Shomik Ghosh, Sierra Ventures Ortakları – Röportaj Serisi

Shomik Ghosh Sierra Ventures’in ortaklarından biri. Daha önce Boldstart Ventures’da ortak olarak, teknik kurucuların girişimlere dönüşebilecek ürünler geliştirmelerine yatırım yaparak, Cloudquery, Kiln AI ve Noded AI gibi şirketlere yatırım yaptı. Öncesinde Top Tier Capital’de büyüme aşaması yatırımcısı olarak, CircleCI, Anaplan ve Shape Security gibi şirketlere Seri B’den ön halka arza kadar yatırım yaptı.

Sierra Ventures erken aşama girişim sermayesi şirketi olarak, yenilikçi kurumsal ve derin teknoloji start-up’larına yatırım yapıyor. Şirket,主要 olarak tohum ve Seri A aşamasında, yapay zeka, siber güvenlik, kurumsal altyapı ve bulut teknolojileri gibi alanlara yatırım yapıyor. Son yıllarda Sierra Ventures, erken AI yatırımlarına özel önem vererek, temel AI platformları, makine öğrenimi altyapısı, otonom sistemler ve kurumsal AI uygulamaları geliştiren şirketleri destekliyor. Yatırım stratejisi ve deneyimli endüstri danışmanları ağı aracılığıyla, şirket, ortaya çıkan teknoloji şirketlerinin ürün stratejilerini iyileştirmelerine, operasyonlarını ölçeklemelerine ve gelişmiş AI çözümlerinin endüstriler genelinde benimsenmesini hızlandırmasına yardımcı oluyor.

Top Tier Capital Partners’daki büyüme aşaması yatırımlarından sonra, Sierra Ventures’da erken aşama AI yatırımlarına liderlik etmek için geçtiniz. Bu yolculuk, günümüzde frontier AI’yi applied AI’den ayırt etmenize nasıl şekil verdi?

O zamandan bu yana çok şey değişti. AI, önceki teknoloji paradigmaları değişimlerinden daha hızlı bir şekilde endüstrileri etkileyen büyük bir olanak değişimi. Bulut hesaplama, PC/Cep telefonları ve önceki AI ilerlemelerinin her bir dalgası, modern AI’nin hızlı bir şekilde yayılmasını sağlayan yapı taşları sağladı. Bu, neden etkisinin bu kadar hızlı ve ani hissedildiği ve neden hisse senedi piyasalarında ve hatta modern savaşta bile önemli değişikliklere neden olduğu açıklar. Bizim aradığımız, geleceğe doğru bir adım atan kuruculardır. Riskleri göze alarak, henüz var olmayan bir dünya için fonksiyonellik ve yetenekler geliştiriyorlar, ancak müşterileri daha önce görülmemiş sonuçlarla şaşırtarak daha hızlı ölçeklendirme sağlıyorlar. Her iki AI türünde, robotikten dikey AI uygulamalarına kadar her şey var.

Pratik olarak, erken aşama start-up’ları değerlendirirken “frontier AI”yi “applied AI”den nasıl ayırt edersiniz ve bu kategorilerin daha geniş AI anlatısında nasıl tartışıldığı konusunda en büyük yanlış anlaşılmaları nerede görüyorsunuz?

Frontier AI, teknolojiyi mümkün olanın sınırlarını zorlamak için kullanmayı ifade eder. Bugüne kadar, depolardan outside robotların anlamlı bir şekilde endüstriyi etkin bir şekilde kullanmadık, yeni yarı iletken çipler veya camlar yeni lazer teknolojisi ve ham maddeler kullanılarak tasarlanmadı. Applied AI, bilinen ancak daha önce aynı ölçüde çözülemez sorunları çözmek için teknolojiyi kullanmayı ifade eder. İyi bir örnek, sesli asistanlardır; Smallest AI gibi şirketler, müşterilere insan benzeri sohbet deneyimleri sunmaya ve ürün yerine sonuçlar sunmaya yardımcı oluyor. Bu, süreci iyileştirmeye yardımcı olan bir ürün sunmaktan ziyade sonuçlar sunmaya yönelik bir değişim, Applied AI’nin endüstrilere getirdiği bir başka önemli değişim.

Model inovasyonu, robotik ve dikey AI’de kurucularla yakın çalışmanız doğrultusunda, en anlamlı atılımlar şu anda nerede gerçekleşiyor?

Her yerde atılımlar gerçekleşiyor! AI kodu oluşturma, daha öncekinden daha hızlı ürün döngüleri sağlıyor. Modeller, yeni yetenekler sunuyor ve bellek yönetimi ve çeşitli kullanım durumlarına özgü RL ortamlarıyla birlikte, hayal powerleri hızla azalırken, bilgi işleri için doğruluk üssel olarak artıyor. Tüm bunlar birbirini besliyor. Robotikte, LLM’lerde olduğu gibi ölçekleme yasalarının çalışmaya başladığının erken işaretlerini görüyoruz. Bu, büyük bir atılımdır, çünkü önce LLM’ler genellikle metin veya görüntü tabanlıydı, ancak şimdi fiziksel dünyayı anlamak zorunda olan modeller benzer ölçekleme yasalarını gösteriyor. Yeni makaleler, Recursive LLMs makalesi gibi, modellerin birlikte çalışarak kendilerini nasıl geliştirebileceğini gösteriyor. Beyinde gördüğümüz dinamiklere benzer Sistem 1 ve 2 model yapıları ortaya çıkmaya başlıyor. Alan özgü Dikey AI yapımcılarının müşterilere daha iyi sonuçlar sunmasına yardımcı olmak için, frontier OSS akıl yürütme modellerinden daha kolay eğitim ve damıtma yapıyoruz.

Erken AI şirketlerini değerlendirirken, teknik yenilikle ürün-pazar uyumunu ve gerçek müşteri traksiyonunu nasıl dengelersiniz?

Sonuçta, teknik yenilik itself genellikle daha çok araştırma alanına faydalıdır. Temel modellerde örneğin, teknik yenilik gerçekten bir atılıma neden olabilir, ancak çoğu start-up için teknik yenilik, bir araçtır, müşterilere daha iyi sonuçlar sunmak için. Start-up kurucuları, sadece teknik olarak zor olduğu için bir şey inşa etmemeli, ancak böyle bir şekilde inşa etmek, müşterilere daha iyi sonuçlar sunmasına ve iş için daha iyi bir hendek oluşturmasına yol açar. AI kodu oluşturma çağındayız, bu nedenle teknik yenilik nhanh bir şekilde aşılabilir, bu nedenle giderek daha fazla, sonuç odaklı mühendislik ile sadece teknik mühendislik arasındaki fark önemlidir.

Teknoloji itself ötesinde, en erken aşamada bir AI şirketi kuran bir kurucuda neye özel olarak bakarsınız?

Gelecekte belum gerçekleşen bir dünya için inşa eden kurucuları görmek istiyoruz. Ajentler, modeller ve donanım geliştirmeleri konusunda hesaplı bahisler yapan ve bu gelecekte müşterilere daha iyi sonuçlar sunmak için ürünler geliştiren kurucuları arıyoruz. Sonra, bu geleceğin neden gerçekleşeceğini ve neden bu gelecekte inşa etmenin müşterilerin yaşamlarını 10 kat daha iyi hale getireceğini açıklamalarını istiyoruz. Ayrıca, AI’yi tamamen benimseyen kurucuları da istiyoruz. Cursor, Codex, Claude Code gibi araçları kullanarak deney yapmadığınız sürece, AI’nin yazılımla evrenine getirdiği değişikliklere göre geleceği hayal etmek zor. Bu değişiklikler, donanım evrenine de etki ederek, müşterilere daha iyi sonuçlar sunmak için donanımın otonom kararlar almasına olanak tanır.

Bir teknoloji olarak iddialı AI şirketinin, araştırma odaklı bir çabadan ziyade, ölçeklenebilir, kurumsal hazır bir iş haline gelme potansiyeline sahip olduğuna dair hangi sinyalleri ararsınız?

Genellikle, araştırma odaklı bir çaba içinde olan kurucular, bir son hedefi görmüş olurlar. Araştırma alanını ilerletmeye devam etmek isteyebilirler, ancak aynı zamanda, uygulamalı araştırmayı monetize etmenin, bu ilerlemeleri gerçekleştirmek için gereken yakıtı sağladığını anlarlar. Aslında, bir kurucu araştırma modunda iken, araştırmanın uygulamaları hakkında nasıl düşündüğünü ve araştırmanın ilerlemesini test etmek için hangi hipotezleri olduğunu anlamaya çalışıyoruz.

Net gelir görünürlüğü olmayan, yüksek teknik platformlar inşa eden kurucular, nasıl farklı bir şekilde yatırımçı konuşmalarını ve kilometre taşlarını yapılandırmalıdır?

Çok zor söylemek. Her start-up benzersiz yönleri vardır. Bir robotik şirketinin uzun süre gelir görünürlüğü olmayabilir, ancak yol boyunca kilometre taşları, ortaya çıkan yetenekler, ölçekleme yasaları, daha önce gerçekleşmeyen eylemler olabilir. AI altyapısında, 2-3 tasarım ortağına, ekiplere mutluluk veren ve üretim için kullanmaya istekli oldukları bir ürün sunmak olabilir. Dikey AI’de genellikle daha yakın vadeli bir monetizasyon yolu vardır, çünkü bir dikeyde büyük bir ağrı noktasını çözen bir müşteri sonucunu sunuyorsanız, müşteriler genellikle hemen ödemesi yapmaya istekli olurlar.

Kurumsal ortamlarda otonom ajentler inşa eden start-up’lar etrafındaki momentum hakkında ne düşünüyorsunuz? Bu şirketlerin uzun vadeli başarı potansiyeli nedir?

Nvidia’nın Jensen Huang, Openclaw’ın, ajentler çağı için ChatGPT anı olduğunu söyledi. Sanırım bu her şeyi söylüyor. Kurumsal ortamlarda ajentlerin zaman çizelgesi, artık uzun vadeli bir bahis değil, hızlı bir şekilde gerçekleşen bir gerçeklik. Bilgisayar kullanımı, tarayıcı ve kişisel ajentler, organizasyonlar içinde, alttan üste kullanımıyla yayılıyor. Ajentler çağı burada, şirketler ajentleri her yönüyle benimseyecek ve bunlara hizmet etmek için yönetim, güvenlik, izleme, altyapı, hesaplama ve veri demiryollarına ihtiyaç duyacaklar.

Yatırımcı güvenini sürdüren AI kurucuları veya alanları ve anlatıya göre fazla odaklananları hangi kalıplar görüyorsunuz?

Sanırım fırsatların çok fazla olduğu alanlarda kurucuların aynı alanlarda inşa etmesi için fazla alan var. Legal tech gibi Harvey, Legora, Eudia gibi şirketler başarılı oldular, ancak hala bu alanda her gün yeni şirketler ortaya çıkıyor. Kuruculara mesajım, AI’nin büyük bir olanak değişimi olduğu. Her yönü etkiliyor. Bu nedenle, inşa edilebilecek ürünlerin ve çözülebilecek sorunların yüzeyi sınırsız. Başarılı bir şirketin çok para topladığı bir alana gitmek yerine, daha büyük düşünün. AI, yaşamı değiştirebilecek sonuçlar sunabilir, bu nedenle kurucuları, çözmeyi sevdiği sorunlar hakkında düşünmeye ve sonra AI’nin bu sorunları nasıl çözebileceğini geriye doğru çalışmaya teşvik ediyorum.

Erken aşama AI şirketi inşasının, yetenekler olgunlaştıkça ve pazarlar istikrara kavuştukça gelecek beş yıl içinde nasıl evrileceğini öngörüyorsunuz?

“Pazar istikrarı” terimini kullanmak istemiyorum. Sanırım AI üssel olarak iyileşiyor ve bunun sonucu olarak çok fazla bozulma olacak. Ancak bozulma, sonsuz fırsatlar yaratıyor. Erken aşama şirket inşası, son yıllarda gördüğümüz en dinamik dönemine giriyor. Unutmayalım, OpenAI ve Anthropic gibi şirketler on yıldan kısa bir süredir var ve zaten mega cap teknoloji şirketleri olarak kabul ediliyorlar. Yetenekler genişledikçe, çok fazla büyük şirketin inşa edileceği bir zaman penceresi var. Bu, hayatımda gördüğüm en heyecan verici teknoloji zamanlarından biri.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen girişimciler Sierra Ventures ziyaret edebilir.