Шоміك Гхош, Партнер у Sierra Ventures – Інтерв’ю Серія

Шоміك Гхош є Партнером у Sierra Ventures. Раніше він був Партнером у Boldstart Ventures, де він зосереджувався на інвестиціях на початку технічних засновників, які будують продукти для вирішення проблем підприємств, таких як Cloudquery, Kiln AI та Noded AI. До цього він був інвестором на стадії зростання у Top Tier Capital, інвестуючи з серії B до передipo, таких як CircleCI, Anaplan та Shape Security.

Sierra Ventures є фірмою раннього етапу风险ового капіталу, яка зосереджується на підтримці інноваційних підприємств та глибоких технологічних стартапів. Фірма інвестує в основному на стадії насіння та серії А у таких областях, як штучний інтелект, кібербезпека, інфраструктура підприємств та хмарні технології. Останнім часом Sierra Ventures звернула особливу увагу на ранній інвестиційний штучний інтелект, підтримуючи компанії, які будують фундаментальні платформи штучного інтелекту, інфраструктуру машинного навчання, автономні системи та підприємства штучного інтелекту. За допомогою своєї інвестиційної стратегії та мережі досвідчених галузевих радників фірма допомагає новим технологічним компаніям удосконалити стратегію продукту, масштабувати операції та прискорити прийняття передових рішень штучного інтелекту у різних галузях.

Ви перейшли від інвестування на стадії зростання у Top Tier Capital Partners до керівництва інвестиціями на ранньому етапі штучного інтелекту у Sierra Ventures, після років підтримки проривних компаній у Boldstart Ventures. Як це подорож змінило ваш підхід до розрізнення передового штучного інтелекту та застосованого штучного інтелекту сьогодні?

Багато чого змінилося за цей час. Штучний інтелект є величезним поштовхом, який проник у галузі швидше, ніж попередні технологічні парадигми, оскільки штучний інтелект спирається на плечі попередніх зрушень. Обчислювальні можливості, пристрої PC/Мобільні пристрої та кожна хвиля попередніх досягнень штучного інтелекту надали будівельні блоки для сучасного штучного інтелекту, щоб поширитися швидко. Це також пояснює, чому вплив відчувається так швидко та раптово, з драстичними рухами на фондовому ринку та навіть впливом на сучасну війну. Те, що ми шукаємо, це засновники, які роблять крок у майбутнє. Вони приймають на себе всі ризики будівництва функціональності та можливостей для світу, який ще не існує, але в термінах здатності вражати клієнтів результатами, яких раніше не бачили, що дозволяє швидше масштабувати. У cả передовому та застосованому штучному інтелекті це існує від робототехніки до вертикальних застосувань штучного інтелекту.

У практичних термінах, як ви визначаєте “передовий штучний інтелект” проти “застосованого штучного інтелекту”, коли оцінюєте стартапи на ранньому етапі, і де ви бачите найбільші помилкові уявлення про ці категорії у ширшій розповіді про штучний інтелект?

Передовий штучний інтелект означає використання технологій для вирішення проблем на межі того, що можливе. На сьогодні у нас не було роботів, які суттєво дозволяли галузям поза складами, у нас не було нових напівпровідникових чіпів або окулярів, розроблених за допомогою нової лазерної технології та сирої матеріальної бази. Застосований штучний інтелект означає використання технологій для вирішення проблем, які сьогодні відомі, але раніше не могли бути вирішені у такому ж обсязі. Добрим прикладом є голосові агенти, де компанії, такі як Smallest AI, допомагають клієнтам доставляти людські чат-спостереження та результати клієнтам, а не продукт, який допомагає досягти результату. Цей аспект доставки результатів проти допомоги у процесі є ключовим зрушенням, яке застосований штучний інтелект приносить у галузі.

З вашої точки зору, працюючи в тісній співпраці з засновниками через інновації моделей, робототехніки та вертикального штучного інтелекту, де відбуваються найбільш значущі прориви зараз?

Прориви відбуваються всюди! Генерація коду штучного інтелекту дозволяє швидші цикли продукту, ніж раніше. Моделі доставляють нові можливості з управління пам’яттю та середовищами RL, адаптованими до різних випадків використання, так що галюцинації зменшуються швидко, а точність для роботи з знаннями покращується експоненційно. Все це підживлює себе. У робототехніці ми бачимо перші ознаки того, що закони масштабування працюють так само, як у великих моделях мови. Це величезний прорив, оскільки раніше великі моделі мови були здебільшого текстовими або зображеннями, але тепер моделі, навчені на фізичному світі, які повинні розуміти фізику, демонструють подібні закони масштабування. Нові статті, такі як стаття про рекурсивні великі моделі мови, показують, як моделі можуть покращувати себе, працюючи разом. Ми бачимо структури моделей System 1 і 2, які починають з’являтися і подібні до динаміки, яку ми бачимо у мозку. Домен-специфічні моделі стають легше тренованими та дистильованими з передових відкритих моделей штучного інтелекту, щоб допомогти будівникам вертикального штучного інтелекту доставляти кращі результати клієнтам.

Коли оцінюєте ранню компанію штучного інтелекту, як ви балансуйте технічну новизну проти ринкової придатності та реальної клієнтської тяги?

У кінцевому підсумку технічна новизна сама по собі зазвичай більш корисна для дослідницької галузі. У фундаментальних моделях, наприклад, технічна новизна могла б привести до прориву, який потім представляє новий вертикальний масштаб. Але для більшості стартапів технічна новизна є засобом для досягнення кращого результату для клієнтів. Засновники стартапів не повинні будувати щось лише тому, що це технічно складно побудувати, а радше як результат будівництва в такому стилі, це веде до кращих результатів клієнтів і також кращого рову навколо бізнесу, який робить його складніше для інших скопіювати. У епоху генерації коду штучного інтелекту багато технічної новизни може швидко бути порушеною, тому все більше це про розуміння результат-орієнтованого інженерного проекту проти просто технічного інженерного проекту.

Поза самою технологією, що конкретно ви шукаєте в засновнику, який будує компанію штучного інтелекту на найбільш ранньому етапі?

Ми хочемо бачити засновників, які будують майбутнє, яке ще не відбулося. Роблять розрахованих ставок на агентів, моделі та покращення апаратного забезпечення, які, ймовірно, відбуватимуться в найближчому майбутньому, і будують продукти, які капіталізують на цьому. Потім ми хочемо, щоб засновник пояснив, чому це майбутнє відбуватиметься, і чому будівництво цього майбутнього зараз покращить життя клієнтів у 10 разів у майбутньому, готуючись до цього зараз. Ми також хочемо засновників, які повністю приймають штучний інтелект. Якщо ви не використовуєте Cursor, Codex, Claude Code для експериментів та навчання, складно уявити майбутнє, враховуючи темп покращення, який ці продукти роблять у програмному світі. Ці зміни мають внизовій вплив на апаратний світ, оскільки все частіше апаратне та програмне забезпечення тісно інтегровані для забезпечення автономного прийняття рішень апаратним забезпеченням для доставки кращих результатів клієнтам.

Які сигнали свідчать про те, що технічно амбіційна компанія штучного інтелекту має потенціал еволюціонувати у масштабовану, підприємницьку бізнес-модель, а не залишатися дослідницькою спробою?

Зазвичай засновники, які почали у дослідницькій сфері, мають на меті кінцеву точку. Вони можуть бажати продовжувати дослідження для просування галузі, але вони також розуміють, що монетизація застосованого дослідження допомагає забезпечити паливо для цих просувань. Тому ми просто намагаємося зрозуміти, як засновник, який зараз знаходиться у дослідницькому режимі, думає про застосування цього дослідження та які гіпотези він має для тестування прогресу дослідження у світі по дорозі до деризикації стадії дослідження.

Для засновників, які будують високо-технічні платформи без негайної видимості доходу, як вони повинні структурувати віхи та розмови з інвесторами по-іншому, ніж стартапи з ясними шляхами монетизації?

Дуже складно сказати. Кожен стартап має унікальні аспекти. Робототехнічна компанія може не мати видимості доходу протягом довгого часу, але віхи по дорозі могли б бути емержентними можливостями, законами масштабування у моделях, діями, які раніше не могли відбуватися. У інфраструктурі штучного інтелекту це могло б бути доставкою 2-3 дизайнерським партнерам продукту, який доставляє результати команд, які раді використовувати продукт у виробництві, хоча він ще ранній. У вертикальному штучному інтелекті ви зазвичай маєте ясний шлях до монетизації, оскільки якщо ви доставляєте клієнтський результат у вертикалі, який вирішує велику болючу точку, клієнти готові платити за це зазвичай негайно.

Було значне підтримання навколо стартапів, які будують агенти штучного інтелекту – яке ваше бачення щодо довгострокового потенціалу успіху компаній, які зосереджені в основному на автономних агентах у середовищі підприємств?

Дженсен Хуанг з Nvidia сказав, що Openclaw був моментом ChatGPT для ери агентів. Я думаю, що це говорить все. Графік для агентів у середовищі підприємств вже не довгострокова ставка, а швидше те, що швидко наближається, незалежно від того, хочуть підприємства цього чи ні, оскільки використання комп’ютера, браузера та персональних агентів проникає через організації, починаючи знизу. Ера вже тут, підприємства будуть приймати агентів у кожному аспекті організації, і їм знадобляться управління, безпека, моніторинг, інфраструктура, обчислювальні можливості та дані, щоб обслуговувати все це.

Які закономірності ви бачите у типах засновників штучного інтелекту або доменів, які приваблюють тривалу впевненість інвесторів проти тих, які можуть бути надмірно зосереджені на розповіді?

Я думаю, що існує занадто багато можливостей для засновників будувати у тих же областях. Юридична технологія, така як Harvey, Legora, Eudia, всі зробили добре, але все ще є нові компанії, які з’являються кожен день у цій галузі. Моє повідомлення для засновників було б таке: штучний інтелект є величезним поштовхом. Він впливає на кожний аспект світу. Враховуючи це, площа продуктів для будівництва та проблем для вирішення є нескінченною. Думайте ширше, ніж просто йти за успішною компанією, яку ви бачили, що вона зібрала багато грошей. Ми можемо використовувати штучний інтелект для доставки результатів, які змінюють життя, і тому я б заохотив засновників витратити більше часу на те, щоб подумати про проблеми, які вони хотіли б вирішити, і потім працювати назад на те, як штучний інтелект міг би допомогти вирішити їх.

Оглядаючи вперед, як ви очікуєте, що будівництво компанії штучного інтелекту на ранньому етапі буде еволюціонувати протягом наступних п’яти років, оскільки можливості дозрівають та ринки стабілізуються?

Я не впевнений, що “стабілізація ринку” є терміном, який я б використав. Я думаю, що штучний інтелект покращується експоненційно, і як результат, буде багато розривів. Але розриви створюють нескінченні можливості, і тому будівництво компанії на ранньому етапі вступає в одну з найбільш динамічних епох, яку ми бачили за останні роки. Ми забуваємо, але компанії, такі як OpenAI та Anthropic, молодші десяти років і вже вважаються компаніями-мегакапіталами. Є вікно часу, коли можливості розширюються швидко, і багато величезних компаній можуть бути побудовані. Це одне з найбільш цікавих часів у технологіях, які я пережив у своєму житті.

Дякуємо за велике інтерв’ю, підприємці, які бажають дізнатися більше, повинні відвідати Sierra Ventures.