Wywiady
Mikhail Taver, Założyciel i Starszy Partner w Taver Capital Partners – Wywiad

Mikhail Taver to doświadczony inwestor z dwudziestoletnim stażem na wysokich stanowiskach w prominentnych grupach finansowych i firmach przemysłowych, a także w inwestycjach i doradztwie strategicznym.
Mikhail z powodzeniem sfinalizował ponad 250 transakcji fuzji i przejęć oraz transakcji private equity dla głównych graczy w sektorze przemysłowym, a także posiada głęboką wiedzę w dziedzinach takich jak IPO, LBO, inwestycje bezpośrednie, private equity oraz fuzje i przejęcia. Jego przedsięwzięcia inwestycyjne objęły również takie gałęzie przemysłu jak górnictwo i produkcja. Dodatkowo Mikhail posiada tytuły CFA, ACMA i CGMA.
Jako założyciel i starszy partner Taver Capital, międzynarodowego funduszu venture capital, który inwestuje w globalne firmy z branży sztucznej inteligencji, Mikhail posiada głęboką wiedzę na temat procesu inwestycyjnego w firmach deeptech i startupach wykorzystujących sztuczną inteligencję.
Byłeś jednym z pionierów inwestujących w sztuczną inteligencję, gdy jeszcze była uważana za niszę. Co początkowo skłoniło Cię do zainteresowania technologiami AI, a jak Twoja perspektywa na inwestycje w AI ewoluowała od momentu założenia Taver Capital?
Gdy wybrałem AI, zrobiłem to, uważając ją za niszę, która ma dobre perspektywy. Chociaż miałem rację co do perspektyw, zobaczyliśmy, jak AI posunęła się do przodu w przyspieszonym tempie i jest teraz stosowana praktycznie w każdej branży, co oznacza, że byłem w błędzie co do aspektu niszy. Teraz, jako główna technologia, AI ewoluowała znacznie od tego czasu, a także moja perspektywa jako inwestora.
Początkowo, gdy AI zwróciła moją uwagę jako potencjalny sektor inwestycyjny, zdałem sobie sprawę, że muszę przejść od bycia inwestorem ogólnym w branży tech do ogólnego inwestora w AI. To sprawiło, że zostałem jednym z pionierskich inwestorów w technologiach opartych na AI. Teraz jest czas, aby dokonać kolejnej transformacji, od bycia ogólnym inwestorem w AI do znalezienia następnej obiecującej niszy w AI. Moim zdaniem, biorąc pod uwagę moje rozległe doświadczenie w pracy z ciężkimi gałęziami przemysłu, uważam, że jest to industrial AI. Moja percepcja potencjału AI nie zmieniła się – zawsze widziałem ją jako narzędzie do zwiększania wydajności i transformacji firm. Niemniej, jeśli chodzi o kwestię, gdzie integracja AI może generować wyższe zwroty, moja stawka jest taka, że może to uczynić w tych branżach, które dojrzały do perturbacji — produkcji, górnictwie i innych sektorach, na które większość inwestorów AI nie zwraca uwagi.
Czy mógłbyś wyjaśnić, jakie możliwości i wyzwania widzisz w Industrial AI? W jaki sposób industrial AI różni się od innych aplikacji AI pod względem potencjału inwestycyjnego?
Uważam, że AI może dać nowe życie firmom w tym sektorze i pobudzić ich wzrost. Tradycyjne branże, takie jak produkcja, energia i górnictwo, były wolne przez lata, a AI ma ogromny potencjał, aby to zmienić.
Weźmy na przykład górnictwo mineralne. Dziś stawki odkryć miedzi, niklu i litu są na najniższym poziomie w historii, pomimo rekordowych wydatków na poszukiwania. Z tego powodu sektor górniczy ma ogromny potencjał perturbacji. To przekonanie skłoniło mnie do inwestycji w Earth AI, firmę z Australii, która opracowała wertykalnie zintegrowaną technologię poszukiwań mineralnych i pomaga firmom górniczym znajdować złoża szybciej, taniej i, co bardzo ważne, w sposób bardziej zrównoważony.
Innym przypadkiem jest izraelska firma Ception, która wdraża systemy AI, aby uczynić place budowy i zakłady przemysłowe bardziej produktywnymi, zrównoważonymi i bezpiecznymi. Model SaaS o nazwie MineCept wykorzystuje technologie mapowania 3D i precyzyjnego pozycjonowania wizualnego, aby poprawić bezpieczeństwo i efektywność operacyjną na placach budowy.
W obu powyższych przykładach inwestowanie w AI może pomóc firmom zaoszczędzić miliardy wydatków, pozytywnie wpływając na ich wynik finansowy. Niemniej, stosowanie AI w ciężkich gałęziach przemysłu jest dość kapitałochłonnym przedsięwzięciem, nawet dla startupów. Finansowanie rozwoju musi być obliczone z marżą i z długoterminową perspektywą. Zysk może przyjść stopniowo; na przykład w górnictwie może nie być zysku przez długi czas, a potem nagle 20 milionów, a następnie żadnego, itd. To musi być brane pod uwagę. Ponieważ jest to długoterminowy projekt, zarówno założyciel, jak i zespół muszą mieć strategiczne myślenie, podejście i być gotowi do faktu, że wynik nie przyjdzie szybko.
Mimo to inwestorzy nadal wahają się, aby inwestować w industrial AI z kilku powodów. Po pierwsze, uważają, że inwestycje w industrialny deeptech są zbyt czasochłonne, aby były opłacalne. Trwa to około 5-6 lat, aby określić, czy projekt AI będzie działał, co sprawia, że niektórzy inwestorzy są niecierpliwi. To prawda, a oznacza to, że inwestorzy muszą być bardziej wybredni przy wyborze projektu.
Musimy również brać pod uwagę, że branża, ze względu na swój rozmiar, tradycyjnie była placem zabaw dla private equity. Inwestorzy venture capital przez długi czas omijali ją, a w rezultacie nie wiedzą wiele o ciężkich gałęziach przemysłu i o tym, jak komunikować się z założycielami w tym sektorze. Mając doświadczenie w inwestowaniu w takie sektory jak SaaS, nie mają pojęcia o cechach sektora przemysłowego i mają nierzeczywiste oczekiwania. Dlatego ważne jest, aby głęboko zanurzyć się w sektorze przemysłowym i nauczyć się, jak komunikować się z jego interesariuszami.
Taver Capital osiągnął kilka udanych wyjść, w tym przejęć przez duże firmy, takie jak Facebook (META ) i Mitek. Jakie kluczowe czynniki bierzesz pod uwagę przy decyzji o inwestowaniu w startup AI, które mogą wskazywać na przyszły udany wyjście?
Po pierwsze, staram się upewnić, że założyciele naprawdę rozumieją, co robią. To nie tylko to, co mówią, ale także to, co mogą konkretnie udowodnić za pomocą kluczowych wskaźników. Po drugie, polegam na mojej sieci, aby pozytywnie ocenić i zaopiniować nowe perspektywy. Zresztą, gdy eksperci branżowi mówią, że coś jest nonsensem, że jest to niemożliwe lub nie będzie działać, czasem uważam to za dobry znak. To samo dotyczy sytuacji, gdy po pierwszych krokach produktu insiderzy branży zaczynają go silnie krytykować z powodów nieistotnych.
Ponadto, oprócz przeprowadzania due diligence w odniesieniu do zespołu założycielskiego, analizuję, czy startupy mają potencjał dla zrównoważonego wzrostu i długoterminowych zwrotów. Jeśli po prostu ścigają natychmiastowe zyski napędzane trendami rynkowymi, skłaniam się ku rezygnacji, ponieważ nie ma w tym wartości w długiej perspektywie. Priorytetem są firmy, które mogą dostarczyć trwałą wartość w czasie.
Również oceniam, czy firmy przestrzegają konwencjonalnych i dobrze udokumentowanych praktyk biznesowych. Założyciele muszą mieć klarowną wizję rynku i prowadzić firmę w sposób efektywny, zwracając uwagę na finanse, operacje i morale pracowników. Solidny model finansowy jest niezbędny, aby zapewnić sukces i wzrost startupu, ponieważ służy jako drogowskaz do osiągnięcia zrównoważoności finansowej i uporządkowuje działania firmy. Następnie rozważam, czy mają klarowny plan działania. To sprawi, że proces podejmowania strategicznych decyzji będzie przejrzysty i zarządzalny. Kolejnym punktem jest to, że cenię treść ponad formą. Na wczesnych etapach biznesu treść jest często ważniejsza niż styl. Chociaż posiadanie wizualnie atrakcyjnego produktu może na pewno przyciągnąć uwagę i wywołać zainteresowanie, ostatecznie to jakość produktu określi, czy biznes będzie udany.
Taver Capital inwestuje na całym świecie, wykorzystując sieć lokalnej wiedzy. Jak zarządzasz złożonościami inwestowania w różnorodnych rynkach, a jaka rola odgrywa lokalna wiedza w Twoich decyzjach inwestycyjnych?
Od czasów szkoły średniej byłem w bardzo wielokulturowym środowisku, więc nie ma dla mnie trudności, aby połączyć się z założycielami niezależnie od ich lokalizacji, różnic językowych itp. Mogę komunikować się z ludźmi i nie widzę żadnych barier w poszukiwaniu startupów.
Ponadto posiadanie firm portfelowych w różnych krajach przynosi namacalne korzyści. Po pierwsze, zawsze jest ktoś, z kim można porozmawiać, gdy nie można spać. Serio jednak, z biznesowego punktu widzenia, dywersyfikacja jest dodatkową gwarancją bezpieczeństwa. Zobaczyłem to wyraźnie podczas Covid, gdy niektóre kraje leżały nisko, a inne, wręcz przeciwnie, miały jakiś wzrost i rozwój. Na przykład w Stanach Zjednoczonych był surowy lockdown, a w Australii praca była w pełnym toku. Było to interesujące doświadczenie.
Rzeczywistość jest taka, że nawet jeśli to samo dzieje się wszędzie, dzieje się to w różnym czasie. Dlatego, dywersyfikując portfel, zmniejszamy ryzyko geopolityczne i lokalne.
Jak widzisz przyszłość AI w kształtowaniu krajobrazów ekonomicznych, szczególnie w sektorach przemysłowych?
Będzie wzrost i poprawa. Ważne jest, że ten wzrost będzie bardziej zrównoważony — czyli będzie czystszy i bardziej przyjazny środowisku. Weźmy na przykład firmę Taver Capital, Earth AI, o której już wspomniałem. Ich technologia oparta na AI do celowania, testowania i weryfikacji odkryć niezbędnych dla rewolucji pojazdów elektrycznych i odnawialnych źródeł energii stanowi przełom dla branży, ponieważ pomaga znaleźć nowe złoża w niezbadanych obszarach przy ułamku normalnych kosztów.
To jest ważne dzisiaj, ponieważ jest wyścig o metale krytyczne do napędzania odnawialnej energii. Liczba nowych odkryć spadła o 73% w ciągu ostatniej dekady, a rozwój starych złóż często występuje w sposób nieprzyjazny środowisku.
Odkrycia oparte na AI są również znaczące w czasach, gdy takie „czyste” minerały jak miedź i nikiel stają w obliczu niedoborów, pomimo znacznych inwestycji w poszukiwania. Earth AI wyróżnia się identyfikowaniem niklu, miedzi, cynku i wanadu w sposób ponad 100 razy szybszy i bardziej efektywny niż metody tradycyjne.
Następnie, weźmy trend Przemysłu 4.0. Jest to trend automatyzacji i wymiany danych w technologiach produkcyjnych i obejmuje integrację technologii cyfrowych, takich jak Internet Rzeczy, AI, chmura obliczeniowa i analiza danych, w procesy przemysłowe. Przemysł 4.0 jest widoczny w tworzeniu „inteligentnych fabryk”, które są bardziej połączone, efektywne i zdolne do podejmowania autonomicznych decyzji.
Zresztą, w odpowiedzi na liczne obawy dotyczące redukcji miejsc pracy, nie uważam, że to doprowadzi do skoku w bezrobociu. Przeszliśmy już przez rewolucję przemysłową trzykrotnie. Moim zdaniem, ludzkość po prostu staje się bardziej produktywna.
Jakie są podstawowe cechy lub metryki, na które zwracasz uwagę przy inwestowaniu w startupy AI? Czy są jakieś specyficzne innowacje lub cechy zespołowe, które wyróżniają się Tobie?
Ważne jest, aby założyciele udowodnili, że potrafią współpracować i wykazać swoją zdolność do tego, co jest zazwyczaj dość widoczne. Jeśli założyciele są rodziną, uważam to za czerwoną flagę, ponieważ jeśli wystąpią problemy z jednym, będą problemy z oboma, co podwaja ryzyko.
Ponadto zespół założycielski powinien posiadać szeroki zakres wiedzy. Nie musi to oznaczać wykształcenia. Chociaż ważne jest, aby założyciel miał wyższe wykształcenie, nie musi to być w dziedzinie, w której działa startup. To ułatwia myślenie kreatywne i daje założycielom możliwość zobaczenia dużego obrazu, a jednocześnie umiejętność zajrzenia w szczegóły.
Posiadanie tej podwójnej zdolności daje zespołowi założycielskiemu klarowną i odrębną wizję rynku, którym się zajmują, oraz intuicyjne zrozumienie potrzeb ich klientów. Mówiąc o klientach, cenię założycieli, którzy potrafią słuchać ich opinii i brać ją pod uwagę. W rzeczywistości, nie tylko od klientów, ale ogólnie, wymaga to dużej odwagi, aby otwarcie słuchać opinii innych.
Na koniec, jak wcześniej wspomniałem, dokładnie analizuję model finansowy startupu przed podjęciem jakiejkolwiek decyzji, ponieważ uważam, że jest to kluczowy dla zrównoważonego wzrostu i skalowalności.
AI nadal ewoluuje, jakie nowe obszary w AI są Tobie najbardziej interesujące? Czy są jakieś szczególne trendy lub technologie, które uważasz za przełomowe w nadchodzącej dekadzie?
Spójrzę nie tylko poza Industrial AI, ale także poza AI w ogóle. Tyle się dzieje w branży, że warto zachować otwarty umysł, aby zobaczyć, które aspekty wymagają wsparcia lub są żyznym gruntem dla powstania nowych pomysłów. Na przykład, mogę rozważyć aspekty takie jak efektywność energetyczna w szkoleniu modeli, co jest dużym tematem obecnie. Jest wiele dyskusji na temat tego, jak duże firmy technologiczne mają problemy z rosnącymi emisjami z powodu swoich inicjatyw AI i spotykają się z silną reakcją za to.
Innym obszarem, który wydaje się dużym trendem, jest bezpieczeństwo i etyka. Na przykład, niektóre funkcje Apple (AAPL ) nie są dostępne w Europie z powodu wymogów DMA. Uważam również, że sektor DefenceTech będzie rósł, co spowoduje rozwój cywilnych gałęzi przemysłu. Jednak te dwa są ściśle powiązane, ponieważ istnieje wiele etycznych rozważań, które muszą być brane pod uwagę przy wdrażaniu AI w programach rządowych.
Na podstawie Twojego rozległego doświadczenia, jakie porady dałbyś przedsiębiorcom, którzy chcą wejść w przestrzeń AI? Jakie powszechne pułapki powinni unikać?
Nie koncentruj się wyłącznie na AI. Najlepiej zajmować się branżami, w których chcesz prowadzić działalność, czy to przemysł naftowy, wydawnictwo, odlewnictwo czy cokolwiek innego. AI jest po prostu narzędziem; nie ma potrzeby ścigania AI dla samego AI. Sztuczna inteligencja powinna po prostu służyć jako technologia, która zwiększa efektywność Twojego biznesu.
Biorąc pod uwagę Twoją inwestycję w Earth AI, możesz omówić, jak AI może odegrać rolę w wysiłkach na rzecz zrównoważoności, szczególnie w sektorach takich jak energia czysta i poszukiwania mineralne?
AI może przyczynić się do tych sektorów na wiele sposobów: zoptymalizowane zarządzanie zasobami, predykcyjna konserwacja, monitorowanie środowiska, usprawnione poszukiwania mineralne itp.
Ogólnie, zdolność AI do przetwarzania i analizy danych w skali umożliwia bardziej inteligentne podejmowanie decyzji i efektywność operacyjną, dostarczając metody poszukiwań i ekstrakcji, które są znacznie bardziej efektywne i przyjazne środowisku.
Na przykład, jak już wspomniałem, Earth AI odkrywa nowe złoża bardziej efektywnie i wierce, aby potwierdzić te złoża szybciej niż tradycyjni poszukiwacze i wiertacze. Wykorzystuje własną sprzęt wiertniczy z systemem Zero Disturbance Mud i Mobile Logistics, znacznie redukując wpływ operacji na środowisko.
Jak widzisz wpływ obecnych i nadchodzących regulacji na inwestycje AI? Co startupy AI powinny wiedzieć, aby skutecznie nawigować w tych krajobrazach regulacyjnych?
Ogólny trend jest taki, że regulacje w Stanach Zjednoczonych i Europie stają się bardziej surowe. Wynika to z faktu, że AI i pokrewne technologie rozwijają się bardzo szybko, co wymaga nadzoru regulacyjnego. Proces ten zachodzi we wszystkich sektorach; dlatego każda branża jest w jakiś sposób regulowana. Różnica polega na tym, że firmy w tradycyjnych sektorach, takich jak budownictwo i motoryzacja, są przyzwyczajone do regulacji, podczas gdy AI jest dopiero na początku tej ścieżki.
Uważam ogólnie, że ma to swoje zalety, ponieważ czyni rynek bardziej uporządkowanym i systematycznym. Niemniej, obecne sformułowania istniejących lub proponowanych regulacji nadal pozostawiają wiele miejsca na interpretację, co budzi obawy. Zdecydowanie należy starannie studiować przepisy i obserwować ich egzekwowanie, ale możliwość subiektywnych ocen o startupach AI i następnych decyzjach o tym, które z nich powinny podlegać surowszej regulacji, jest niepokojącym znakiem, który może mieć niezamierzone konsekwencje.
To mogłoby doprowadzić do przesunięcia rozwoju AI do krajów stosujących inne lub bardziej zaawansowane podejścia, jak Chiny. Z drugiej strony, kraje bez nadmiernej regulacji rządowej i te, które zachęcają do pomysłów innowacyjnych, przyciągną deweloperów.
Co mogę poradzić startupom, to monitorować obecne ustawodawstwo w różnych krajach i rozważyć kraje, w których regulacja jest mniej restrykcyjna lub lepiej dopasowana do ich branży, a także działać w branżach krytycznych, gdzie zawsze będzie jakaś swoboda, szczególnie jeśli planują działać w Stanach Zjednoczonych.
Dziękuję za szczegółowe odpowiedzi, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Taver Capital.












