Mikhail Taver, grunnlegger og managing partner i Taver Capital Partners – Intervju-serie

Mikhail Taver er en erfaren investor med to tiår med erfaring fra høyt nivå i ledende stillinger i fremtredende finansielle grupper og industriselskaper, samt i investeringer og strategisk rådgivning.

Mikhail har med suksess avsluttet over 250 M&A- og private equity-transaksjoner for store spillere i industrisektoren, og besitter dyptgående ekspertise på områder som IPO-er, LBO-er, direkte investeringer, private equity og fusjoner og oppkjøp. Hans investeringsinnsats har også omfattet tungindustrier som gruvedrift og produksjon. I tillegg til dette, har Mikhail CFA-, ACMA- og CGMA-utdannelse.

Som grunnlegger og managing partner i Taver Capital, en internasjonal venture capital-fond som er dedikert til å investere i globale kunstig intelligens-selskaper, har Mikhail en dyptgående forståelse av investeringsprosessen i deeptech- og AI-drevne startups.

Du var en av pionerene i å investere i AI da det fortsatt ble betraktet som en nisje. Hva var det som først tiltalte deg til AI-teknologier, og hvordan har din perspektiv på AI-investeringer utviklet seg siden du grunnla Taver Capital?

Da jeg valgte AI, gjorde jeg det med tanke på det som en nisje som jeg trodde hadde gode muligheter. Mens jeg hadde rett om mulighetene, har vi sett hvordan AI har utviklet seg i en akselerert takt og nå blir brukt i nesten alle industrier, noe som betyr at jeg hadde feil om nisje-aspektet. Nå er AI en mainstream-teknologi som har utviklet seg betydelig siden da, og også mitt perspektiv som investor har endret seg. 

Tidligere, da AI fanget min oppmerksomhet som et potensielt investeringsområde, innsett jeg at jeg måtte gå fra å være en generalist-investor innen teknologi til å bli en generalist innen AI. Dette ledet til at jeg ble en av de første investorene i AI-drevne teknologier. Nå er det på tide å gjøre en ny overgang, fra å være en generalist i AI til å finne den neste lovende nisjen innen AI. Ifølge min erfaring og ut fra min omfattende erfaring med tungindustri, tror jeg at dette er industriell AI. Min oppfatning av AI-s potensiale har ikke endret seg – jeg har alltid sett på det som et verktøy for å forbedre effisiens og transformere bedrifter. Men når det gjelder spørsmålet om hvor integrering av AI kan generere høyere avkastning, er min veddemål at det kan gjøres i de industrier som er modne for disruptering — produksjon, gruvedrift og andre sektorer som de fleste AI-senterte investorer ikke ser på.

Kunne du forklare hvilke muligheter og utfordringer du ser i industriell AI? Hvordan skiller industriell AI seg fra andre AI-applikasjoner når det gjelder investeringspotensiale?

Jeg tror AI kan bringe nytt liv til selskaper i denne sektoren og øke deres vekst. Tradisjonelle industrier som produksjon, energi og gruvedrift har vært langsomme i årevis, og AI har stor potensiale til å endre dette.

Ta for eksempel mineralgruvedrift. I dag er oppdagelsesratene for kobber, nikkel og litium på det laveste nivået noensinne, til tross for at oppdagelsesrelatert utgifter er på det høyeste nivået noensinne. På grunn av dette, har gruvedriftssektoren enormt potensiale for disruptering. Dette ledet til at jeg investerte i Earth AI, et selskap i Australia som har utviklet en vertikalt integrert mineralutforsknings-teknologi som hjelper gruveselskaper å finne avsetninger raskere, billigere og mer bærekraftig. 

Et annet eksempel er Israel-baserte Ception, som implementerer AI-systemer for å gjøre byggeplasser og industrielle anlegg mer produktive, bærekraftige og sikre. MineCept, deres SaaS-modell, bruker 3D-kartlegging og presisjonsvisualiseringsteknologi for å forbedre sikkerheten og operasjonelle effisiensen på arbeidsplasser.

I begge eksemplene ovenfor kan investeringer i AI hjelpe selskaper å spare milliarder i utgifter, og positivt påvirke et selskaps resultat. Men å bruke AI i tungindustri er en ganske kapitalintensiv oppgave, selv for startups. Utviklingsfinansiering må beregnes med en margin og med en lang sikt. Avkastning kan komme i trinn; for eksempel i gruvedrift, kan det være ingen avkastning i lang tid, så plutselig 20 millioner, så ingen igjen, og så videre. Dette må tas med i betraktning. Ettersom det er et langtidsprosjekt, må både grunnleggeren og teamet ha en strategisk sikt, tilnærming og være klar over at resultatet ikke kommer snart.

Havende sagt dette, nøler investorer fortsatt med å investere i industriell AI av flere grunner. Først og fremst tror de at industriell deeptech-investeringer er for tidkrevende til å være verdifulle. Det tar omtrent 5-6 år å bestemme om et AI-prosjekt vil fungere, noe som gjør noen investorer forsiktige. Dette er sant, og betyr at investorer må være mer selektive når de velger et prosjekt. 

Vi må også vurdere at industrien, på grunn av sin størrelse, tradisjonelt har vært privat equitys spillplass. Venturekapitalister har lenge hoppet over det, og som resultat, vet de ikke mye om tungindustri og hvordan de skal kommunisere med grunnleggere i sektoren. Med erfaring fra å investere i sektorer som SaaS, har de ingen forståelse for industrielle sektorens egenskaper, og som resultat, har de urimelige forventninger. Derfor er det viktig å dykke dypt inn i den industrielle sektoren og lære hvordan man kommuniserer med dens interessenter.

Taver Capital har oppnådd flere suksessfulle eksiter, inkludert oppkjøp av store selskaper som Facebook (META ) og Mitek. Hva er de viktigste faktorene du vurderer når du bestemmer deg for å investere i et AI-startup som kan indikere en fremtidig suksessfull eksit?

Først og fremst prøver jeg å sikre meg at grunnleggerne virkelig forstår hva de gjør. Dette handler ikke bare om hva de sier, men også om hva de kan konkret bak med nøkkelnummer. For det andre, baserer jeg meg på mitt nettverk for å positivt vurdere og godkjenne nye prospekter. Når industrikspertene sier at noe er nonsens, at det er umulig eller ikke vil fungere, kan jeg noen ganger vurdere det som et godt tegn. Det samme gjelder hvis, etter at produktet har gjort sine første skritt, industrikspertene begynner å kraftig kritisere startupen for ubetydelige årsaker.

Foruten å gjennomføre due diligence på grunnleggerlaget, analyserer jeg om startupene har potensiale for bærekraftig vekst og langsiktige avkastninger. Hvis de bare forfølger umiddelbare gevinstene drevet av markedstrender, tenderer jeg til å avslå, fordi det ikke finnes noen verdi på lang sikt. Jeg prioriterer selskaper som kan levere varig verdi over tid.

Jeg vurderer også om selskapene holder seg til konvensjonelle og velprøvde forretningspraksiser. Grunnleggerne må ha en klar visjon for markedet og drive selskapet effektivt, holde et nøye øye på finanser, operasjoner og ansattmoral. En robust finansiell modell er essensiell for å sikre suksessen og veksten til en startup, ettersom den fungerer som en veiviser for å oppnå finansiell bærekraft og strømlinje selskapets aktiviteter. Deretter vurderer jeg om de har en klar handlingsplan. Dette gjør den strategiske beslutningsprosessen gjennomsiktig og håndterbar. Et punkt til er at jeg setter pris på innhold over form. I de tidlige fasene av et bedrift, er substans ofte viktigere enn stil. Mens å ha et visuelt tiltalende produkt kan uten tvil hjelpe til å tiltrekke seg oppmerksomhet og generere interesse, er det til slutt produktets kvalitet som vil bestemme om et bedrift er suksessfullt eller ikke. 

Taver Capital investerer globalt, med en nettverk av lokale eksperter. Hvordan håndterer du kompleksiteten ved å investere i diverse markeder, og hva rolle spiller lokal innsikt i dine investeringsbeslutninger?

Siden ungdomsskolen har jeg vært i en svært multikulturell omgivelse, så det er ikke vanskelig for meg å kommunisere med grunnleggere uavhengig av deres lokasjon, språkforskjeller osv. Jeg kan kommunisere med mennesker og jeg ser ingen barrierer for å finne startups. 

Videre har å ha porteføljeforretninger i forskjellige land ført til konkrete fordeler. Først og fremst er det alltid noen å snakke med hvis du ikke kan sove. Alvorlig talt, fra et forretningsperspektiv, er diversifisering en ekstra garanti for sikkerhet. Jeg så dette tydelig under Covid, da noen land lå lavt, mens andre, på den andre siden, hadde en viss vekst og utvikling. For eksempel, i USA var det strenge låsninger, mens i Australia var arbeidet i full gang. Det var en interessant erfaring.

Realiteten er at selv om det samme skjer overalt, skjer det på forskjellige tidspunkter. Derfor, ved å diversifisere din portefølje, mildner du geopolitiske og lokale økonomiske risikoer.

På hvilke måter ser du for deg at AI vil forme økonomiske landskap, spesielt i de industrielle sektorene?

Det vil være vekst og forbedring. Det viktigste er at denne veksten vil være mer bærekraftig — det vil si at den vil være renere og mer miljøvennlig. La oss ta Taver Capitals porteføljeforretning, Earth AI, som jeg nevnte tidligere. Deres teknologidrevne tilnærming til måling, testing og verifisering av oppdagelser nødvendige for den elektriske kjøretøys- og fornybar energirevolusjonen, representerer en stor gjennombrudd for industrien, ettersom den hjelper med å finne nye avsetninger i uutforsket terreng til en brøkdel av den vanlige kostnaden. Dette er viktig i dag fordi det er en kappløp om kritiske metaller for å drive den fornybare energiovergangen. Antallet nye oppdagelser har gått ned med 73% over de siste ti årene, og utviklingen av gamle avsetninger skjer ofte på en miljøuvennlig måte. 

AI-drevet oppdagelse er også betydelig på et tidspunkt når essensielle “ren energi”-mineraler som kobber og nikkel står overfor mangler til tross for betydelige investeringer i utforsking. Earth AI skiller seg ut ved å identifisere nikkel, kobber, zink og vanadium mineralprospekter over 100 ganger raskere og kostnadseffektivt enn tradisjonelle metoder.

Deretter, la oss se på Industri 4.0. Det er en trend av automatisering og datautveksling i produksjonsteknologier, og omfatter integreringen av digitale teknologier, som Internet of Things, AI, skytjenester, og dataanalyse, i industrielle prosesser. Industri 4.0 er synlig i skapingen av “smarte fabrikker” som er mer sammenkoblede, effektive og i stand til å fatte autonome beslutninger. 

For øvrig, i svaret til mange bekymringer om reduksjon av arbeidsplasser, tror jeg ikke dette vil føre til noen økning i arbeidsledighet. Vi har allerede gått gjennom en industriell revolusjon tre ganger. Ifølge min mening, blir menneskeheten bare mer produktiv.

Hva er de primære kvalitetene eller målene du søker etter i AI-startups når du vurderer dem for investering? Er det spesifikke innovasjoner eller lagkarakteristika som skiller seg ut for deg?

Det viktigste er at grunnleggerne allerede har vist at de kan arbeide sammen og har demonstrert sin kompetanse i å gjøre det, noe som vanligvis er ganske åpenbart. Hvis grunnleggerne er familie, vurderer jeg det som en rød flagg, fordi hvis det er problemer med en, vil det være problemer med begge, og dermed doble risikoen. 

For det andre, bør grunnleggerlaget ha en bred kunnskapsbase. Dette betyr ikke nødvendigvis en grad. Mens det er viktig at grunnleggeren har høyere utdanning, trenger det ikke å være i det spesifikke feltet startupen opererer i. Dette muliggjør kreativt tenkning og gir grunnleggerne evnen til å se det store bildet samtidig som de kan gå inn i detaljene. 

Å ha denne doble evnen gir grunnleggerlaget en klar og distinkt visjon av markedet de forfølger og en intuitiv forståelse av kundenes behov. Snakker om kunder, setter jeg pris på grunnleggere som kan lytte til tilbakemeldinger og vurdere dem. Faktisk, ikke bare fra kunder, men generelt, tar det mye mot til å åpent lytte til andres mening. Så det er et annet aspekt som jeg sterkt vurderer. 

Til slutt, som jeg nevnte tidligere, vurderer jeg nøye en startups finansielle modell før jeg tar noen beslutning, ettersom jeg tror det er kritisk å ha en solid grunnlag for bærekraftig vekst og skalerbarhet. 

AI utvikler seg stadig, hvilke nye områder innen AI er du mest begeistret for? Er det bestemte trender eller teknologier som du tror vil være avgjørende i det neste tiåret?

Jeg ville se utover industriell AI, men utover AI generelt. Så mange utviklinger skjer nå i industrien, så det hjelper å holde et åpent sinn for å se hvilke aspekter som trenger støtte eller er fruktbart grunn for nye ideer. For eksempel, ville jeg vurdere aspekter som energi-effisiens i modelltrening, som er et stort tema nå. Det er mye snakk om hvordan store teknologiselskaper må håndtere økende utslipp på grunn av deres AI-initiativer, og møter mye kritikk for det. Dette er et eksempel på et segment innen AI som kunne bruke nye ideer og ferske løsninger. 

Et annet område som ser ut til å være en stor trend, er sikkerhet og etikk. For eksempel, er noen Apple (AAPL ) -funksjoner ikke tilgjengelige i Europa på grunn av DMA-kravene. Jeg tror også at DefenceTech-sektoren vil vokse, og dette vil fremme utviklingen av sivile industrier. Men disse to er tett knyttet sammen, ettersom det er mange etiske overveielser som må tas i betraktning når det gjelder implementering av AI i regjeringsprogrammer.

Basert på din omfattende erfaring, hva råd ville du gi til entreprenører som ønsker å gå inn i AI-området? Hvilke vanlige fallgruber bør de unngå?

Fokusere ikke bare på AI. Det er best å engasjere seg i sektorer hvor du ønsker å drive forretning, enten dette er oljeindustrien, bokpublisering, støpejern eller noe annet. AI er bare et verktøy; det er ingen grunn til å forfølge AI for AI-s skyld. Kunstig intelligens bør bare tjene som en teknologi som forbedrer bedriftens effisiens.

Basert på din investering i Earth AI, kan du diskutere hvordan AI kan spille en rolle i bærekraftige anstrengelser, spesielt i sektorer som ren energi og mineralutforsking?

AI kan bidra til disse sektorene på flere måter: optimalisert ressursforvaltning, prediktiv vedlikehold, miljøovervåking, forbedret mineralutforsking osv. 

Generelt sett, muliggjør AI-s evne til å prosessere og analysere data i stor skala smartere beslutninger og operasjonelle effisienser, og gir metoder for utforsking og utvinning som er mye mer effektive og miljøvennlige.

For eksempel, som jeg allerede har nevnt, oppdager Earth AI nye avsetninger mer effektivt, og borer for å bevise ut avsetningene raskere enn tradisjonelle utforskere og boreoperatører kan.  Det bruker proprietær boreutstyr, med Zero Disturbance Mud System og Mobile Logistics System, som betydelig reduserer operasjonens miljøpåvirkning.

Hvordan ser du for deg at nåværende og kommende reguleringer vil påvirke AI-investeringer? Hva bør AI-startups være klar over for å navigere disse regulative landskapene effektivt?

Den generelle trenden er at reguleringen i USA og Europa blir mer streng. Dette skyldes at AI og relaterte teknologier utvikler seg svært raskt, og nødvendiggjør regulativ tilsyn. Denne prosessen skjer over alle sektorer; derfor er hver industri regulert på en eller annen måte. Forskjellen ligger i at bedrifter i tradisjonelle sektorer som bygging og bilindustri er vant til regulering, mens AI er bare i begynnelsen av denne veien.

Jeg tror generelt at dette har sine fordeler, ettersom det gjør markedet mer organisert og systematisk. Men i dag, gir formuleringen av eksisterende eller foreslåtte reguleringer fortsatt mye rom for tolkning, noe som vekker bekymring. Det er nødvendig å studere reglene nøye og observere deres gjennomføring, men muligheten for subjektive vurderinger av AI-startups og påfølgende beslutninger om hvilke av dem som bør være underlagt strengere regulering, er et alarmerende tegn, og kan få uventede konsekvenser. 

Dette kan føre til en overføring av AI-utvikling til land med andre eller mer avanserte tilnærminger, som Kina. På den andre siden, land uten overdriven reguleringsmessig innblanding og som oppmuntrer innovative ideer, vil tiltrekke seg utviklere. 

Hva jeg kan råde startups til, er å overvåke nåværende lovgivning i forskjellige land, og kanskje vurdere land hvor reguleringen er mindre streng eller bedre egnet for deres industri, og også, å operere i kritiske industrier hvor det alltid vil være en viss fleksibilitet, spesielt hvis du planlegger å operere i USA.

Takk for dine detaljerte svar, lesere som ønsker å lære mer, bør besøke Taver Capital.