth Partners of Ericsson Ventures deelneemt aan een financieringsronde, is dat niet alleen kapitaalvalidatie – het is een signaal over waar strategisch interesse naartoe gaat.

Hoe belangrijk zal edge-AI worden in de komende vijf jaar, vooral in sectoren zoals productie, logistiek, robotica en industriële automatisering waar latentie en betrouwbaarheid kritiek zijn?

Het zal het definiërende infrastructuur-thema zijn van de komende vijf jaar in die sectoren, punt. De vraag is niet of edge-AI ertoe doet – het is of de bedrijven die het implementeren de onderliggende infrastructuur hebben om het op een betrouwbare manier te ondersteunen.

Productie is waarschijnlijk het meest gevorderd op deze curve. De economie van AI-gedreven kwaliteitscontrole, voorspellend onderhoud en autonome productielijnen is al overtuigend, en de grote fabrikanten die snel bewegen, doen dat omdat de ROI meetbaar en onmiddellijk is. De beperking ligt niet bij de AI-modellen – het is de netwerk- en compute-infrastructuur die real-time inferencing op de fabrieksvloer mogelijk maakt.

Logistiek en connected mobiliteit zijn iets eerder, maar zullen snel bewegen. De eenheidseconomie van autonome freight, slimme havenoperaties en AI-gedreven supply chain management is enorm. De belangrijke nuance voor investeerders is dat edge-AI geen enkele infrastructuurcategorie is – het is een stack. Compute, connectiviteit, stroombeheer en software-orchestratie moeten allemaal samenwerken aan de rand, en de bedrijven die geïntegreerde oplossingen over die stack bouwen, in plaats van punt-oplossingen, zijn degenen die het meest duurzaam zullen zijn.

Industriële modernisering en reshoring zijn belangrijke beleidsprioriteiten geworden in zowel de VS als Canada. Hoeveel van de huidige AI-infrastructuur-boom wordt aangedreven door geopolitiek en nationale veiligheidszorgen in plaats van zuiver commerciële vraag?

Meer dan de meeste investeerders in deze ruimte bereid zijn om publiekelijk te zeggen. Ik zal er direct over zijn: de nationale veiligheids-laag is een echte en structurele staartwind voor de infrastructuurlaag, niet een praatpunt.

De Amerikaanse regering heeft geconcludeerd – en ik denk terecht – dat AI-leiderschap niet puur een economische vraag is. Het is een soevereiniteitsvraag. Wie controleert de fysieke infrastructuur waarop AI draait, wie produceert de halfgeleiders, wie bouwt de private netwerken in kritieke industriële faciliteiten – deze zijn nationale veiligheidsbeslissingen evenzeer als commerciële. De CHIPS Act, uitvoerende acties rond kritieke infrastructuur-bescherming, de DOD’s investeringshouding ten aanzien van edge-AI en soevereine compute – deze zijn geen tijdelijke politieke fenomenen. Ze weerspiegelen een duurzame bipartijdige consensus over het strategische belang van binnenlandse infrastructuur-capaciteit.

Voor Stormbreaker creëert dit een specifieke categorie bedrijven die we aantrekkelijk vinden: infrastructuurbedrijven waar de nationale veiligheids-use case en de commerciële use case samenkomen. De klanten in die omgevingen – federale agentschappen, defensie-contractanten, kritieke infrastructuur-operatoren – hebben budgetzekerheid en strategische geduld die pure commerciële klanten vaak niet hebben. Die combinatie van duurzame vraag en mission-critical toepassing is precies wat we in een early-stage infrastructuurbedrijf willen.

Uw operator-netwerk omvat voormalige bestuurders van bedrijven zoals AT&T Mobility, Bell Canada en Qualcomm. Wat zijn de operationele inzichten die ervaren telecom-leiders bieden die traditionele Silicon Valley-investeerders vaak missen?

Het eerlijke antwoord is: een diepe respect voor wat het eigenlijk kost om te implementeren en te opereren op grote schaal in fysieke infrastructuur-omgevingen.

De investeringscultuur van Silicon Valley is historisch gezien geoptimaliseerd voor software – hoge marges, snelle iteratie-cycli, relatief lage kapitaal-intensiteit en klantverwervingsdynamiek die schoon kan worden gemodelleerd. Infrastructuur werkt niet zo. Netwerkimplementaties hebben verkoop-cycli van meerdere jaren met enterprise- en carrier-klanten. Integratie met bestaande OT-omgevingen is complex en langzaam. Regulatorische aanrakingen zijn echt en kunnen de go-to-market-tijden van invloed zijn. De operator-relatie – carrier-acceptatie, netwerk-integratie-overeenkomsten, spectrum-toegang – is geen formaliteit; het is een strategisch actief dat jaren duurt om op te bouwen.

Het hebben van Wade Oosterman, die Clearnet bouwde en vervolgens $50 miljard aan marktwaarde toevoegde bij Bell Canada, en Glenn Lurie, die AT&T Mobility leidde en weet hoe grote carriers denken over vendor-relaties en technologie-adoptie, als GPs betekent dat we founders en bedrijven kunnen evalueren tegen een standaard die de meeste early-stage investeerders eenvoudigweg niet kunnen bereiken. Wanneer een founder ons voorstelt om met een grote carrier te gaan, kunnen we de juiste vragen stellen – niet alleen over product-markt-fit, maar over of de commerciële structuur realistisch is, gezien hoe die inkooporganisaties werkelijk werken. Die operationele diepte betekent ook dat onze portfoliobedrijven meer krijgen dan alleen kapitaal. Ze krijgen introducties bij beslissers, leiding bij het navigeren van enterprise-verkoop-cycli en geloofwaardigheid in kamers waar de naam Stormbreaker gewicht in de schaal legt vanwege de personen erachter.

AI-infrastructuur wordt steeds vaker energie-intensief, kapitaal-intensief en supply-chain-afhankelijk. Wat onderscheidt start-ups die kunnen overleven in deze omgeving van die welke mogelijk zullen worstelen ondanks sterke technologie?

De bedrijven die overleven zijn die welke een manier hebben gevonden om de kapitaal-intensiteit in hun voordeel te laten werken, in plaats van het te behandelen als een rem op het bedrijf.

Go-to-market-architectuur. Kapitaal-intensieve infrastructuurbedrijven die alleen afhankelijk zijn van directe enterprise-verkopen zijn langzaam om te schalen en kwetsbaar. Die welke een distributie ontwikkelen via carrier-partners, system integrators of overheidsinkoopkanalen kunnen sneller implementeren en terugkerende inkomstenstromen creëren die hun kapitaalbehoeften ondersteunen. Het bedrijfsmodel moet zijn ontworpen voor de omgeving.

Klantprofiel en contractstructuur. Als u energie-intensieve edge-computing of netwerk-infrastructuur bouwt, hebt u klanten nodig wiens koopgedrag overeenkomt met uw kapitaalcyclus. Lange-termijncontracten, anker-implementaties en strategische partners die samen investeren in de infrastructuur – deze zijn geen nice-to-haves. Ze zijn overlevingsvereisten.

Teamdiepte in operaties, niet alleen in engineering. Ik heb technisch briljante infrastructuur-start-ups gezien die faalden omdat ze de complexiteit van de supply chain niet konden beheren, de juiste vendor-relaties niet konden onderhandelen of een grote implementatie niet konden uitvoeren zonder door kapitaal heen te gaan. De oprichters die dit eerder hebben gedaan – die daadwerkelijk fysieke infrastructuur op grote schaal hebben geïmplementeerd – hebben een enorm voordeel ten opzichte van eerste keer oprichters met sterke technische referenties alleen.

Kijkend naar de komende vijf tot tien jaar, wat ziet de infrastructuur-stack die de AI-economie aandrijft er eigenlijk uit? Stelt u zich een toekomst voor die gedomineerd wordt door gecentraliseerde hyperscalers, of iets meer gedistribueerd over edge-netwerken, soevereine compute en industriële AI-systemen?

Gedistribueerd – maar niet uniform gedistribueerd, en niet zonder de hyperscalers een rol te laten spelen. Het eerlijke beeld is een gestapeld architectuur dat complexer en interessanter is dan het “hyperscaler wint alles”-verhaal of het “edge vervangt cloud”-tegenverhaal.

De hyperscalers zullen de training en grote-schaal-inferentie-workloads blijven bezitten. Dat is een kapitaalspel dat consolidatie begunstigt, en de hyperscalers hebben het beslissend gewonnen. Maar inferencing op het actiepunt – op de fabrieksvloer, in het autonome voertuig, aan de basis van de cel-toren, in het soevereine overheids-datacenter – zal breed gedistribueerd zijn. De fysica van latentie, de economie van bandbreedte en de politiek van gegevens-soevereiniteit duwen allemaal in dezelfde richting: intelligentie moet dichter bij de handeling leven.

Wat ik het meest aantrekkelijk vind aan het tienjaar-beeld is de opkomst van een nieuwe infrastructuurcategorie die geen schone analogie heeft in de vorige generatie van computing: soevereine en industriële compute-netwerken die privé, doelgericht en diep geïntegreerd zijn met de fysieke operationele omgeving die ze dienen. Deze zijn netwerken die een havenautoriteit, een defensie-contractor, een grote fabrikant of een nationale regering bouwt en controleert – niet omdat de hyperscaler-optie niet bestaat, maar omdat de gevoeligheid van de gegevens, de latentie-eisen en de strategische importantie van de workloads dit vereisen. Dat is de infrastructuurlaag die we bij Stormbreaker naar toe bouwen. De bedrijven die als fundamentaal worden beschouwd voor die gedistribueerde, soevereine, AI-native infrastructuur-stack zullen onder de meest gevolgrijke infrastructuurbedrijven zijn die in dit decennium worden gebouwd – en de meeste zijn nog niet opgericht.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Stormbreaker Ventures bezoeken.