Said Mia, założyciel i zarządzający partner generalny Stormbreaker Ventures – seria wywiadów

Said Mia jest założycielem i zarządzającym partnerem generalnym (GP) w Stormbreaker Ventures, firmie venture capital inwestującej na etapach pre-seed i seed w infrastrukturę łączności, AI-RAN, Open RAN, przetwarzanie na brzegu sieci, konwergencję sieci satelitarnych i komórkowych, internet rzeczy, połączoną mobilność oraz modernizację amerykańskiego przemysłu wytwórczego. Jego partnerami generalnymi są Wade Oosterman (założyciel Clearnet Communications, przejętej przez Telus za 6,6 mld dolarów; były członek najwyższego kierownictwa Bell Canada, gdzie zwiększył kapitalizację rynkową o 50 mld dolarów), Derek Aberle (przez niemal dekadę prezes Qualcomm (QCOM )) oraz Glenn Lurie (były prezes i dyrektor generalny AT&T (T ) Mobility and Consumer Operations). Said ma doświadczenie w bankowości inwestycyjnej w sektorze telekomunikacji; opracował tezę inwestycyjną Stormbreaker i zebrał zespół.

Zanim założył Pan Stormbreaker Ventures, przez lata doradzał Pan dużym firmom telekomunikacyjnym, półprzewodnikowym i infrastrukturalnym, pracując w takich instytucjach jak Citi czy PJT Partners (PJT ). Co przekonało Pana, że największą szansą nie jest już doradzanie firmom o ugruntowanej pozycji, lecz wspieranie startupów budujących infrastrukturę na erę AI?

Dzięki pracy doradczej mogłem z bliska obserwować powoli narastający problem. Pracowałem nad transakcjami dotyczącymi najważniejszych elementów światowej infrastruktury — widma radiowego, architektury sieci i łańcuchów dostaw półprzewodników — i stale dostrzegałem ten sam mechanizm: firmy o ugruntowanej pozycji rozumiały skalę transformacji związanej z AI, ale ich sposób alokacji kapitału, harmonogramy fuzji i przejęć oraz bodźce organizacyjne utrudniały im strukturalnie działanie na tyle szybkie, by przejąć kontrolę nad infrastrukturą, której AI rzeczywiście potrzebuje. Optymalizowały istniejącą sieć, a nie tę przyszłą.

Im dokładniej sprawdzałem tę obserwację przy kolejnych projektach doradczych, tym wyraźniej widziałem, że prawdziwa wartość nie powstanie wewnątrz tych organizacji. Stworzą ją założyciele, którzy mogą działać bez ograniczeń starszych systemów i budować sieć połączeń, architekturę przetwarzania brzegowego oraz infrastrukturę sieciową projektowaną od początku pod kątem AI, których naprawdę wymaga gospodarka napędzana przez maszyny. W pewnym momencie najbardziej uczciwym intelektualnie krokiem było zaprzestanie doradzania w sprawie tej transformacji i rozpoczęcie jej finansowania.

Stormbreaker koncentruje się na podstawowym zapleczu infrastruktury AI, określanym metaforycznie jako warstwa „kilofów i łopat”. Dlaczego uważa Pan, że firmy infrastrukturalne mogą ostatecznie zachować trwalszą wartość w długim terminie niż wiele startupów tworzących aplikacje AI?

Warstwa aplikacji jest fascynująca, ale ma też słabości strukturalne, które nie są w pełni uwzględnione w wycenach. Kiedy modele bazowe staną się standardowymi, wymiennymi produktami — a tak się stanie — wiele przewag konkurencyjnych aplikacji szybko wyparuje. Firmy, które trenowały na GPT-4, muszą teraz liczyć się z GPT-5, a potem GPT-6. Koszty zmiany rozwiązania są niskie właśnie dlatego, że aplikacje działają na cudzej infrastrukturze.

Warstwa fizyczna funkcjonuje inaczej. Prawa do wykorzystywania widma radiowego, sieci dostępu radiowego, instalacje przetwarzania brzegowego oraz infrastruktura przekazywania połączeń między sieciami satelitarnymi i komórkowymi są drogie w budowie, czasochłonne do odtworzenia i głęboko osadzone w działalności klientów. Efekty sieciowe są rzeczywiste i trwałe. Gdy producent przemysłowy wdroży prywatną sieć 5G i AI na brzegu sieci na hali produkcyjnej, nie usunie ich tylko dlatego, że pojawił się nowy model. Infrastruktura staje się elementem, na którym opiera się działalność.

Istotny jest także wymiar czasowy. Fizyczna rozbudowa zaplecza AI dopiero się zaczyna. Luka między tym, czego gospodarka AI będzie ostatecznie wymagać od sieci, a tym, co istnieje dziś, jest ogromna. Jej zamknięcie będzie wymagało co najmniej dekady ciągłych inwestycji i innowacji. To zupełnie inny profil ryzyka niż obstawianie, który chatbot w ciągu 18 miesięcy wygra rynek narzędzi zwiększających produktywność przedsiębiorstw.

Rośnie zainteresowanie sieciami dostępu radiowego wykorzystującymi sztuczną inteligencję (AI-RAN), przetwarzaniem brzegowym i konwergencją sieci satelitarnych oraz komórkowych. Która z tych zmian jest Pana zdaniem najbardziej błędnie rozumiana w szerszym środowisku venture capital?

Bez wątpienia AI-RAN. Środowisko venture capital w dużej mierze uznało ją za zjawisko telekomunikacyjne — stopniowe ulepszanie istniejącej infrastruktury dostępu radiowego — i przeoczyło jej istotę: fundamentalną zmianę architektury określającej, jak inteligencja jest rozmieszczona w sieci.

Tradycyjna sieć RAN nie ma własnej inteligencji na brzegu. AI-RAN to zmienia. Inferencja i podejmowanie decyzji w czasie rzeczywistym trafiają do samej warstwy radiowej, co ma głębokie konsekwencje dla opóźnień, efektywności energetycznej i ekonomiki wdrażania autonomicznej AI na dużą skalę. Ten podstawowy element infrastruktury pozwala robotowi w fabryce, autonomicznemu pojazdowi na autostradzie lub dronowi w korytarzu logistycznym reagować w czasie krótszym niż milisekunda, bez przesyłania każdej decyzji przez chmurę hyperskalera.

Większość inwestorów ogólnobranżowych nie ma dostatecznie głębokiej wiedzy o telekomunikacji, by jasno dostrzec tę różnicę. Rozumieją AI na poziomie aplikacji i danych, ale sieć dostępu radiowego była dla Doliny Krzemowej historycznie czarną skrzynką. Właśnie tę lukę ma wypełnić Stormbreaker. W naszym zespole partnerskim są osoby, które prowadziły takie sieci na dużą skalę. Rozumiemy zarówno architekturę techniczną, jak i realia biznesowe w sposób niedostępny inwestorom ogólnobranżowym.

Twierdzi Pan, że starsze sieci są słabo przystosowane do gospodarki napędzanej przez maszyny. Jakie najważniejsze wąskie gardła infrastrukturalne uniemożliwiają dzisiejszym systemom telekomunikacyjnym i przemysłowym obsługę autonomicznej AI na dużą skalę?

Stale myślę o trzech wąskich gardłach.

Architektura sieci a opóźnienia. Internet i sieci komórkowe zaprojektowano z myślą o tempie ludzkich interakcji. Ludzie nie zauważają 50 milisekund opóźnienia. Systemy autonomiczne je zauważają — w wielu przypadkach to różnica między decyzją bezpieczną a katastrofalną. Starsza architektura rdzenia sieci kieruje ruchem w sposób niezgodny z wymaganiami przemysłowej AI dotyczącymi deterministycznych, niskich opóźnień.

Brak inteligencji na brzegu sieci. Większość sieci przemysłowych nadal traktuje infrastrukturę brzegową jako bierny kanał transportowy, przesyłający dane do centralnego środowiska obliczeniowego w celu ich przetworzenia. Autonomiczna AI działająca na dużą skalę wymaga jednak lokalnej inteligencji. Fabryka, port czy węzeł logistyczny nie mogą funkcjonować autonomicznie, jeśli każda decyzja musi przejść przez sieć WAN. Moc obliczeniowa, zasoby pamięci masowej i możliwości inferencji muszą znajdować się w miejscu działania lub w jego pobliżu. Większość istniejących wdrożeń nie została tak zaprojektowana.

Interoperacyjność i rozdrobnienie. Środowiska przemysłowe są mozaiką systemów technologii operacyjnych (OT), protokołów własnościowych i starszego sprzętu, który powstał na wiele dekad przed nowoczesnymi standardami łączności. Zapewnienie spójnej komunikacji tych systemów z warstwą AI to ogromne wyzwanie integracyjne. Łatwo je zlekceważyć, jeśli nigdy nie próbowało się wdrażać rozwiązań w takich warunkach. Startupy, które rozwiążą ten problem i staną się inteligentnym łącznikiem między fizyczną działalnością operacyjną a warstwą AI nad nią, będą niezwykle cenne.

Firmy takie jak Qualcomm, Ericsson (ERIC ) i Nokia coraz częściej przejmują przedsiębiorstwa z obszaru AI i oprogramowania. Czy widzi Pan w tym początek długiego cyklu konsolidacji w telekomunikacji i technologiach infrastrukturalnych?

Tak, i sądzę, że jesteśmy dopiero na początku. To, co robią Qualcomm, Ericsson i Nokia, nie jest oportunistycznym zawieraniem transakcji, lecz strategiczną koniecznością. Firmy te rozumieją, że ekonomiczny środek ciężkości infrastruktury przesuwa się w stronę oprogramowania i AI. Żadna nie jest w stanie samodzielnie zbudować wszystkiego, czego potrzebuje, w tempie wymaganym przez rynek.

Głębszy mechanizm polega na tym, że startupy projektujące rozwiązania od początku pod kątem AI tworzą możliwości, których firmy o ugruntowanej pozycji rzeczywiście nie potrafią odtworzyć wewnętrznie. Nie chodzi o talent ani kapitał, lecz o swobodę architektoniczną. Gdy nie trzeba chronić starszej linii produktów ani utrzymywać relacji z klientem wartej 10 mld dolarów, można projektować systemy na erę AI, wychodząc od podstawowych zasad. Efektem są strukturalnie inne rozwiązania.

Dla Stormbreaker stanowi to istotną część założeń dotyczących przyszłej sprzedaży udziałów w spółkach portfelowych. Aktywnie budujemy relacje z prawdopodobnymi nabywcami strategicznymi. Nasz zespół partnerów generalnych utrzymuje osobiste relacje zawodowe z decydentami w kilku takich organizacjach, co daje nam wgląd w plany fuzji i przejęć, którego większość inwestorów we wczesne etapy rozwoju firm nie ma. Udział Nokia Growth Partners czy Ericsson Ventures w rundzie finansowania nie jest jedynie potwierdzeniem zaufania inwestorów, lecz sygnałem, w jakim kierunku zmierza zainteresowanie strategiczne.

Jak ważna stanie się AI na brzegu sieci w ciągu najbliższych pięciu lat, zwłaszcza w produkcji, logistyce, robotyce i automatyce przemysłowej, gdzie opóźnienia i niezawodność mają kluczowe znaczenie?

Będzie to najważniejszy temat infrastrukturalny najbliższych pięciu lat w tych sektorach, kropka. Pytanie nie brzmi, czy AI na brzegu sieci ma znaczenie, lecz czy wdrażające ją firmy mają infrastrukturę, która może ją niezawodnie obsługiwać.

Produkcja jest pod tym względem prawdopodobnie najbardziej zaawansowana. Ekonomiczne korzyści z kontroli jakości wspomaganej AI, utrzymania predykcyjnego i autonomicznych linii produkcyjnych już teraz są przekonujące. Duzi producenci działają szybko, ponieważ zwrot z inwestycji jest mierzalny i natychmiastowy. Ograniczeniem nie są modele AI, lecz infrastruktura sieciowa i obliczeniowa umożliwiająca inferencję w czasie rzeczywistym na hali produkcyjnej.

Logistyka i połączona mobilność są na nieco wcześniejszym etapie, ale będą szybko się rozwijać. Wpływ autonomicznego transportu towarowego, inteligentnej obsługi portów i zarządzania łańcuchem dostaw z użyciem AI na koszty i przychody jednostkowe jest ogromny. Dla inwestorów ważne jest, że AI na brzegu sieci to nie jedna kategoria infrastruktury, lecz cały układ warstw. Obliczenia, łączność, zarządzanie energią i orkiestracja oprogramowania muszą ze sobą współpracować. Najtrwalsze będą firmy budujące zintegrowane rozwiązania obejmujące wszystkie te warstwy, a nie pojedyncze rozwiązania punktowe.

Modernizacja przemysłu i przenoszenie produkcji z powrotem do kraju stały się ważnymi priorytetami politycznymi w USA i Kanadzie. W jakim stopniu obecny boom infrastruktury AI napędzają geopolityka i bezpieczeństwo narodowe, a nie wyłącznie popyt komercyjny?

W większym, niż większość inwestorów w tej branży chce publicznie przyznać. Powiem wprost: bezpieczeństwo narodowe jest rzeczywistym, strukturalnym czynnikiem sprzyjającym rozwojowi infrastruktury, a nie jedynie hasłem.

Rząd USA doszedł do wniosku — moim zdaniem słusznego — że przywództwo w AI nie jest wyłącznie kwestią ekonomiczną. To kwestia suwerenności. Kto kontroluje fizyczną infrastrukturę, na której działa AI, kto produkuje półprzewodniki i kto buduje prywatne sieci w krytycznych zakładach przemysłowych — to decyzje dotyczące bezpieczeństwa narodowego w takim samym stopniu jak biznesu. Ustawa CHIPS, działania władzy wykonawczej na rzecz ochrony infrastruktury krytycznej oraz polityka inwestycyjna Departamentu Obrony w obszarze AI na brzegu sieci i suwerennej mocy obliczeniowej nie są przejściowymi zjawiskami politycznymi. Odzwierciedlają trwały konsensus obu partii co do strategicznego znaczenia krajowego potencjału infrastrukturalnego.

Dla Stormbreaker tworzy to szczególnie atrakcyjną kategorię przedsiębiorstw: firmy infrastrukturalne, w których zastosowania związane z bezpieczeństwem narodowym pokrywają się z komercyjnymi. Ich klienci — agencje federalne, wykonawcy dla sektora obronnego i operatorzy infrastruktury krytycznej — mają pewność finansowania i strategiczną cierpliwość, których często brakuje klientom czysto komercyjnym. Połączenie trwałego popytu i zastosowań kluczowych dla realizacji zadań jest dokładnie tym, czego szukamy w młodej firmie infrastrukturalnej.

W Pana sieci doświadczonych operatorów znajdują się byli menedżerowie takich firm jak AT&T Mobility, Bell Canada i Qualcomm. Jaką wiedzę operacyjną wnoszą doświadczeni liderzy telekomunikacji, którą często pomijają tradycyjni inwestorzy z Doliny Krzemowej?

Szczera odpowiedź brzmi: głęboki szacunek dla tego, czego naprawdę wymaga wdrażanie i eksploatowanie infrastruktury fizycznej na dużą skalę.

Kultura inwestycyjna Doliny Krzemowej tradycyjnie koncentrowała się na oprogramowaniu: wysokich marżach, szybkich cyklach rozwoju, stosunkowo niskiej kapitałochłonności i procesach pozyskiwania klientów, które można przejrzyście modelować. Infrastruktura działa inaczej. Projekty sieciowe wiążą się z wieloletnimi cyklami sprzedaży przedsiębiorstwom i operatorom. Integracja z istniejącymi środowiskami OT jest złożona i powolna. Wymagania regulacyjne są realne i mogą istotnie wpływać na terminy wejścia na rynek. Relacja z operatorem — jego akceptacja, umowy dotyczące integracji sieci i dostęp do widma radiowego — nie jest formalnością, lecz strategicznym aktywem, którego budowa trwa latami.

Wade Oosterman zbudował Clearnet, a następnie zwiększył kapitalizację Bell Canada o 50 mld dolarów. Glenn Lurie kierował AT&T Mobility i wie, jak duzi operatorzy podchodzą do relacji z dostawcami i przyjmowania technologii. Dzięki ich obecności w gronie partnerów generalnych możemy oceniać założycieli i firmy według standardu niedostępnego większości inwestorów we wczesne etapy rozwoju. Gdy założyciel przedstawia nam strategię wejścia na rynek we współpracy z dużym operatorem, potrafimy zadać właściwe pytania: nie tylko o dopasowanie produktu do rynku, ale też o realność struktury handlowej w świetle rzeczywistego działania działów zakupów. Ta wiedza operacyjna sprawia również, że spółki portfelowe dostają więcej niż kapitał. Otrzymują kontakty do decydentów, pomoc w prowadzeniu długich cykli sprzedaży przedsiębiorstwom i wiarygodność podczas rozmów, w których nazwa Stormbreaker ma znaczenie dzięki stojącym za nią ludziom.

Infrastruktura AI staje się coraz bardziej energochłonna, kapitałochłonna i zależna od łańcuchów dostaw. Co odróżnia startupy, które mogą przetrwać w tych warunkach, od tych, które mogą mieć trudności pomimo dobrej technologii?

Przetrwają firmy, które znalazły sposób, by wykorzystać kapitałochłonność na swoją korzyść, zamiast traktować ją jako hamulec działalności.

Strategia wejścia na rynek. Kapitałochłonne firmy infrastrukturalne polegające wyłącznie na bezpośredniej sprzedaży przedsiębiorstwom rozwijają się powoli i są podatne na trudności. Te, które tworzą kanały dystrybucji przez partnerów operatorskich, integratorów systemów lub zamówienia publiczne, mogą szybciej wdrażać rozwiązania i generować powtarzalne przychody wspierające ich potrzeby kapitałowe. Model biznesowy trzeba dostosować do warunków działania.

Profil klienta i struktura umowy. Budując energochłonną infrastrukturę przetwarzania brzegowego lub sieci, potrzebuje się klientów, których zachowania zakupowe odpowiadają cyklowi kapitałowemu firmy. Długoterminowe umowy, wdrożenia stanowiące solidną podstawę dalszego rozwoju i strategiczni partnerzy współinwestujący w infrastrukturę nie są miłymi dodatkami. To warunki przetrwania.

Doświadczenie operacyjne zespołu, nie tylko kompetencje inżynierskie. Widziałem, jak technicznie znakomite startupy infrastrukturalne upadały, ponieważ nie potrafiły zarządzać złożonością łańcucha dostaw, wynegocjować odpowiednich relacji z dostawcami ani zrealizować dużego wdrożenia bez wyczerpania kapitału. Założyciele, którzy robili to wcześniej i rzeczywiście wdrażali infrastrukturę fizyczną na dużą skalę, mają ogromną przewagę nad osobami zakładającymi pierwszą firmę i dysponującymi jedynie mocnymi kwalifikacjami inżynierskimi.

Jak za pięć do dziesięciu lat będzie wyglądał układ infrastruktury napędzającej gospodarkę AI? Czy przewiduje Pan dominację scentralizowanych hyperskalerów, czy raczej większe rozproszenie między sieci brzegowe, suwerenną moc obliczeniową i przemysłowe systemy AI?

Będzie rozproszony, ale nie równomiernie i nie bez udziału hyperskalerów. Realistyczny obraz to wielopoziomowa architektura, bardziej złożona i ciekawsza niż zarówno opowieść o tym, że hyperskalerzy wygrają wszystko, jak i przeciwna teza, że przetwarzanie brzegowe zastąpi chmurę.

Hyperskalerzy nadal będą dominować w trenowaniu modeli i inferencji na dużą skalę. To kapitałochłonna konkurencja sprzyjająca konsolidacji, którą zdecydowanie wygrali. Jednak inferencja w miejscu działania — na hali fabrycznej, w autonomicznym pojeździe, u podstawy masztu telefonii komórkowej czy w suwerennym rządowym centrum danych — będzie szeroko rozproszona. Fizyczne uwarunkowania opóźnień, ekonomika przepustowości i polityka suwerenności danych prowadzą w tym samym kierunku: inteligencja musi znajdować się bliżej miejsca, w którym działa.

Najciekawsze w perspektywie dziesięciu lat jest dla mnie pojawienie się nowej kategorii infrastruktury, która nie ma wyraźnego odpowiednika w poprzedniej generacji informatyki: suwerennych i przemysłowych sieci obliczeniowych, które są prywatne, budowane do określonego celu i głęboko zintegrowane z fizycznym środowiskiem operacyjnym. Takie sieci buduje i kontroluje zarząd portu, wykonawca dla sektora obronnego, duży producent czy rząd krajowy — nie dlatego, że nie istnieje oferta hyperskalera, lecz dlatego, że wymagają tego wrażliwość danych, wymagania dotyczące opóźnień i strategiczne znaczenie zadań obliczeniowych. Właśnie ku tej warstwie infrastruktury zmierzamy w Stormbreaker. Firmy, które staną się fundamentem tego rozproszonego, suwerennego układu infrastruktury projektowanej od początku pod kątem AI, będą należeć do najważniejszych przedsiębiorstw infrastrukturalnych zbudowanych w tej dekadzie. Większość z nich jeszcze nawet nie powstała.

Dziękujemy za znakomity wywiad. Czytelnicy, którzy chcą dowiedzieć się więcej, mogą odwiedzić Stormbreaker Ventures.