Said Mia, grunnlegger og managing partner i Stormbreaker Ventures – intervjuserie

Said Mia er grunnlegger og managing partner i Stormbreaker Ventures, et tidlig-stadiet venture-selskap som investerer i tilkoblings-infrastruktur, AI-RAN, Open RAN, edge-computing, satellitt-mobil konvergens, IoT, tilkoblet mobilitet og moderne amerikansk produksjon. Hans partner inkluderer Wade Oosterman (grunnlegger av Clearnet Communications, kjøpt av Telus for 6,6 milliarder dollar; tidligere Bell Canada C-suite hvor han la til 50 milliarder dollar i markedskapital), Derek Aberle (tidligere president i Qualcomm (QCOM ) i nesten ett tiår) og Glenn Lurie (tidligere president og CEO i AT&T (T ) Mobility og Consumer Operations). Saids bakgrunn er i telekominvesteringer; han konseptualiserte Stormbreakers teser og samlet teamet.

Du tilbrakte år med å rådgive store telekomselskaper, halvleder- og infrastrukturselskaper i selskaper som Citi og PJT Partners (PJT ) før du grunnla Stormbreaker Ventures. Hva overbeviste deg om at den største muligheten ikke lenger var å rådgive etablerte selskaper, men å støtte oppstartsselskaper som bygger infrastruktur-laget for AI-æraen?

Rådgivningsarbeidet ga meg en førsteradssedd på et langsiktig problem. Jeg arbeidet med avtaler som involverte noen av de mest konsekvensfulle infrastruktur-prosjektene på planeten — spektrum, nettverksarkitektur, halvleder-forsyningskjeder — og jeg fortsatte å merke samme dynamikk: etablerte selskaper forstod størrelsen på AI-overgangen intellektuelt, men deres kapitalallokering, fusjons-tidsplaner og organisatoriske incitamenter gjorde det strukturelt vanskelig for dem å flytte raskt nok til å eie infrastruktur-laget som AI faktisk krever. De optimaliserte for det eksisterende nettverket, ikke det neste.

Jo mer jeg testet den observasjonen over flere engasjementer, jo tydeligere ble det at den virkelige verdiskapningen ikke ville skje innenfor disse organisasjonene. Den ville bli bygget av grunnleggere som kunne operere uten arv fra tidligere konstruksjoner — bygging av tilkoblings-stoffet, edge-computing-arkitektur og AI-nativ nettverks-infrastruktur som en maskin-drevet økonomi virkelig krever. På et visst tidspunkt var det mest intellektuelt ærlige jeg kunne gjøre å stoppe å rådgive om den transformasjonen og i stedet begynne å finansiere den.

Stormbreaker fokuserer tungt på “picks-and-shovels”-laget av AI-infrastruktur. Hvorfor tror du at infrastruktur-selskaper kan være mer verdifulle på lang sikt enn mange applikasjons-lag AI-startups?

Applikasjons-laget er spennende, men det er også strukturelt skjørt på måter som ikke er fullt ut priset inn. Når de underliggende modellene blir kommersielle — og de kommer til det — vil mange applikasjons-lag-murer raskt forsvinne. Selskapene som ble trent på GPT-4 må nå forholde seg til GPT-5, så GPT-6, og bytte-omkostningene er lavt nettopp fordi appene er bygget på noen andres infrastruktur.

Den fysiske laget fungerer ikke på den måten. Spektrum-tilganger, radio-tilgangs-nettverk, edge-computing-utplasseringer, satellitt-mobil-hånd-oversettelses-infrastruktur — disse tingene er dyre å bygge, langsomme å replikere og dypt integrert i den operative fasen til kundene de tjener. Nettverks-effektene er virkelige og varige. Når en industrimann integrerer privat 5G og edge-AI i sin produksjonsflate, riper han ikke det ut fordi en ny modell ble lansert. Infrastrukturen blir bærende.

Det er også en tidsdimensjon som teller. Vi er fortsatt i det første kapitlet av AI sin fysiske bygging. Gapet mellom hva AI-økonomien til slutt vil kreve fra nettverks-infrastruktur og hva som eksisterer i dag er enormt — og å lukke det gapet vil ta et tiår eller mer av vedvarende kapital og innovasjon. Det er en veldig annen risikoprofil enn å satse på hvilken chatbot som vinner markedet for bedriftsproduktivitet på 18 måneder.

Det er en økende oppmerksomhet rundt kunstig intelligens Radio Access Networks (AI-RAN), edge-computing og satellitt-mobil konvergens. Hvilken av disse endringene tror du forble noen av de mest misforståtte av det bredere venture-samfunnet?

AI-RAN, uten tvil. Venture-samfunnet har i stor grad prosessert det som en telekom-historie — inkrementell forbedring av eksisterende radio-tilgangs-infrastruktur — og har misforstått hva det faktisk er: en grunnleggende arkitektonisk endring i hvordan intelligensen er distribuert over et nettverk.

Tradisjonell RAN er dum i kanten. AI-RAN endrer det. Du skyver inferens og sanntids-beslutning inn i radio-laget selv, noe som har dyptgående implikasjoner for forsinkelse, energi-effektivitet og økonomien ved å deployere autonom AI i stor skala. Dette er den infrastruktur-primitiven som muliggjør en robot på en fabrikkgulv, en autonom bil på en motorvei eller en drone i en logistikk-korridor å operere med under-millisecond-responsivitet uten å sende hver beslutning gjennom en hyperskaler-cloud.

De fleste generalist-VC-er har ikke den nødvendige telekom-dybden til å se den forskjellen tydelig. De forstår AI på applikasjons- og data-laget, men radio-tilgangs-nettverket har historisk sett vært en svart boks for Silicon Valley. Det er nettopp gapet Stormbreaker ble bygget for å lukke — vi har operatører på vårt partnerskaps-team som har kjørt disse nettverkene i stor skala, og vi forstår både den tekniske arkitekturen og de kommersielle dynamikkene på måter som generalist-investorer bare ikke gjør.

Du har argumentert for at legacy-nettverk er dårlig tilpasset en maskin-drevet økonomi. Hva er de største infrastruktur-tilstoppene som forhindrer dagens telekomsystemer og industrielle systemer fra å støtte autonom AI i stor skala?

Det er tre tilstopp som jeg tenker på hele tiden.

Forsinkelses-arkitektur. Internettet og mobilnettverkene ble designet for menneske-hastighets-interaksjoner. Mennesker merker ikke 50 millisekunders forsinkelse. Autonome systemer gjør det — og i mange tilfeller er det forskjellen mellom en trygg beslutning og en katastrofal en. Legacy core-nettverks-arkitektur routerer trafikk på måter som er fullstendig uforenlig med de deterministiske, lav-forsinkelses-kravene til industriell AI.

Intelligens-gapet på kanten. De fleste industrielle nettverk behandler fortsatt kant-infrastruktur som passiv transport — rør som flytter data til en sentral komputermiljø for prosessering. Men autonom AI i stor skala krever lokal intelligens. Du kan ikke autonome operere en fabrikk, en havn eller en logistikk-hub hvis hver beslutning må krysse WAN-en. Komputere, lagring og inferens-kapasitet må bo på eller nær handlingens punkt, og de fleste eksisterende utplasseringer er ikke bygget på den måten.

Interoperabilitet og fragmentering. Industrielle miljøer er en patchwork av OT-systemer, proprietære protokoller og legacy-hardware som forutgår moderne tilkoblings-standarder med tiår. Å få disse systemene til å snakke sammenhengende til et AI-lag er en massiv integrerings-utfordring — en som er lett å undervurdere hvis du ikke har faktisk forsøkt å deployere i disse miljøene. Oppstartsselskapene som knekker dette problemet, som kan fungere som intelligent sammenkoblings-væv mellom den fysiske operative verden og AI-laget over det, vil være enormt verdifulle.

Selskaper som Qualcomm, Ericsson (ERIC ) og Nokia er i økende grad opptatt av AI og programvare-kjøp. Ser du dette som starten på en langvarig konsoliderings-syklus over telekomselskaper og infrastruktur-teknologi?

Ja, og jeg tror vi fortsatt er i de tidlige inningene av det. Hva du ser fra Qualcomm, Ericsson og Nokia er ikke opportunistisk kjøp — det er en strategisk nødvendighet. Disse selskapene forstår at programvare- og AI-intelligens-laget er hvor infrastruktur-økonomien migrerer, og ingen av dem kan bygge alt de trenger organisk på markedets tempo.

Den dypere dynamikken er at AI-nativ oppstart i dette rommet bygger kapasiteter som etablerte selskaper virkelig ikke kan replikere internt — ikke på grunn av talent eller kapital, men på grunn av arkitektonisk frihet. Når du ikke har en legacy-produktlinje å beskytte og en 10-milliarders kunde-relasjon å bevare, kan du designe systemer fra første prinsipper for AI-æraen. Det er en strukturelt annen utgang.

Hvor viktig vil edge-AI bli de neste fem årene, spesielt i sektorer som produksjon, logistikk, robotikk og industriell automatisering hvor forsinkelse og pålitelighet er kritisk?

Det vil være den avgjørende infrastruktur-temaet de neste fem årene i disse sektorene, fullstendig. Spørsmålet er ikke om edge-AI er viktig — det er om selskapene som deployer det har den underliggende infrastrukturen til å støtte det pålitelig.

Produksjon er sannsynligvis det mest avanserte på denne kurven. Økonomien av AI-drevet kvalitetskontroll, prediktiv vedlikehold og autonome produksjonslinjer er allerede overbevisende, og de store produsentene som flytter raskt gjør det fordi ROI-en er målbar og umiddelbar. Begrensningen er ikke AI-modellene — det er nettverks- og komputings-infrastrukturen som gjør sanntids-inferens på fabrikkgulvet mulig.

Industriell modernisering og hjemmeflytting har blitt viktige politiske mål både i USA og Canada. Hvor mye av den nåværende AI-infrastruktur-boomen er drevet av geopolitikk og nasjonal sikkerhet-bekymringer fremfor ren kommersiell etterspørsel?

Mere enn de fleste investorer i dette rommet er villige til å si offentlig. Jeg vil være direkte om det: nasjonal sikkerhets-overlappet er en virkelig og strukturell halevind for infrastruktur-laget, ikke en samtale-emne.

Den amerikanske regjeringen har konkludert — og jeg tror riktig — at AI-ledelse ikke bare er et økonomisk spørsmål. Det er et suverenitets-spørsmål. Hvem kontrollerer den fysiske infrastrukturen som AI kjører på, hvem produserer halvlederne, hvem bygger de private nettverkene inne i kritiske industrielle anlegg — disse er nasjonal sikkerhets-beslutninger like mye som kommersielle. CHIPS-loven, eksekutive handlinger rundt kritisk infrastruktur-beskyttelse, Forsvarets investerings-holdning mot edge-AI og suveren komputering — disse er ikke midlertidige politiske fenomener. De reflekterer en varig bipartisan-konsensus om den strategiske viktigheten av nasjonal infrastruktur-kapasitet.

Hvor mye har Stormbreakers investeringsstrategi blitt påvirket av CHIPS-loven, forsvarsdepartementets investeringsprioriteringer og den bredere satsingen på å flytte kritisk infrastruktur og produksjon tilbake til Nord-Amerika?

Det er en grunnleggende del av tesen vår. Geopolitikken har gjort infrastruktur fra et rent kommersielt spørsmål til et strategisk spørsmål. Hvem som kontrollerer den fysiske infrastrukturen AI kjører på, hvem som produserer halvlederne og hvem som bygger private nettverk i kritiske industrianlegg, er nasjonale sikkerhetsvalg like mye som kommersielle valg. CHIPS-loven, tiltak for å beskytte kritisk infrastruktur og forsvarsdepartementets investeringer i edge-AI og suveren databehandling er ikke midlertidige politiske fenomener. De uttrykker en varig tverrpolitisk enighet om den strategiske betydningen av innenlandsk infrastrukturkapasitet.

For Stormbreaker skaper dette en svært bestemt type selskap vi finner attraktiv: infrastrukturselskaper der bruksområdet for nasjonal sikkerhet og det kommersielle bruksområdet møtes. Kundene i disse miljøene – føderale etater, forsvarsleverandører og operatører av kritisk infrastruktur – har budsjettsikkerhet og strategisk tålmodighet som rene kommersielle kunder ofte mangler. Kombinasjonen av varig etterspørsel og samfunnskritisk anvendelse er akkurat det vi ser etter i et infrastrukturselskap i tidlig fase.

Din operatør-nettverk inkluderer tidligere eksklusive ledere fra selskaper som AT&T Mobility, Bell Canada og Qualcomm. Hva operasjonelle innsikter bringer erfarne telekomsledere som tradisjonelle Silicon Valley-investorer ofte overseer?

Det ærlige svaret er: en dyp respekt for hva det faktisk tar å deployere og operere i stor skala i fysiske infrastruktur-miljøer.

Silicon Valley-investering-kultur har historisk sett vært optimalisert for programvare — høye marginer, raske iterasjons-sykluser, relativt lav kapital-intensitet og kunde-erhvervings-dynamikker som kan modelleres renlig. Infrastruktur fungerer ikke på den måten. Nettverks-deployeringer har multi-års salgs-sykluser med bedrifts- og carrier-kunder. Integrering med eksisterende OT-miljøer er kompleks og langsom. Regulerings-berøringspunkter er reelle og kan materielt påvirke markedsførings-tidsplaner. Operatør-forholdet — carrier-aksept, nettverks-integrerings-avtaler, spektrum-tilgang — er ikke en formalitet; det er en strategisk ressurs som tar år å bygge.

At Wade Oosterman, som bygget Clearnet og senere bidro til å skape 50 milliarder dollar i markedsverdi i Bell Canada, og Glenn Lurie, som ledet AT&T Mobility og kjenner store operatørers vurderinger av leverandørforhold og teknologiadopsjon, er partnere hos oss, gjør at vi kan vurdere gründere og selskaper etter en standard de fleste tidligfaseinvestorer ikke har tilgang til. Når en gründer presenterer en go-to-market-plan med en stor operatør, kan vi stille de riktige spørsmålene – ikke bare om produkt-marked-tilpasning, men om den kommersielle strukturen er realistisk gitt hvordan innkjøpsorganisasjonene faktisk arbeider. Denne operative dybden betyr også at porteføljeselskapene våre får mer enn kapital: introduksjoner til beslutningstakere, råd om lange salgssykluser og troverdighet i rom der Stormbreaker-navnet har vekt på grunn av menneskene bak det.

AI-infrastruktur blir stadig mer kraftkrevende, kapitalintensiv og avhengig av forsyningskjeder. Hva skiller oppstartsbedrifter som kan overleve i dette miljøet fra dem som kan slite til tross for sterk teknologi?

Selskapene som overlever, er de som har funnet en måte å få kapitalintensiteten til å arbeide til sin fordel, i stedet for å behandle den som en belastning for virksomheten.

Go-to-market-arkitektur. Kapitalintensive infrastrukturselskaper som bare baserer seg på direkte bedriftssalg, skalerer sakte og er sårbare. De som utvikler distribusjon gjennom operatørpartnere, systemintegratorer eller offentlige innkjøpskanaler, kan rulle ut raskere og skape tilbakevendende inntekter som støtter kapitalbehovet. Forretningsmodellen må være utformet for miljøet.

Kundeprofil og kontraktsstruktur. Hvis du bygger kraftkrevende edge-databehandling eller nettverksinfrastruktur, trenger du kunder med kjøpsatferd som passer kapitalsyklusen. Langsiktige kontrakter, ankerutrullinger og strategiske partnere som medinvesterer i infrastrukturen er ikke bare ønskelige. De er nødvendige for å overleve.

Operativ dybde i teamet, ikke bare ingeniørkompetanse. Jeg har sett teknisk fremragende infrastrukturgründere mislykkes fordi de ikke kunne håndtere komplekse forsyningskjeder, forhandle riktige leverandørforhold eller gjennomføre en stor utrulling uten å bruke opp kapitalen. Gründere som har gjort dette før og faktisk har rullet ut fysisk infrastruktur i stor skala, har en enorm fordel over førstegangsgründere med sterke tekniske kvalifikasjoner alene.

I de neste fem til ti årene, hva ser infrastruktur-staken som driver AI-økonomien ut til å være? Forestiller du deg en fremtid dominert av sentraliserte hyperskalere, eller noe mer distribuert over edge-nettverk, suveren komputering og industriell AI-systemer?

Fordelt — men ikke uniformt fordelt, og ikke uten at hyperskalerne spiller en rolle. Den ærlige bildet er en trinnet arkitektur som er mer kompleks og mer interessant enn både “hyperskaler-vinner-alt”-narrativen eller “edge-erstatter-sky”-mot-narrativen.

Hyperskalerne vil fortsatt eie trenings- og stor-skala-inferens-arbeidsbelastninger. Det er en kapital-lek som favoriserer konsolidering, og hyperskalerne har vunnet det avgjort. Men inferens på handlingens punkt — på fabrikkgulvet, inne i den autonome bilen, ved foten av celle-tårnet, inne i den suverene regjerings-data-senteret — vil være bredt distribuert. Fysikken av forsinkelse, økonomien av båndbredde og politikken av data-suverenitet presser alle i samme retning: intelligensen må bo nærmere hvor den handler.

Det mest overbevisende ved tiårsperspektivet er fremveksten av en ny infrastrukturkategori uten noen tydelig parallell i forrige generasjon databehandling: suverene og industrielle datanettverk som er private, spesialbygde og dypt integrert med det fysiske driftsmiljøet de betjener. Dette er nettverk som en havnemyndighet, forsvarsleverandør, stor produsent eller nasjonal regjering bygger og kontrollerer, ikke fordi hyperskaler-alternativet mangler, men fordi datasensitivitet, krav til forsinkelse og arbeidslastenes strategiske betydning krever det. Det er infrastrukturlaget Stormbreaker bygger mot. Selskapene som blir grunnleggende for denne distribuerte, suverene og AI-native infrastrukturen, vil være blant tiårets viktigste infrastrukturselskaper – og de fleste er ennå ikke grunnlagt.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke Stormbreaker Ventures.