Umesh Padval, Managing Partner, Seligman Ventures – Intervju-serie

Umesh Padval bringer flere tiår med erfaring fra halvleder-infrastruktur, bedriftsteknologi og venturekapital. Før han gikk over til venture-investering, var han CEO og president for C-Cube Microsystems, og hjalp til å skalle selskapet før det ble kjøpt av LSI Logic. I løpet av sin investeringskarriere har han vært involvert i en rekke prominente teknologiselskaper innen AI, sky-infrastruktur, cybersikkerhet og nettverk, inkludert investeringer i selskaper som Cohere, Harness.io, ThousandEyes og Isovalent. Han har også hatt styreverv i flere offentlige teknologiselskaper, inkludert Mellanox, IDT, Monolithic Power Systems (MPWR ) og Impinj, noe som reflekterer en langvarig fokus på grunnleggende infrastrukturteknologier som utgjør moderne datamaskiner og AI-systemer.

Seligman Ventures er den teses-drevne venturekapital-armen til Seligman Investments, en teknologifokusert investeringsplattform som forvalter omtrent 30 milliarder dollar over offentlige og private markeder. Ledet av veteran-investoren og tidligere CEO Umesh Padval, lanserte selskapet med en rapportert 500 millioner dollar-allokering fokusert på å støtte tidlige fase-selskaper gjennom pre-IPO-selskaper i sektorer som AI-infrastruktur, sky-datamaskiner, cybersikkerhet og moderne data-senter-hardware. Plattformen skiller seg ut ved å kombinere dypt offentlig-markeds-forskningsekspertise med venture-investering, noe som gjør det mulig å identifisere langsiktige teknologiske endringer tidlig og støtte grunnleggere som bygger grunnleggende infrastruktur for den neste generasjonen av bedrifts-AI- og datamaskin-systemer.

De siste ukene lanserte du Seligman Ventures som venture-armen til et 30 milliarder dollar offentlig marked-selskap. Hva var den opprinnelige visjonen bak å etablere denne plattformen, og hva var gapet du så i AI- og infrastruktur-investeringslandskapet som andre manglet?

Vi så en mulighet til å bygge en plattform som broer tidlige fasers innovasjon med offentlig-markeds-skala. Seligman Investments har brukt flere tiår på å investere i teknologiselskaper gjennom offentlige markeder, og vi tror at perspektivet rundt varighet, grunnleggende verdier og langsiktig verdi-skaping ofte mangler på tidlige fasers selskaper.

Samtidig driver AI en en-generasjons-re-arkitektur av infrastruktur over datamaskiner, nettverk, cybersikkerhet og data-sentre, og vi følte at markedet var undervekt investorer med dypt teknisk overbevisning i disse områdene. Vi støtter visjonære tekniske grunnleggere med vår nettverk og ekspertise, og vår visjon er å være en del av deres reise fra frø til IPO og utover.

De investerer over AI-infrastruktur, sky og moderne data-senter-systemer. Hvordan ser du på at AI-infrastruktur-staken utvikler seg over de neste tre til fem årene, og hvilke lag er mest sannsynlig å generere mest verdi?

Vi forventer at tyngdepunktet flytter seg fra modell-trening til stor-skala-inferens og produksjons-utvikling. Denne flyttingen øker viktigheten av effisiens over hele staken fra silisium og minne til nettverk og orkestrering. Hele staken blir om-skrevet fra chip til mellomvare til vertikale AI-applikasjoner. Hvert lag her har en stor pris som fører til overdimensjonerte vinnere. Mens modeller er viktige, tror vi at en ubetydelig mengde verdi vil bli skapt i infrastruktur-lagene som muliggjør ytelse, kost-optimisering og skalerbarhet i virkelige miljøer.

Mange investorer beskriver AI som en grunnleggende endring lik elektrisitet. Fra din perspektiv, hvilke deler av den nåværende AI-syklusen er overhypet, og hvilke områder forblir underverdiert?

Forestall deg intelligens som en utilitet, tilgjengelig for alle, med kraften til å gjøre hver software-applikasjon, hardware-enhet eller virtuell miljø intelligent. Dette skjer allerede.

Det er en tendens til å over-vektere applikasjons-laget og hastigheten som nye AI-produkter lanseres. Hva som forblir underverdiert er de fysiske og infrastruktur-begrensningene under overflaten, som kraft, termiske, minne-båndbredde, data-bevegelse og leverandør-begrensninger. Disse faktorene vil ultimate bestemme hvor langt og hvor raskt AI kan skala økonomisk.

Med fokus fra frø til pre-IPO, hvordan bestemmer du om et AI-infrastruktur-startup har sant langsiktig forsvarbarhet i stedet for kort-siktig momentum?

Vi starter med laget. Tekniske grunnleggere med inspirerende livshistorier har ofte evnen til å gjøre det umulige mulig. Gang på gang ser vi forskningspapirer som hevder at noe ikke er gjennomførbart, mens grunnleggere bygger prototyper som beviste motsatt.

Vi bruker mye tid på å skille mellom hastighet og varighet. Sant forsvarbarhet i AI-infrastruktur kommer fra dypt teknisk differensiering, arbeidsflyt-insikt og integrasjon i kritiske systemer, ikke bare tidlig fremgang. De sterkeste infrastruktur-selskapene blir dypt integrert i staken, hvor bytte-kostnader, ytelses-fordeler og økosystem-integrasjon skaper langsiktig varighet.

Moderne data-sentre blir sentrale for AI-skalerbarhet. Hva er arkitektoniske endringer eller innovasjoner som du tror vil definere den neste generasjonen av AI-naturlig infrastruktur?

Moderne data-sentre blir om-arkitektert rundt AI-arbeidsbelastninger. Dette inkluderer høyere kraft-tetthet på rekke-nivå, nye tilnærminger til avkjøling og tettere integrasjon mellom datamaskiner, minne, lagring og nettverk.

Vi tror at den neste generasjonen av AI-naturlig infrastruktur vil bli definert av system-nivå-design og sam-optimisering over hardware og software, i stedet for isolert komponent-innovasjon.

Hva er kvalitetene du søker etter i grunnleggere som bygger AI-infrastruktur-selskaper, og hva skiller de som går videre til å bygge kategoridefinerende bedrifter?

Grunnleggerne som skiller seg ut kombinerer dypt teknisk ekspertise med en system-nivå-forståelse av hvordan infrastruktur utvikler seg. Mange av disse markedene krever lange utviklings-sykluser, komplekse økosystem-partnerskap og tett engasjement med kunder, så motstandsevne, tålmodighet og evnen til å utføre over flere år er kritisk.

De beste grunnleggerne er i stand til å kombinere teknisk visjon med operasjonell disiplin og bygge varige selskaper gjennom flere teknologisykluser.

Hvordan bør grunnleggere nærme seg bygging for en fremtid hvor datamaskin-kraft, energi og data-lokalitet blir like kritisk som programvare?

Grunnleggere må bygge med begrensninger i mente. Datamaskin-kraft, energi og data-lokalitet er ikke lenger abstrakte overveielser; de er første-orden design-parametre.

De mest overbevisende selskapene er de som behandler effisiens, skalerbarhet og operasjonelle realiteter som kjerne-produkt-krav fra dag én, i stedet for å legge til optimiseringer senere.

Det er en voksende bekymring om at verdsettelse i AI er foran fundamentale verdier. Hvor ser du nå det største gapet mellom prising og virkelig verdi?

Vi er midt i en en-generasjons teknologisk endring. Vinnerne her kan bli større enn mange av de største offentlige selskapene i dag.

Vi ser noen lommer hvor verdsettelse er foran fundamentale verdier, spesielt i områder med lav barrierer for inngang. Samtidig er noen av de mest teknisk komplekse infrastruktur-lagene, særlig de som løser harde ingeniør-problemer med lange utviklings-sykluser, underverdiert i forhold til deres langsiktige strategiske verdi.

Fra din perspektiv, hvordan former bedrifts-etterspørsel den neste generasjonen av AI-plattformer, særlig i områder som cybersikkerhet og sky-infrastruktur?

AI er nå en styre-nivå-mandat for bedrifter av alle størrelser. Lag prioriterer AI-verktøy for å hjelpe dem bli materielt mer produktive, og mange proof-of-concepts er nå i ferd med å flytte fra eksperimentering til produksjons-miljøer.

Dette skapte nye utfordringer relatert til skalerbarhet, overvåkbarhet, pålitelighet og sikkerhet. AI utvider samtidig angreps-overflaten mens det skaper verktøyene nødvendige for å forsvare det. AI-agenter kan angripes eksternt, sårbarheter kan introduseres under utvikling, og å håndheve politikker på kjørings-tid blir betydelig mer komplekst i sannsynlige systemer.

Dette krever nye arkitekturer, nye operasjonelle modeller og nye måter å tenke om sikkerhet og infrastruktur på. Bedrifts-etterspørsel etter pålitelige, skalerbare og sikre AI-systemer vil fortsette å drive betydelig innovasjon over hele staken i årevis til komen.

Seende fremover over de neste ti årene, hva er den langsiktige fremtiden for AI-infrastruktur, og hvilke teknologier eller trender i dag gir deg den sterkeste signalen om denne fremtiden?

Over de neste ti årene vil AI-infrastruktur bli like grunnleggende som sky-datamaskiner er i dag. Data-senteret og energi-nettet er ikke ennå fullt ut klare for en verden hvor AI blir mainstream over industrier og daglige arbeidsflyter.

Langs vektorene av kost, energi-effisiens, token-forbruk, hardware-heterogenitet og data-bevegelse, er det fortsatt mye arbeid igjen for en agent-nativ verden å bli virkelighet. Vi forventer å se større spesialisering over hele staken, tettere integrasjon mellom hardware og software, og fortsatt fokus på effisiens og system-nivå-optimisering.

De selskapene som vinner vil være de som kan levere ytelse i skala samtidig som de navigerer virkelige verdens-begrensninger rundt kraft, kost, pålitelighet og leveranse.

Takk for det flotte intervjuet, lesere som ønsker å lære mer om dette VC-selskapet, bør besøke Seligman Ventures.