Mikhail Taver, grundare och managing partner på Taver Capital Partners – Intervjuserie

Mikhail Taver är en erfaren investerare med två decenniers erfarenhet av högnivåpositioner i framstående finansiella grupper och industriföretag, samt inom investeringar och strategisk rådgivning.

Mikhail har framgångsrikt avslutat över 250 M&A- och private equity-transaktioner för stora aktörer inom industrisektorn och besitter djupgående kunskap inom områden som IPO, LBO, direktinvesteringar, private equity och fusioner och förvärv. Hans investeringsinsatser har också omfattat tunga industrier som gruvdrift och tillverkning. Utöver detta har Mikhail CFA-, ACMA- och CGMA-utmärkelser.

Som grundare och managing partner för Taver Capital, en internationell riskkapitalfond som är dedikerad till att investera i globala artificiella intelligensföretag, besitter Mikhail en djupgående förståelse för investeringsprocessen i deeptech- och AI-drivna startupföretag.

Du var en av pionjärerna inom investeringar i AI när det fortfarande ansågs vara en nisch. Vad var det som initialt drog dig till AI-teknologier, och hur har din syn på AI-investeringar utvecklats sedan du grundade Taver Capital?

När jag valde AI, gjorde jag det med tanke på att det var en nisch som jag trodde hade goda möjligheter. Medan jag hade rätt om möjligheterna, har vi sett hur AI har utvecklats i en accelererad takt och nu används i praktiskt taget alla branscher, vilket innebär att jag hade fel om nisch-aspekten. Nu är AI en mainstream-teknologi som har utvecklats avsevärt sedan dess, och så har också min syn som investerare.

Initialt, när AI fångade min uppmärksamhet som en potentiell investeringssektor, insåg jag att jag behövde gå från att vara en generalistinvesterare inom tech till att vara en generalist inom AI. Detta ledde till att jag blev en av de första investerarna i AI-drivna teknologier. Nu är det dags att göra en annan övergång, från att vara en generalist inom AI till att hitta den nästa lovande nischen inom AI. Enligt min uppfattning, och med tanke på min omfattande erfarenhet av att arbeta med tunga industrier, tror jag att detta är industriell AI. Min uppfattning om AI:s potential har inte förändrats – jag har alltid sett det som ett verktyg för att förbättra effektivitet och omvandla företag. Men när det gäller frågan om var integration av AI kan generera högre avkastning, är min satsning att det kan göra det i de industrier som är mogna för omvandling — tillverkning, gruvdrift och andra sektorer som de flesta AI-centrerade investerare inte tittar på.

Kan du förklara vilka möjligheter och utmaningar du ser inom industriell AI? Hur skiljer sig industriell AI från andra AI-tillämpningar när det gäller investeringspotential?

Jag tror att AI kan ge nya liv till företag inom denna sektor och öka deras tillväxt. Traditionella industrier som tillverkning, energi och gruvdrift har varit långsamma under många år, och AI har stor potential att förändra detta.

Ta till exempel mineralgruvdrift. Idag är upptäcktsfrekvensen av koppar, nickel och litium på sin lägsta nivå någonsin, trots att upptäcktsrelaterade utgifterna är på en rekordnivå. På grund av detta har gruvsektorn en enorm potential för omvandling. Detta ledde mig att investera i Earth AI, ett företag i Australien som har utvecklat en vertikalt integrerad mineralutforsknings-teknologi och hjälper gruvföretag att hitta fyndigheter snabbare, billigare och, mycket viktigt, på ett mer hållbart sätt.

Ett annat exempel är det Israel-baserade Ception, som implementerar AI-system för att göra byggarbetsplatser och industriella anläggningar mer produktiva, hållbara och säkra. Deras SaaS-modell, MineCept, använder 3D-kartor och precisionsvisualiserings-teknik för att förbättra säkerheten och den operativa effektiviteten på arbetsplatser.

I båda exemplen ovan kan investeringar i AI hjälpa företag att spara miljarder i utgifter, vilket positivt påverkar företagets bottenlinje. Men att tillämpa AI på tunga industrier är en ganska kapitalintensiv verksamhet, även för startupföretag. Utvecklingsfinansiering behöver beräknas med en marginal och med en långsiktig horisont. Vinst kan komma i steg; till exempel i gruvdrift kan det inte finnas någon vinst under en lång tid, sedan plötsligt 20 miljoner, sedan ingen igen, och så vidare. Detta behöver beaktas. Eftersom det är ett långsiktigt projekt måste både grundaren och teamet ha en strategisk mindset, tillvägagångssätt och vara beredda på att resultaten inte kommer snart.

Taver Capital har uppnått flera framgångsrika exit, inklusive förvärv av stora företag som Facebook (META ) och Mitek. Vilka nyckelfaktorer tar du i beaktande när du beslutar att investera i ett AI-startup som kan indikera en framgångsrik exit?

Först och främst försöker jag säkerställa att grundarna verkligen förstår vad de gör. Detta handlar inte bara om vad de säger, utan också om vad de kan backa med viktiga siffror. För det andra litar jag på min nätverk för att positivt bedöma och intyga nya prospekt. När industrispecialister säger att något är nonsens, att det är omöjligt eller inte kommer att fungera, kan jag ibland tycka att det är ett bra tecken. Samma sak gäller om, efter att produkten har tagit sina första steg, industrinsidorna börjar kraftigt kritisera startupen för obetydliga skäl.

Utöver att genomföra due diligence på grundarteamet analyserar jag om startupföretagen har potential för hållbar tillväxt och långsiktig avkastning. Om de enbart strävar efter omedelbara vinster drivna av marknadstrender, tenderar jag att avstå, eftersom det inte finns något värde i långsiktig mening. Jag prioriterar företag som kan leverera bestående värde över tid.

Jag utvärderar också om företagen följer konventionella och beprövade affärspraxis. Grundarna måste ha en tydlig vision av marknaden och driva företaget effektivt, med ett nära öga på finanser, verksamhet och personalens moral. En robust finansiell modell är avgörande för att säkerställa startupens framgång och tillväxt, eftersom den fungerar som en vägledning för att uppnå finansiell hållbarhet och strömlinjeforma företagets aktiviteter. Sedan överväger jag om de har en tydlig handlingsplan. Detta kommer att göra den strategiska beslutsprocessen transparent och hanterbar. En annan punkt är att jag värdesätter innehåll över form. I de tidiga skeden av ett företag är substans ofta viktigare än stil. Medan ett visuellt tilltalande produkt kan säkerligen hjälpa till att dra till sig uppmärksamhet och generera intresse, är det slutligen produktens kvalitet som kommer att avgöra om ett företag är framgångsrikt eller inte.

Taver Capital investerar globalt, med hjälp av ett nätverk av lokal expertis. Hur hanterar du komplexiteten i att investera i olika marknader, och vilken roll spelar lokal insikt i dina investeringsbeslut?

Sedan mitt tidiga skede har jag varit i en mycket multikulturell miljö, så det är inte svårt för mig att koppla samman med grundare oavsett deras plats, språkskillnader osv. Jag kan kommunicera med människor och jag ser inga hinder för att hitta startupföretag.

Dessutom medför att ha portföljbolag i olika länder mätbara fördelar. Först och främst finns det alltid någon att prata med om du inte kan sova. Allvarligt talat, från ett affärsperpektiv, är diversifiering en ytterligare garanti för säkerhet. Jag såg detta tydligt under Covid, när vissa länder låg lågt, medan andra, tvärtom, hade en viss tillväxt och utveckling. Till exempel var det en strikt nedstängning i USA, medan arbetet i Australien var i full gång. Det var en intressant upplevelse.

Verkligheten är att även om samma sak händer överallt, händer det vid olika tidpunkter. Därför, genom att diversifiera din portfölj, mildrar du geopolitiska och lokala ekonomiska risker.

På vilket sätt tror du att AI kommer att omvandla ekonomiska landskap, särskilt inom industrisektorn?

Det kommer att finnas tillväxt och förbättring. Vad som är viktigt är att denna tillväxt kommer att vara mer hållbar — det vill säga den kommer att vara renare och mer miljövänlig. Låt oss ta Taver Capitals portföljbolag, Earth AI, som jag nämnde tidigare. Deras teknikdrivna tillvägagångssätt för att identifiera, testa och validera upptäckter som krävs för elbils- och förnybar energirevolutionen representerar en stor genombrott för branschen, eftersom det hjälper till att hitta jungfruliga fyndigheter i outforskade områden till en bråkdel av den vanliga kostnaden.

Detta är viktigt idag eftersom det pågår en kapplöpning för kritiska metaller för att driva den förnybara energiomställningen. Antalet nya upptäckter har minskat med 73% under det senaste decenniet, och utvecklingen av gamla fyndigheter sker ofta på ett miljöovänligt sätt.

AI-drivna upptäckter är också betydelsefulla när det gäller kritiska “rena energi”-mineraler som koppar och nickel, som står inför brist trots betydande investeringar i utforskning. Earth AI utmärker sig genom att identifiera nickel, koppar, zink och vanadinmineraler mer än 100 gånger snabbare och kostnadseffektivt än traditionella metoder.

Sedan, låt oss titta på Industry 4.0. Det är en trend av automation och datautbyte i tillverkningsteknologier och omfattar integrationen av digitala teknologier, såsom Internet of Things, AI, molnberäkning och dataanalys, i industriella processer. Industry 4.0 är synlig i skapandet av “smart fabriker” som är mer sammanlänkade, effektiva och kapabla till självständiga beslut.

För övrigt, som svar på många farhågor om minskningen av arbetstillfällen, tror jag inte att detta kommer att leda till någon ökning av arbetslöshet. Vi har redan gått igenom en industriell revolution tre gånger. Enligt min mening blir mänskligheten helt enkelt mer produktiv.

Vilka är de primära kvaliteterna eller metricerna du letar efter i AI-startupföretag när du överväger att investera i dem? Finns det specifika innovationer eller teamkarakteristika som sticker ut för dig?

Det viktiga är att grundarna redan har visat att de kan arbeta tillsammans och har demonstrerat sin kompetens i att göra det, vilket vanligtvis är ganska uppenbart. Om grundarna är familjemedlemmar, ser jag det som en röd flagga, eftersom om det finns problem med en, kommer det att finnas problem med båda, vilket därmed fördubblar riskerna.

Dessutom bör grundarteamet ha en bred kunskap. Detta behöver inte nödvändigtvis betyda en examen. Medan det är viktigt för grundaren att ha en högskoleutbildning, behöver den inte vara inom det specifika område som startupföretaget verkar inom. Detta möjliggör kreativt tänkande och ger grundarna förmågan att se det stora perspektivet samtidigt som de kan gå in i detaljerna.

Att ha denna dubbla förmåga ger grundarteamet en tydlig och distinkt vision av den marknad de strävar efter och en intuitiv förståelse av sina kunders behov. När det gäller kunder, värdesätter jag grundare som kan lyssna på deras feedback och ta det i beaktande. I själva verket, inte bara från kunder, utan i allmänhet, kräver det mycket mod att öppet lyssna på någon annans åsikt. Så det är en annan aspekt som jag starkt beaktar.

Slutligen, som jag nämnde tidigare, granskar jag noggrant en startups finansiella modell innan jag fattar något beslut, eftersom jag tror att det är avgörande för att ha en solid grund för hållbar tillväxt och skalbarhet.

AI fortsätter att utvecklas, vilka nya områden inom AI är du mest entusiastisk över? Finns det specifika trender eller teknologier som du tror kommer att vara avgörande under de kommande decennierna?

Jag skulle titta bortom industriell AI, men bortom AI i allmänhet. Så många utvecklingar sker för närvarande inom branschen, vilket hjälper till att hålla en öppen inställning för att se vilka aspekter som behöver stöd eller är en grogrund för nya idéer. Till exempel skulle jag överväga aspekter som energieffektivitet vid modellträning, som är ett stort ämne just nu. Det finns mycket diskussion om hur stora teknikföretag måste hantera ökande utsläpp på grund av sina AI-initiativ och möter hård kritik för det.

Ett annat område som verkar vara en stor trend är säkerhet och etik. Till exempel är vissa Apple (AAPL ) -funktioner inte tillgängliga i Europa på grund av DMA-kraven. Jag tror också att DefenceTech-sektorn kommer att växa, och detta kommer att sporra utvecklingen av civila industrier. Men dessa två är nära kopplade, eftersom det finns många etiska överväganden som måste beaktas när det gäller implementeringen av AI i regeringsprogram.

Baseras på din omfattande erfarenhet, vilken råd skulle du ge till entreprenörer som vill gå in i AI-området? Vilka vanliga fallgropar bör de undvika?

Fokusera inte enbart på AI. Det är bäst att engagera sig i sektorer där du vill bedriva affärsverksamhet, oavsett om det är oljeindustrin, bokförlag, stålgjutning eller något annat. AI är bara ett verktyg; det finns ingen anledning att sträva efter AI för dess egen skull. Artificiell intelligens bör enbart tjäna som en teknik som förbättrar ditt företags effektivitet.

Med tanke på din investering i Earth AI, kan du diskutera hur AI kan spela en roll i hållbarhetsinsatser, särskilt inom sektorer som ren energi och mineralutforskning?

AI kan bidra till dessa sektorer på flera sätt: optimerad resurshantering, prediktivt underhåll, miljöövervakning, förbättrad mineralutforskning osv.

Sammanfattningsvis möjliggör AI:s förmåga att bearbeta och analysera data i stor skala smartare beslutsfattande och operativa effektiviteter, vilket ger metoder för utforskning och utvinning som är mycket mer effektiva och miljövänliga.

Till exempel, som jag redan har nämnt, upptäcker Earth AI nya fyndigheter mer effektivt och borrar för att bevisa ut dessa fyndigheter snabbare än traditionella utforskare och borrare kan. Det använder proprietär borrutrustning med Zero Disturbance Mud System och Mobile Logistics System, vilket avsevärt minskar den miljöpåverkan som verksamheten har.

Hur ser du på nuvarande och kommande regleringar som påverkar AI-investeringar? Vad bör AI-startupföretag vara medvetna om för att navigera dessa regleringslandskap effektivt?

Den allmänna trenden är att regleringen i USA och Europa blir allt strängare. Detta beror på att AI och relaterad teknik utvecklas mycket snabbt, vilket kräver regleringsöversikt. Denna process sker över alla sektorer; därför är varje industri reglerad på något sätt. Skillnaden ligger i att företag inom traditionella sektorer som bygg och bilindustri är vana vid reglering, medan AI är bara i början av denna väg.

Jag tror att det generellt sett har sina fördelar, eftersom det gör marknaden mer organiserad och systematisk. Men idag ger formuleringen av befintliga eller föreslagna regler fortfarande mycket utrymme för tolkning, vilket väcker oro. Det är absolut nödvändigt att noggrant studera reglerna och observera deras verkställighet, men möjligheten till subjektiva bedömningar av AI-startupföretag och efterföljande beslut om vilka av dem som ska omfattas av strängare reglering är ett alarmerande tecken och kan ha oavsiktliga konsekvenser.

Detta kan leda till en förskjutning av AI-utveckling till länder som använder olika eller mer avancerade tillvägagångssätt, som Kina. Å andra sidan kommer länder utan alltför stor reglering och de som uppmuntrar innovativa idéer att locka utvecklare.

Vad jag kan råda startupföretag att göra är att övervaka den nuvarande lagstiftningen i olika länder och kanske överväga länder där regleringen är mindre sträng eller bättre anpassad för din industri, och också att verka inom kritiska industrier där det alltid kommer att finnas en viss frihet, särskilt om du planerar att verka i USA.

Tack för dina detaljerade svar. Läsare som vill lära sig mer kan besöka Taver Capital.