Shomik Ghosh, Partner bij Sierra Ventures – Interview Serie

Shomik Ghosh is een Partner bij Sierra Ventures. Hij was eerder Partner bij Boldstart Ventures, waar hij zich richtte op investeren in technische founders die producten bouwen om enterprise-pijn punten op te lossen, zoals Cloudquery, Kiln AI en Noded AI. Voordat hij daar werkte, was hij een growth stage-investeerder bij Top Tier Capital, waar hij investeerde vanaf Series B tot pre-IPO, zoals CircleCI, Anaplan en Shape Security.

Sierra Ventures is een early-stage venture capital-firma die zich richt op het ondersteunen van innovatieve enterprise- en diepe technologie-startups. Het bedrijf investeert voornamelijk in de seed- en Series A-fase in gebieden zoals kunstmatige intelligentie, cybersecurity, enterprise-infrastructuur en cloud-technologieën. In recente jaren heeft Sierra Ventures speciale aandacht besteed aan vroege AI-investeringen, waarbij het bedrijven ondersteunt die fundamentale AI-platforms, machine learning-infrastructuur, autonome systemen en enterprise-AI-toepassingen bouwen. Door zijn investeringsstrategie en netwerk van ervaren industrie-adviseurs, helpt het bedrijf opkomende technologiebedrijven hun productstrategie te verfijnen, hun operaties te schalen en de adoptie van geavanceerde AI-oplossingen in verschillende industrieën te versnellen.

U bent overgestapt van growth-stage investeren bij Top Tier Capital Partners naar het leiden van early-stage AI-investeringen bij Sierra Ventures, na jarenlang succesvolle bedrijven te hebben ondersteund bij Boldstart Ventures. Hoe heeft die reis uw manier van onderscheiden tussen frontier AI en applied AI beïnvloed?

Er is veel veranderd in die tijd. AI is een enorme enablement-shift die sneller industrieën heeft doordrongen dan eerdere technologie-paradigmaverschuivingen, omdat AI op de schouders van eerdere verschuivingen staat. Cloud-computing, PC/Mobiele apparaten en elke golf van eerdere AI-verbeteringen hebben de bouwstenen geleverd voor moderne AI om snel te verspreiden. Dit is ook de reden waarom de impact zo snel en plotseling lijkt, met drastische veranderingen op de aandelenmarkt en zelfs invloed op moderne oorlogvoering. Wat we zoeken, zijn founders die een stap naar de toekomst zetten. Ze nemen alle risico’s van het bouwen van functionaliteit en capaciteiten voor een wereld die nog niet bestaat, maar die in staat zijn om klanten te verbazen met nooit eerder gezien resultaten, waardoor snellere schaalbaarheid mogelijk wordt. In zowel Frontier als Applied AI bestaat dit, van robotica tot verticale AI-toepassingen.

Op praktische wijze, hoe definieert u “frontier AI” versus “applied AI” bij het evalueren van early-stage startups, en waar ziet u de grootste misvattingen in de manier waarop deze categorieën in het bredere AI-verhaal worden besproken?

Frontier AI betekent het gebruik van technologie om problemen aan te pakken die aan de rand van het mogelijke liggen. Tot nu toe hebben we geen robots die significant industrieën buiten magazijnen hebben geactiveerd, we hebben geen nieuwe halfgeleiderchips of brillen ontworpen met behulp van nieuwe lasertechnologie en grondstoffen. Applied AI betekent het gebruik van technologie om problemen aan te pakken die vandaag bekend zijn, maar die eerder niet op dezelfde manier konden worden opgelost. Een goed voorbeeld zijn stemassistenten, waar bedrijven als Smallest AI klanten helpen om menselijke chat-ervaringen te bieden en resultaten te leveren aan klanten in plaats van een product dat helpt om dat resultaat te bereiken. Dit aspect van het leveren van resultaten in plaats van het helpen van processen is een belangrijke verschuiving die Applied AI naar industrieën brengt.

Vanuit uw positie, waar u nauw samenwerkt met founders over model-innovatie, robotica en verticale AI, waar vinden de meest betekenisvolle doorbraken op dit moment plaats?

Doorbraken vinden overal plaats! AI-codegeneratie maakt snellere productcycli mogelijk dan ooit tevoren. Modellen leveren nieuwe capaciteiten met geheugenefficiëntie en RL-omgevingen die zijn aangepast aan verschillende use cases, zodat hallucinaties snel afnemen en de nauwkeurigheid voor kenniswerk exponentieel toeneemt. Dit voedt zichzelf. In robotica zien we vroege tekenen dat schaalwetten werken, net zoals bij LLM’s. Dit is een enorme doorbraak, omdat LLM’s eerder meestal tekst- of beeldgebaseerd waren, maar nu modellen die zijn getraind op de fysieke wereld en die fysica moeten begrijpen, soortgelijke schaalwetten laten zien. Nieuwe papers zoals de Recursive LLMs-paper laten zien hoe modellen zichzelf kunnen verbeteren door samen te werken. We zien System 1- en 2-modelstructuren ontstaan die lijken op de dynamiek die we in de hersenen zien. Domeinspecifieke modellen worden gemakkelijker te trainen en te destilleren vanuit frontier OSS-reasoning-modellen om verticale AI-bouwers te helpen betere resultaten te leveren aan klanten.

Wanneer u een early AI-bedrijf beoordeelt, hoe balanceert u technische noviteit tegen product-marktfit en echte klantentractie?

Uiteindelijk is technische noviteit op zichzelf meestal meer nuttig voor het onderzoeksveld. In de foundation-modellen bijvoorbeeld kan technische noviteit leiden tot een doorbraak die dan een nieuwe schaal verticaal presenteert. Maar voor de meeste startups is technische noviteit een middel om een beter resultaat voor klanten te leveren. Startup-founders moeten niet iets bouwen alleen omdat het technisch moeilijk is om te bouwen, maar omdat het, door op die manier te bouwen, leidt tot betere klantresultaten en ook een betere bescherming rond het bedrijf creëert die het moeilijker maakt voor anderen om te kopiëren. In de leeftijd van AI-codegeneratie kan veel van de technische noviteit snel worden doorbroken, dus het gaat er meer om het begrijpen van outcome-driven engineering versus gewoon technisch engineeringswerk.

Wat zoekt u specifiek in een founder die een AI-bedrijf opbouwt op het vroegste stadium?

We willen founders zien die een stap naar de toekomst zetten. Ze nemen alle risico’s van het bouwen van functionaliteit en capaciteiten voor een wereld die nog niet bestaat, maar die in staat zijn om klanten te verbazen met nooit eerder gezien resultaten, waardoor snellere schaalbaarheid mogelijk wordt. We willen dat de founder uitlegt waarom die toekomst zal gebeuren en waarom het bouwen voor die toekomst nu klanten 10x beter zal maken in de toekomst door zich nu voor te bereiden op die toekomst. We willen ook founders die volledig AI omarmen. Als u niet gebruikt maakt van Cursor, Codex, Claude Code om te experimenteren en te leren, is het moeilijk om de toekomst voor te stellen, gezien de snelheid van verbetering die deze producten aan de software-universum brengen. Deze veranderingen hebben een downstream-impact op het hardware-universum, omdat hardware en software steeds meer geïntegreerd zijn om autonome beslissingen door de hardware te kunnen nemen om betere klantresultaten te leveren.

Wat zijn de signalen die aangeven dat een technisch ambitieus AI-bedrijf het potentieel heeft om te evolueren naar een schaalbaar, enterprise-klaar bedrijf in plaats van een onderzoeksgericht project te blijven?

Meestal hebben founders die een onderzoeksgericht project zijn begonnen een einddoel in zicht. Ze willen misschien doorgaan met onderzoek om de branche vooruit te helpen, maar ze begrijpen ook dat het monitoren van het toegepaste onderzoek helpt om de brandstof voor die vooruitgang te leveren. Dus we proberen eigenlijk te begrijpen hoe een founder die momenteel in de onderzoeksmodus zit, denkt over de toepassingen van dat onderzoek en welke hypothesen hij heeft om de vooruitgang van het onderzoek in de wereld te testen en de onderzoeksfasen te derisken.

Wat is uw perspectief op het langetermijnsuccespotentieel van bedrijven die zich primair richten op autonome agenten binnen enterprise-omgevingen?

Jensen Huang van Nvidia (NVDA ) zei dat Openclaw het ChatGPT-moment voor de agentic-era was. Ik denk dat dat alles zegt. De tijdlijn voor agenten in het bedrijfsleven is geen langetermijnweddenschap meer, maar een die snel tot stand komt, of het bedrijfsleven dat nu wil of niet, omdat computergebruik, browsen en persoonlijke agenten zich verspreiden door de organisaties, beginnend van onderop. De era is hier, bedrijven zullen agenten in elk aspect van de organisatie adopteren en ze zullen governance, beveiliging, monitoring, infrastructuur, compute en data-rails nodig hebben om dit allemaal te ondersteunen.

Welke patronen ziet u in de soorten AI-founders of domeinen die duurzame investeerdersvertrouwen aantrekken versus die welke mogelijk te veel inzetten op verhaal?

Ik denk dat er te veel kansen zijn voor founders om te bouwen in dezelfde gebieden. Legal tech zoals Harvey, Legora, Eudia hebben allemaal goed gepresteerd, maar er zijn nog steeds nieuwe bedrijven die elke dag in dit gebied opkomen. Mijn boodschap voor founders zou zijn dat AI een enorme enablement-shift is. Het heeft invloed op elk aspect van de wereld. Gezien dit, is het oppervlak van producten om te bouwen en problemen om op te lossen onbeperkt. Denk groter dan alleen het nastreven van een succesvol bedrijf dat u veel geld heeft zien ophalen. We kunnen AI gebruiken om levensveranderende resultaten te leveren, dus ik zou founders aanmoedigen om meer tijd te besteden aan het denken over problemen die ze graag zouden willen oplossen en dan achteruit te werken om te zien hoe AI kan helpen om die problemen op te lossen.

Kijkend naar de toekomst, hoe verwacht u dat early-stage AI-bedrijfsopbouw de komende vijf jaar zal evolueren, nu capaciteiten volwassen worden en markten stabiliseren?

Ik weet niet of “marktstabilisatie” een term is die ik zou gebruiken. Ik denk dat AI exponentieel verbetert en dat er als gevolg daarvan veel verstoring zal zijn. Maar verstoring creëert eindeloze kansen en dus is early-stage bedrijfsopbouw een van de meest dynamische periodes die we in recente jaren hebben gezien. We vergeten maar dat bedrijven als OpenAI en Anthropic minder dan een decennium oud zijn en nu al worden beschouwd als mega-cap techbedrijven. Er is een venster van tijd waarin capaciteiten snel uitbreiden, waardoor veel massive bedrijven kunnen worden opgebouwd. Het is een van de meest spannende tijden in tech die ik in mijn leven heb meegemaakt.

Bedankt voor het geweldige interview, ondernemers die meer willen leren, kunnen Sierra Ventures bezoeken.