Said Mia, grunnlegger og ledende GP i Stormbreaker Ventures – intervjuserien

Said Mia er grunnlegger og ledende general partner (GP) i Stormbreaker Ventures, et venturekapitalselskap som investerer i oppstartsbedrifter i pre-seed- og seedfasene. Satsingsområdene er kommunikasjonsinfrastruktur, AI-RAN, Open RAN, kantdatabehandling, samordning av satellitt- og mobilnett, tingenes internett, oppkoblet mobilitet og modernisering av amerikansk industri. Hans GP-partnere omfatter Wade Oosterman (grunnlegger av Clearnet Communications, som Telus kjøpte for 6,6 milliarder dollar; tidligere medlem av Bell Canadas toppledelse, der han økte børsverdien med 50 milliarder dollar), Derek Aberle (tidligere president i Qualcomm (QCOM ) i nesten et tiår) og Glenn Lurie (tidligere president og administrerende direktør for AT&T (T ) Mobility and Consumer Operations). Said har bakgrunn fra investeringsbankvirksomhet innen telekom. Han utviklet Stormbreakers investeringsidé og samlet teamet.

Før du grunnla Stormbreaker Ventures, ga du i flere år råd til store telekom-, halvleder- og infrastrukturselskaper hos blant andre Citi og PJT Partners (PJT ). Hva overbeviste deg om at den største muligheten ikke lenger lå i å gi råd til etablerte selskaper, men i å finansiere oppstartsbedrifter som bygger infrastrukturen for AI-æraen?

Rådgivningsarbeidet ga meg et nærbilde av et problem som utviklet seg langsomt. Jeg arbeidet med avtaler som omfattet noen av verdens viktigste infrastrukturer: frekvenser, nettverksarkitektur og halvledernes forsyningskjeder. Jeg så stadig det samme mønsteret. De etablerte selskapene forsto omfanget av AI-omstillingen intellektuelt, men kapitalfordelingen, tidsplanene for fusjoner og oppkjøp og de organisatoriske insentivene gjorde det strukturelt vanskelig å handle raskt nok til å kontrollere infrastrukturen AI faktisk trenger. De optimaliserte det eksisterende nettverket, ikke det neste.

Jo grundigere jeg prøvde denne observasjonen i ulike oppdrag, desto tydeligere ble det at den virkelige verdiskapingen ikke ville skje inne i disse organisasjonene. Den ville komme fra gründere som kunne arbeide uten begrensninger fra gamle systemer og virksomheter. De ville bygge forbindelsene, arkitekturen for kantdatabehandling og nettverksinfrastrukturen som er laget for AI fra grunnen av, og som en maskindrevet økonomi faktisk trenger. Til slutt var det mest intellektuelt redelige jeg kunne gjøre å slutte å gi råd om omstillingen og begynne å finansiere den.

Stormbreaker legger stor vekt på AI-infrastrukturens grunnleggende verktøy, det såkalte hakker og spader-laget. Hvorfor mener du infrastrukturselskaper til slutt kan sikre seg mer varig langsiktig verdi enn mange AI-oppstartsbedrifter på applikasjonsnivå?

Applikasjonslaget er spennende, men også strukturelt skjørt på måter som ikke er fullt priset inn. Når de underliggende modellene blir utbyttbar standardteknologi, og det vil de bli, forsvinner mange av applikasjonsselskapenes konkurransefortrinn raskt. Selskaper som trente med GPT-4, må nå forholde seg til GPT-5 og deretter GPT-6. Byttekostnadene er lave nettopp fordi appene bygger på andres infrastruktur.

Det fysiske laget fungerer annerledes. Frekvensressurser, radioaksessnett, anlegg for kantdatabehandling og infrastruktur for å overføre forbindelser mellom satellitt- og mobilnett er dyre å bygge og tar tid å kopiere. De er dypt integrert i kundenes drift. Nettverkseffektene er reelle og varige. Når en industriprodusent integrerer privat 5G og kant-AI i produksjonen, fjerner den ikke dette bare fordi en ny modell er lansert. Infrastrukturen blir en bærende del av virksomheten.

Tidsdimensjonen er også viktig. Utbyggingen av AIs fysiske grunnlag har så vidt begynt. Gapet mellom AI-økonomiens fremtidige krav til nettverksinfrastruktur og det som finnes i dag, er enormt. Å lukke det vil kreve et tiår eller mer med vedvarende kapitalinnsats og innovasjon. Risikoprofilen er helt annerledes enn ved å satse på hvilken chatbot som vinner markedet for bedriftsproduktivitet om 18 måneder.

AI-baserte radioaksessnett (AI-RAN), kantdatabehandling og samordning av satellitt- og mobilnett får stadig mer oppmerksomhet. Hvilken av disse endringene mener du fortsatt er mest misforstått blant ventureinvestorer generelt?

AI-RAN, uten tvil. Investormiljøet har i stor grad sett det som en telekomsak: en gradvis forbedring av eksisterende radioaksessinfrastruktur. De har oversett at det egentlig er et grunnleggende arkitekturskifte i hvordan intelligens fordeles i et nettverk.

Tradisjonelle radioaksessnett mangler intelligens ytterst i nettet. AI-RAN endrer dette. Inferens og beslutninger i sanntid flyttes inn i selve radiolaget. Det har store følger for forsinkelse, energieffektivitet og økonomien i å ta i bruk autonom AI i stor skala. Dette grunnleggende infrastrukturelementet gjør at en fabrikkrobot, en selvkjørende bil på motorveien eller en drone i en logistikkorridor kan reagere på under ett millisekund uten å sende hver avgjørelse gjennom skyen til en stor skyleverandør.

De fleste ventureinvestorer som dekker flere bransjer, har ikke tilstrekkelig dyp telekomkunnskap til å se forskjellen tydelig. De forstår AI på applikasjons- og datanivå, men radioaksessnettet har historisk vært en svart boks for Silicon Valley. Stormbreaker ble etablert for å fylle nettopp dette gapet. I partnergruppen vår finnes ledere som har drevet disse nettene i stor skala. Vi forstår både den tekniske arkitekturen og de kommersielle drivkreftene på måter generalistinvestorer ikke gjør.

Du har hevdet at gamle nettverk er dårlig egnet til en maskindrevet økonomi. Hva er de største flaskehalsene i infrastrukturen som hindrer dagens telekom- og industrisystemer i å støtte autonom AI i stor skala?

Jeg tenker stadig på tre flaskehalser.

Arkitekturen for forsinkelse. Internett og mobilnett ble laget for samhandling i menneskets tempo. Mennesker merker ikke 50 millisekunders forsinkelse. Autonome systemer gjør det, og ofte er dette forskjellen mellom en trygg og en katastrofal beslutning. Gamle kjernenett ruter trafikken på måter som ikke passer industriell AIs krav til forutsigbar og lav forsinkelse.

Mangelen på intelligens ytterst i nettet. De fleste industrinett behandler fortsatt kantinfrastrukturen som passiv transport: rør som sender data til et sentralt datamiljø for behandling. Men autonom AI i stor skala krever lokal intelligens. En fabrikk, havn eller logistikkterminal kan ikke drives autonomt hvis hver avgjørelse må gå gjennom et WAN. Datakraft, lagring og inferens må finnes på eller nær stedet der handlingen skjer. De fleste eksisterende løsninger er ikke bygd slik.

Samvirke og fragmentering. Industrimiljøer består av en blanding av OT-systemer, leverandørspesifikke protokoller og eldre maskinvare som ble til flere tiår før moderne kommunikasjonsstandarder. Å få disse systemene til å kommunisere sammenhengende med et AI-lag er en enorm integrasjonsutfordring. Den er lett å undervurdere hvis man ikke faktisk har prøvd å innføre løsninger i slike miljøer. Oppstartsbedrifter som løser dette og fungerer som en intelligent forbindelse mellom den fysiske driften og AI-laget over, vil bli svært verdifulle.

Selskaper som Qualcomm, Ericsson (ERIC ) og Nokia satser stadig mer på oppkjøp innen AI og programvare. Ser du dette som begynnelsen på en lang konsolideringsperiode innen telekom- og infrastrukturteknologi?

Ja, og jeg tror vi fortsatt er helt i starten. Det vi ser fra Qualcomm, Ericsson og Nokia, er ikke opportunistiske avtaler, men en strategisk nødvendighet. De forstår at infrastrukturens økonomiske tyngdepunkt flytter til programvare- og AI-laget. Ingen av dem kan utvikle alt de trenger selv i den farten markedet krever.

Den underliggende forklaringen er at oppstartsbedrifter som er laget for AI fra starten, utvikler evner etablerte selskaper ikke kan gjenskape internt. Det skyldes ikke talent eller kapital, men friheten i arkitekturen. Uten en gammel produktlinje å beskytte eller et kundeforhold verdt 10 milliarder dollar å bevare, kan man designe systemer fra grunnprinsippene for AI-æraen. Resultatet blir strukturelt annerledes.

For Stormbreaker er dette en viktig del av planen for hvordan vi skal realisere verdier i porteføljeselskapene. Vi bygger i forkant relasjoner til sannsynlige strategiske kjøpere. GP-teamet har personlige profesjonelle forbindelser til beslutningstakere i flere av disse organisasjonene. Det gir oss innsyn i planer for fusjoner og oppkjøp som de fleste tidligfaseinvestorer mangler. Når Nokia Growth Partners eller Ericsson Ventures deltar i en finansieringsrunde, er det ikke bare en bekreftelse gjennom kapital, men et signal om retningen på den strategiske interessen.

Hvor viktig blir kant-AI de neste fem årene, særlig innen produksjon, logistikk, robotikk og industriell automatisering, der forsinkelse og pålitelighet er avgjørende?

Det blir det definerende infrastrukturtemaet for de neste fem årene i disse sektorene, punktum. Spørsmålet er ikke om kant-AI er viktig, men om selskapene som innfører det, har den grunnleggende infrastrukturen som kan støtte det pålitelig.

Produksjonsindustrien har antakelig kommet lengst i utviklingen. Økonomien i AI-basert kvalitetskontroll, prediktivt vedlikehold og autonome produksjonslinjer er allerede overbevisende. Store produsenter som handler raskt, gjør det fordi investeringsavkastningen er målbar og umiddelbar. Begrensningen er ikke AI-modellene, men nettverks- og datainfrastrukturen som gjør sanntidsinferens i produksjonen mulig.

Logistikk og oppkoblet mobilitet er på et noe tidligere stadium, men vil utvikle seg raskt. Virkningen på enhetsøkonomien i autonom godstransport, smart havnedrift og AI-basert forsyningskjedestyring er svært stor. Investorer må forstå at kant-AI ikke er én infrastrukturkategori, men en helhet med flere lag. Databehandling, forbindelser, strømstyring og programvareorkestrering må fungere sammen ytterst i nettet. Selskaper som bygger integrerte løsninger på tvers av hele denne helheten, vil bli mest levedyktige, fremfor dem som bygger isolerte punktløsninger.

Industrimodernisering og tilbakeføring av produksjon til hjemlandet har blitt viktige politiske prioriteringer i både USA og Canada. Hvor mye av dagens oppsving i AI-infrastruktur skyldes geopolitikk og nasjonal sikkerhet fremfor bare kommersiell etterspørsel?

Mer enn de fleste investorer på feltet er villige til å si offentlig. Jeg vil si det rett ut: Hensynet til nasjonal sikkerhet er en reell og strukturell medvind for infrastrukturen, ikke bare et samtaleemne.

Den amerikanske regjeringen har konkludert med, etter min mening med rette, at AI-lederskap ikke bare er et økonomisk spørsmål. Det handler om suverenitet. Hvem kontrollerer den fysiske infrastrukturen AI kjører på, hvem produserer halvlederne, og hvem bygger de private nettene i kritiske industrianlegg? Dette er like mye sikkerhetspolitiske som kommersielle avgjørelser. CHIPS-loven, regjeringstiltak for å beskytte kritisk infrastruktur og forsvarsdepartementets investeringslinje for kant-AI og suveren databehandling er ikke midlertidige politiske fenomener. De gjenspeiler en varig tverrpolitisk enighet om den strategiske betydningen av innenlandsk infrastrukturkapasitet.

For Stormbreaker skaper dette en bestemt type selskap vi finner attraktiv: infrastrukturselskaper der nasjonale sikkerhetsbehov og kommersielle bruksområder møtes. Kunder i disse miljøene, som føderale etater, forsvarsleverandører og operatører av kritisk infrastruktur, har budsjettsikkerhet og strategisk tålmodighet som rent kommersielle kunder ofte mangler. Kombinasjonen av varig etterspørsel og virksomhetskritisk bruk er akkurat det vi ønsker i et infrastrukturselskap i tidlig fase.

Nettverket ditt av virksomhetsledere omfatter tidligere toppledere fra blant andre AT&T Mobility, Bell Canada og Qualcomm. Hvilken operativ innsikt tilfører erfarne telekomledere som tradisjonelle Silicon Valley-investorer ofte overser?

Det ærlige svaret er en dyp respekt for hva som faktisk kreves for å innføre og drive fysisk infrastruktur i stor skala.

Silicon Valleys investeringskultur har historisk vært optimalisert for programvare: høye marginer, raske utviklingssykluser, forholdsvis lav kapitalintensitet og kundeanskaffelse med en dynamikk som kan modelleres tydelig. Infrastruktur fungerer annerledes. Nettverksprosjekter har flerårige salgssykluser med bedrifter og teleoperatører. Integrasjonen med eksisterende OT-miljøer er kompleks og langsom. Regulatoriske forhold er reelle og kan få stor betydning for tidsplanen for markedsintroduksjon. Operatørforholdet, med operatørens godkjenning, avtaler om nettintegrasjon og tilgang til frekvenser, er ingen formalitet. Det er en strategisk ressurs som tar år å bygge.

At Wade Oosterman, som bygde Clearnet og senere skapte 50 milliarder dollar i økt børsverdi i Bell Canada, og Glenn Lurie, som ledet AT&T Mobility og vet hvordan store operatører vurderer leverandørforhold og teknologiadopsjon, er våre GP-partnere, betyr at vi kan vurdere gründere og selskaper med en målestokk de fleste tidligfaseinvestorer ikke har tilgang til. Når en gründer presenterer en plan for å nå markedet gjennom en stor operatør, kan vi stille de riktige spørsmålene. Det gjelder ikke bare produktets tilpasning til markedet, men også om den kommersielle strukturen er realistisk gitt hvordan innkjøpsorganisasjonene faktisk fungerer. Denne operative dybden gjør også at porteføljeselskapene får mer enn kapital. De får introduksjoner til beslutningstakere, råd om å håndtere bedriftssalgets sykluser og troverdighet i sammenhenger der Stormbreaker-navnet veier tungt på grunn av menneskene bak det.

AI-infrastruktur krever stadig mer strøm og kapital og blir mer 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, har funnet en måte å gjøre kapitalintensiteten til en fordel på, i stedet for å behandle den som en belastning for virksomheten.

Strukturen for å nå markedet. Kapitalintensive infrastrukturselskaper som utelukkende baserer seg på direkte bedriftssalg, vokser langsomt og er sårbare. De som bygger distribusjon gjennom operatørpartnere, systemintegratorer eller offentlige innkjøpskanaler, kan innføre løsninger raskere og skape tilbakevendende inntekter som støtter kapitalbehovet. Forretningsmodellen må utformes for miljøet.

Kundeprofil og kontraktsstruktur. Bygger du strømkrevende kantdatabehandling eller nettverksinfrastruktur, trenger du kunder med kjøpsatferd som passer kapitalsyklusen din. Langsiktige kontrakter, sentrale innledende utrullinger og strategiske partnere som investerer sammen med deg i infrastrukturen, er ikke bare ønskelige tillegg. De er nødvendige for å overleve.

Dyp operativ kompetanse i teamet, ikke bare ingeniørkunnskap. Jeg har sett teknisk fremragende infrastrukturselskaper mislykkes fordi de ikke klarte å håndtere komplekse forsyningskjeder, forhandle frem riktige leverandørforhold eller gjennomføre en stor utrulling uten å bruke opp kapitalen. Gründere som har gjort dette før og faktisk har innført fysisk infrastruktur i stor skala, har en enorm fordel over førstegangsgründere som bare har sterke tekniske kvalifikasjoner.

Hvordan ser infrastrukturen som bærer AI-økonomien ut om fem til ti år? Ser du for deg en fremtid dominert av sentraliserte store skyselskaper, eller noe mer fordelt mellom kantnett, suveren databehandling og industrielle AI-systemer?

Fordelt, men ikke jevnt fordelt og ikke uten en rolle for de store skyselskapene. Det virkelige bildet er en lagdelt arkitektur som er mer kompleks og interessant enn både fortellingen om at skygigantene vinner alt, og motfortellingen om at kantdatabehandling erstatter skyen.

De store skyselskapene vil fortsatt dominere trening og storskala inferens. Det er en kapitalkonkurranse som favoriserer konsolidering, og den har de vunnet klart. Men inferens på stedet der handlingen skjer, i fabrikken, inne i den autonome bilen, ved foten av mobilmasten eller i statens suverene datasenter, vil bli vidt fordelt. Forsinkelsens fysikk, båndbreddens økonomi og politikken rundt datasuverenitet peker i samme retning: Intelligensen må være nærmere stedet der den handler.

Det mest interessante ved tiårsperspektivet er fremveksten av en ny infrastrukturkategori uten en tydelig parallell i forrige generasjon databehandling. Det er suverene og industrielle datanett som er private, spesialbygde og dypt integrert i det fysiske driftsmiljøet de betjener. En havnemyndighet, forsvarsleverandør, stor produsent eller nasjonal regjering bygger og kontrollerer disse nettene. Det skyldes ikke mangel på alternativer hos store skyselskaper, men datasensitivitet, krav til forsinkelse og arbeidslastenes strategiske betydning. Det er dette infrastrukturlaget vi bygger mot i Stormbreaker. Selskapene som blir fundamentet for denne fordelte, suverene og fra starten AI-tilpassede infrastrukturen, vil være blant tiårets mest betydningsfulle infrastrukturselskaper. De fleste av dem er ennå ikke grunnlagt.

Takk for et godt intervju. Lesere som vil vite mer, bør besøke Stormbreaker Ventures.