Umesh Padval, Managing Partner, Seligman Ventures – Intervjuserie

Umesh Padval har decennier av erfarenhet inom halvledarinfrastruktur, företagsteknologi och riskkapital. Innan han gick över till riskkapitalinvesteringar var han VD och president för C-Cube Microsystems, och hjälpte till att skala upp företaget innan det förvärvades av LSI Logic. Under sin investeringskarriär har han varit involverad i ett antal framstående teknologiföretag inom områden som AI, molninfrastruktur, cybersäkerhet och nätverk, inklusive investeringar i företag som Cohere, Harness.io, ThousandEyes och Isovalent. Han har också haft styrelsepositioner i flera offentliga teknologiföretag, inklusive Mellanox, IDT, Monolithic Power Systems (MPWR ) och Impinj, vilket speglar en långsiktig fokus på grundläggande infrastrukturtillgångar som utgör moderna datorsystem och AI-system.

Seligman Ventures är den tesdrivna riskkapitalarmen av Seligman Investments, en tekniktung investeringsplattform som förvaltar cirka 30 miljarder dollar på både offentliga och privata marknader. Ledd av den erfarna investeraren och tidigare VD:n Umesh Padval, lanserades företaget med en rapporterad allocation om 500 miljoner dollar för att stödja tidiga företag genom för-IPO-företag inom områden som AI-infrastruktur, molnberäkning, cybersäkerhet och moderna datacenterhårdvaror. Plattformen differentierar sig genom att kombinera djup offentlig marknadsforskningskompetens med riskkapitalinvesteringar, vilket möjliggör att identifiera långsiktiga tekniska förändringar tidigt och stödja grundare som bygger grundläggande infrastruktur för nästa generation av företags-AI- och datorsystem.

Nyligen lanserade du Seligman Ventures som riskkapitalarmen för ett 30-miljarders företag på offentliga marknader. Vad var den ursprungliga visionen bakom att starta denna plattform, och vilket gapgjorde du se i AI- och infrastrukturinvesteringslandskapet som andra missade?

Vi såg en möjlighet att bygga en plattform som kombinerar tidiga innovationsfaser med offentlig marknadsskalor. Seligman Investments har tillbringat decennier med att investera i teknologiföretag på offentliga marknader, och vi tror att perspektivet kring varaktighet, grundläggande värden och långsiktig värdeskapning ofta saknas i tidiga skeden.

Samtidigt driver AI en generationsskifte i ombyggnaden av infrastruktur över beräkning, nätverk, cybersäkerhet och datacenter, och vi kände att marknaden var underbemannad med investerare med djup teknisk övertygelse inom dessa områden. Vi stödjer visionära tekniska grundare med vår nätverk och expertis, och vår vision är att vara en del av deras resa från utsäde till börsnotering och bortom.

DU investerar i AI-infrastruktur, moln och moderna datacentersystem. Hur ser du att AI-infrastrukturstacken utvecklas under de kommande tre till fem åren, och vilka lager är mest sannolika att generera mest värde?

Vi förväntar oss att tyngdpunkten kommer att skifta från modellträning till storskalig inferens och produktionsdistribution. Den förändringen ökar betydelsen av effektivitet över hela stacken, från kisel och minne till nätverk och orkestrering. Hela stacken skrivs om från chip till mellanprogramvara till vertikala AI-applikationer. Varje lager här har en stor prissättning som leder till oproportionerligt stora vinnare. Medan modeller är viktiga, tror vi att en oproportionerligt stor mängd värde kommer att skapas i infrastrukturlagren som möjliggör prestanda, kostnadsoptimering och skalbarhet i verkliga miljöer.

Många investerare beskriver AI som en grundläggande förändring liknande elektricitet. Från din synvinkel, vilka delar av den nuvarande AI-cykeln är överhajpade, och vilka områden förblir underapprecierade?

Föreställ dig intelligens som en tjänst, tillgänglig för alla, med kraften att göra varje programvara, hårdvaruenhet eller virtuell miljö intelligent. Detta händer redan. AI kommer att ha en enorm inverkan på samhället, arbetsnaturen och mänsklig produktivitet.

Det finns en tendens att överindexera på applikationslagret och den hastighet med vilken nya AI-produkter lanseras. Vad som förblir underapprecierat är de fysiska och infrastrukturförhållandena under ytan, såsom kraft, värme, minnesbandbredd, datarörelse och leveranskedjebegränsningar. Dessa faktorer kommer slutligen att bestämma hur långt och hur snabbt AI kan skalas ekonomiskt.

Med fokus från utsäde till före börsnotering, hur bestämmer du om ett AI-infrastrukturföretag har verklig långsiktig defensibilitet snarare än kortvarig momentum?

Vi börjar med teamet. Tekniska grundare med inspirerande livshistorier har ofta förmågan att göra det omöjliga möjligt. Åter och åter ser vi forskningsrapporter som hävdar att något inte är möjligt, medan grundare bygger prototyper som bevisar motsatsen.

Vi tillbringar mycket tid med att skilja på hastighet och varaktighet. Verklig defensibilitet i AI-infrastruktur kommer från djup teknisk differentiering, arbetsflödesinsikt och integration i kritiska system, inte bara tidig traction. De starkaste infrastrukturföretagen blir djupt inbäddade i stacken, där växlingskostnader, prestandafördelar och ekosystemintegration skapar långsiktig uthållighet.

Moderna datacenter blir alltmer centrala för AI-skalbarhet. Vilka arkitektoniska förändringar eller innovationer tror du kommer att definiera nästa generation av AI-nativa infrastrukturer?

Moderna datacenter ombyggs kring AI-arbetsbelastningar. Detta inkluderar högre effekttäthet på racknivå, nya tillvägagångssätt för kylning och tätare integration mellan beräkning, minne, lagring och nätverk.

Vi tror att nästa generation av AI-nativa infrastrukturer kommer att definieras av systemsnivådesign och samoptimering mellan hårdvara och programvara, snarare än isolerad komponentinnovation.

Vilka egenskaper letar du efter hos grundare som bygger AI-infrastrukturföretag, och vad skiljer dem som går vidare för att bygga kategori-definierande företag?

Grundarna som sticker ut kombinerar djup teknisk expertis med en systemsnivåförståelse för hur infrastruktur utvecklas. Många av dessa marknader kräver långa utvecklingscykler, komplexa ekosystempartnerskap och nära engagemang med kunder, så uthållighet, tålamod och förmåga att utföra under flera år är avgörande.

De bästa grundarna kan kombinera teknisk vision med operativ disciplin och bygga bestående företag genom flera tekniska cyklar.

Hur bör grundare närma sig att bygga för en framtid där beräkning, energi och dataort är lika kritiska som programvara?

Grundare måste bygga med begränsningar i åtanke. Beräkning, energi och dataort är inte längre abstrakta överväganden; de är förstaordningens designparametrar.

De mest övertygande företagen är de som behandlar effektivitet, skalbarhet och operativa verkligheter som kärnproduktkrav från dag ett, snarare än som optimeringar som läggs till senare.

Det finns en växande oro över att värderingar inom AI överträffar grundläggande värden. Var ser du för närvarande den största diskrepansen mellan prissättning och verkligt värde?

Vi är mitt i en gång-i-livet-teknisk förändring. Vinnarna här kan bli större än många av de största offentliga företagen idag.

Vi ser dock områden där värderingar är före grundläggande värden, särskilt i områden med låga inträdesbarriärer. Samtidigt förblir vissa av de mest tekniskt komplexa infrastrukturlagren, särskilt de som löser svåra ingenjörsproblem med långa utvecklingscykler, underapprecierade i förhållande till deras långsiktiga strategiska värde.

Från din utgångspunkt, hur formas efterfrågan på nästa generation av AI-plattformar, särskilt inom områden som cybersäkerhet och molninfrastruktur?

AI är nu en styrelsemandat för företag av alla storlekar. Team prioriterar AI-verktyg för att hjälpa dem att bli materiellt mer produktiva, och många bevis för koncept är nu på väg från experiment till produktionsmiljöer.

Den förändringen skapar nya utmaningar relaterade till skalbarhet, observerbarhet, tillförlitlighet och säkerhet. AI utvidgar samtidigt angreppsytan medan det skapar verktyg som behövs för att försvara det. AI-agenter kan attackeras utifrån, sårbarheter kan införas under utvecklingen, och att tillämpa principer vid körning blir betydligt mer komplext i sannolikhetsbaserade system.

Detta kräver nya arkitekturer, nya operativa modeller och nya sätt att tänka på säkerhet och infrastruktur. Företagskraven på tillförlitliga, skalbara och säkra AI-system kommer att fortsätta driva betydande innovation över hela stacken under många år framöver.

Om du tittar framåt under de kommande decenniet, vad ser den långsiktiga framtiden för AI-infrastruktur ut, och vilka teknologier eller trender idag ger dig den starkaste signalen om den framtiden?

Under de kommande decenniet kommer AI-infrastruktur att bli lika grundläggande som molnberäkning är idag. Datacentret och energinätet är ännu inte fullt ut förberedda för en värld där AI blir mainstream över branscher och dagliga arbetsflöden.

Längs vektorerna för kostnad, energieffektivitet, tokenkonsumtion, hårdvarudiversitet och datarörelse finns det fortfarande betydande arbete att utföra för att en agent-nativ värld ska bli verklighet. Vi förväntar oss att se större specialisering över hela stacken, tätare integration mellan hårdvara och programvara och fortsatt fokus på effektivitet och systemsnivåoptimering. De företag som vinner kommer att vara de som kan leverera prestanda i stor skala samtidigt som de navigerar verkliga begränsningar kring kraft, kostnad, tillförlitlighet och leverans.

Tack för den utmärkta intervjun, läsare som vill lära sig mer om detta riskkapitalbolag bör besöka Seligman Ventures.