Shomik Ghosh, Partener la Sierra Ventures – Seria de Interviuri

Shomik Ghosh este Partener la Sierra Ventures. Anterior, a fost Partener la Boldstart Ventures, unde s-a axat pe investiții la începutul înființării în fondatori tehnici care construiau produse pentru a rezolva probleme ale întreprinderilor, cum ar fi Cloudquery, Kiln AI și Noded AI. Înainte de aceasta, a fost investitor în stadiul de creștere la Top Tier Capital, investind de la Seria B până la pre-IPO, cum ar fi CircleCI, Anaplan și Shape Security.

Sierra Ventures este o firmă de capital de risc în stadiul inițial, axată pe sprijinirea startup-urilor inovatoare de întreprindere și tehnologie profundă. Firma investește în principal în stadiile de sămânță și Seria A, în domenii precum inteligența artificială, securitatea cibernetică, infrastructura întreprinderilor și tehnologiile cloud. În ultimii ani, Sierra Ventures a pus accent deosebit pe investițiile inițiale în IA, sprijinind companiile care construiesc platforme fundamentale de IA, infrastructuri de învățare automată, sisteme autonome și aplicații de IA pentru întreprinderi. Prin strategia de investiții și rețeaua de consilieri industriali experimentați, firma ajută companiile emergente de tehnologie să-și perfecționeze strategia de produs, să-și scaleze operațiunile și să accelereze adoptarea soluțiilor avansate de IA în diferite industrii.

Ați trecut de la investițiile în stadiul de creștere la Top Tier Capital Partners la conducerea investițiilor inițiale în IA la Sierra Ventures, după ani în care ați sprijinit companii de succes la Boldstart Ventures. Cum v-a influențat această călătorie modul în care distingeți între IA de frontieră și IA aplicată astăzi?

Multe lucruri s-au schimbat în acest interval de timp. IA este o schimbare masivă de enablement care a pătruns în industrii mai rapid decât schimbările tehnologice anterioare, deoarece IA stă pe umerii schimbărilor anterioare. Calculul cloud, dispozitivele PC/Mobile și fiecare val de progrese anterioare în IA au furnizat blocurile de construcție pentru IA modernă să se răspândească rapid. Acesta este și motivul pentru care impactul se simte atât de rapid și brusc, cu mișcări dramatice pe piața bursieră și chiar afectând războiul modern. Ceea ce căutăm sunt fondatori care iau un pas în viitor. Ei îmbrățișează toate riscurile de a construi funcționalități și capacități pentru o lume care încă nu există, dar care sunt capabili să uimească clienții cu rezultate niciodată văzute, permițând o scalare mai rapidă. Atât în IA de frontieră, cât și în IA aplicată, acest lucru există de la robotica la aplicații verticale de IA.

În termeni practici, cum definiți “IA de frontieră” versus “IA aplicată” atunci când evaluați startup-urile în stadiul inițial, și unde vedeți cele mai mari concepții greșite în modul în care aceste categorii sunt discutate în cadrul narativului mai larg al IA?

IA de frontieră înseamnă utilizarea tehnologiei pentru a aborda probleme la limita a ceea ce este posibil. Până în prezent, nu am avut roboți care să permită în mod semnificativ industria în afara depozitelor, nu am avut noi cipuri de semiconductoare sau ochelari proiectați folosind tehnologie laser nouă și materiale brute. IA aplicată înseamnă utilizarea tehnologiei pentru a aborda probleme cunoscute astăzi, dar care nu au putut fi rezolvate anterior la aceeași amploare. Un exemplu bun este agenții vocali, unde companii precum Smallest AI ajută clienții să livreze experiențe de chat umane și să ofere rezultate clienților, mai degrabă decât un produs care ajută la atingerea unui rezultat. Acest aspect al livrării de rezultate în loc de îmbunătățirea procesului este o schimbare cheie pe care IA aplicată o aduce în industrii.

De pe poziția dvs. de lucru în strânsă colaborare cu fondatori din inovația modelului, robotica și IA verticală, unde sunt cele mai semnificative descoperiri în acest moment?

Descoperirile se întâmplă peste tot! Generarea codului IA permite cicluri de produs mai rapide decât înainte. Modelele oferă noi capacități cu gestionarea memoriei și medii de învățare automată adaptate la diverse cazuri de utilizare, astfel încât “halucinațiile” scad rapid, în timp ce acuratețea pentru munca de cunoaștere crește exponențial. Acest lucru se hrănește din sine. În robotica, vedem semne timpurii că legile de scalare funcționează la fel ca în LLM. Acesta este un progres uriaș, deoarece înainte de LLM, modelele erau în principal bazate pe text sau imagini, dar acum modelele antrenate pe lumea fizică, care trebuie să înțeleagă fizica, arată legi de scalare similare. Noi lucrări, cum ar fi lucrarea despre LLM recursive, arată cum modelele pot să se îmbunătățească singure prin colaborare. Vedem apariția structurilor de modele Sistem 1 și 2, care sunt similare cu dinamica pe care o vedem în creier. Modelele specifice domeniului devin mai ușor de antrenat și de distilat din modelele de raționament deschis de frontieră, pentru a ajuta constructorii de IA verticală să ofere clienților rezultate mai bune.

Când evaluați o companie de IA în stadiul inițial, cum echilibrați noutatea tehnică împotriva potrivirii produsului pe piață și a tracțiunii clienților în lumea reală?

În final, noutatea tehnică în sine este de obicei mai utilă pentru domeniul de cercetare. În modelele de bază, de exemplu, noutatea tehnică ar putea duce într-adevăr la o descoperire care prezintă apoi un nou vertical de scalare. Dar pentru majoritatea startup-urilor, noutatea tehnică este un mijloc pentru a atinge un scop, și anume pentru a oferi un rezultat mai bun pentru clienți. Fondatorii de startup nu ar trebui să construiască ceva doar pentru că este greu de construit din punct de vedere tehnic, ci mai degrabă pentru că, prin a construi în acest fel, ajung la rezultate mai bune pentru clienți și, de asemenea, la o poziție mai bună a afacerii, care face mai greu pentru alții să o copieze. În era generării codului IA, multă noutate tehnică poate fi rapid încălcată, așa că, din ce în ce mai mult, este vorba despre înțelegerea ingineriei orientate spre rezultate, și nu doar a ingineriei tehnice.

Pe lângă tehnologie în sine, ce căutați în mod specific la un fondator care construiește o companie de IA în stadiul inițial?

Vrem să vedem fondatori care construiesc pentru un viitor care încă nu s-a întâmplat. Ei fac pariuri calculate pe agenți, modele și îmbunătățiri ale hardware-ului care sunt probabil să se întâmple în termen scurt și construiesc produse care capitalizează pe aceasta. Apoi vrem ca fondatorul să ne explice de ce acel viitor se va întâmpla și de ce construirea pentru acel viitor de acum va îmbunătăți viața clienților de 10 ori în viitor, prin pregătirea pentru aceasta de acum. De asemenea, vrem fondatori care îmbrățișează în totalitate IA. Dacă nu folosiți Cursor, Codex, Claude Code pentru a experimenta și a învăța, este greu de a imagina viitorul, având în vedere ritmul de îmbunătățire pe care aceste produse îl aduc în universul software. Aceste schimbări au un impact în aval asupra universului hardware, deoarece hardware-ul și software-ul sunt din ce în ce mai mult integrate pentru a permite luarea deciziilor autonome de către hardware pentru a oferi clienților rezultate mai bune.

Ce semnale sugerează că o companie de IA ambițioasă din punct de vedere tehnic are potențialul de a evolua într-o afacere scalabilă, gata pentru întreprindere, și nu rămâne o încercare condusă de cercetare?

De obicei, fondatorii care au început într-o încercare condusă de cercetare au în vedere un obiectiv final. Ei pot dori să continue să facă cercetare pentru a avansa în domeniu, dar ei înțeleg și că monetizarea cercetării aplicate ajută la furnizarea combustibilului pentru aceste progrese. Așa că, de fapt, încercăm doar să înțelegem cum gândește un fondator care este în prezent în modul de cercetare despre aplicațiile acelei cercetări și ce ipoteze are pentru a testa progresul cercetării în lume, pe măsură ce deriskează stadiul de cercetare.

Pentru fondatorii care construiesc platforme tehnice foarte complexe, fără o vizibilitate clară a veniturilor imediate, cum ar trebui să structureze obiectivele și conversațiile cu investitorii în mod diferit față de startup-urile cu căi de monetizare mai clare pe termen scurt?

Foarte greu de spus. Fiecare startup are aspecte unice. O companie de robotica nu poate avea vizibilitate a veniturilor pentru o perioadă lungă de timp, dar obiectivele de-a lungul drumului ar putea fi capacități emergente, legi de scalare în modele, acțiuni care nu au putut apărea anterior. În infrastructura IA, ar putea fi livrarea către 2-3 parteneri de design a unui produs care oferă rezultate pe care echipele le apreciază și sunt dispuse să ia riscul de a utiliza produsul în producție, chiar dacă este devreme. În IA verticală, de obicei aveți o cale mai clară de monetizare pe termen scurt, deoarece, dacă oferiți un rezultat pentru client într-un anumit domeniu care rezolvă o durere semnificativă, clienții sunt dispuși să plătească pentru aceasta, de obicei, imediat.

A existat un impuls semnificativ în jurul startup-urilor care construiesc agenți IA—care este perspectiva dvs. asupra potențialului de succes pe termen lung al companiilor axate în primul rând pe agenți autonomi în medii de întreprindere?

Jensen Huang de la Nvidia a spus că Openclaw a fost momentul ChatGPT pentru era agenților. Cred că asta spune totul. Timeline-ul pentru agenți în întreprindere nu mai este o pariu pe termen lung, ci una care vine rapid la îndeplinire, indiferent dacă întreprinderile doresc sau nu, deoarece utilizarea computerului, a browserului și a agenților personali se răspândește prin organizații, începând cu utilizarea de la bază în sus. Era agenților este aici, întreprinderile vor adopta agenți în fiecare aspect al organizației, și vor avea nevoie de guvernanță, securitate, monitorizare, infrastructură, calcul și date pentru a deservi toate acestea.

Ce modele vedeți în tipurile de fondatori de IA sau domenii care atrag încrederea investitorilor pe termen lung, versus cele care pot fi supra-indexate pe narativ?

Cred că există prea multe domenii de oportunitate pentru fondatori pentru a construi în aceleași domenii. Tehnologia juridică, cum ar fi Harvey, Legora, Eudia, au făcut bine, dar totuși există noi companii care apar în fiecare zi în acest domeniu. Mesajul meu pentru fondatori ar fi că IA este o schimbare masivă de enablement. Ea afectează fiecare aspect al lumii. Având în vedere acest lucru, suprafața produselor de construit și a problemelor de rezolvat este nelimitată. Gândiți-vă mai mare decât doar urmărirea unei companii de succes care a strâns multă bani. Putem utiliza IA pentru a oferi rezultate care schimbă viața, și aș încuraja fondatorii să petreacă mai mult timp gândindu-se la problemele pe care le-ar dori să le rezolve și apoi să lucreze înapoi pentru a vedea cum IA ar putea ajuta la rezolvarea lor.

Privind înainte, cum anticipați că construirea de companii de IA în stadiul inițial va evolua în următorii cinci ani, pe măsură ce capacitățile se maturizează și piețele se stabilizează?

Nu sunt sigur că “stabilizarea pieței” este un termen pe care l-aș folosi. Cred că IA se îmbunătățește exponențial și, ca urmare, va exista multă perturbare. Dar perturbarea creează oportunități nelimitate, și construirea de companii în stadiul inițial intră în una dintre cele mai dinamice epoci pe care le-am văzut în ultimii ani. Uităm, dar companii precum OpenAI și Anthropic au mai puțin de un deceniu și sunt deja considerate companii tehnologice mega-cap. Există o fereastră de timp, pe măsură ce capacitățile se extind rapid, pentru a construi multe companii masive. Este una dintre cele mai interesante perioade din tehnologie pe care le-am experimentat în viața mea.

Mulțumim pentru acest interviu minunat; antreprenorii care doresc să afle mai multe ar trebui să viziteze Sierra Ventures.