Stormbreaker Ventures 的 Said Mia 访谈 – 采访系列

Said Mia 是 Stormbreaker Ventures 的创始和管理合伙人，Stormbreaker Ventures 是一家早期风险投资公司，投资于连接性基础设施、AI-RAN、开放式无线接入网（Open RAN）、边缘计算、卫星和蜂窝网络融合、物联网、移动互联和美国制造业现代化等领域的种子和初创阶段公司。他的合伙人包括 Wade Oosterman（Clearnet Communications 的创始人，Clearnet Communications 被 Telus 以 66 亿美元收购；曾任 Bell Canada 的高管，在那里他增加了 500 亿美元的市值）、Derek Aberle（ QUALCOMM (QCOM ) 的前总裁，任职近十年）和 Glenn Lurie（AT&T (T ) Mobility 和消费者运营的前总裁和 CEO）。Said 的背景是电信投资银行；他构思了 Stormbreaker 的投资理念并组建了团队。

您在 Citi 和 PJT Partners (PJT ) 等公司担任多年电信、半导体和基础设施公司的顾问，之后创立了 Stormbreaker Ventures。是什么让您相信，最大的机会不再是为现有公司提供咨询，而是支持那些为 AI 时代打造基础设施层的初创公司？

咨询工作让我对一个缓慢发生的问题有了深刻的理解。我曾参与过一些最重要的基础设施交易——频谱、网络架构、半导体供应链——但我不断注意到同样的动态：现有公司在智力上理解了 AI 转型的规模，但他们的资本配置、并购时间表和组织激励机制使得他们在基础设施层面上无法快速行动。他们专注于优化现有的网络，而不是下一个网络。

我越是测试这一观察结果，就越清楚地认识到真正的价值创造不会在这些组织内部发生。它将由能够在没有传统约束的情况下运作的创始人建立——他们将建设连接性织物、边缘计算架构和 AI 本土网络基础设施，这些是机器驱动的经济真正需要的。某个时候，最诚实的事情就是停止为这一转型提供建议，开始为其提供资金支持。

Stormbreaker Ventures 重点关注 AI 基础设施的“工具和铲子”层。为什么您认为基础设施公司可能会比许多应用层 AI 初创公司更能长期捕获价值？

应用层很有趣，但它也以某种方式具有结构性脆弱性。当底层模型变得同质化时——而且它们最终会变得同质化——许多应用层护城河会迅速消失。目前使用 GPT-4 进行训练的公司现在必须应对 GPT-5，然后是 GPT-6，而切换成本很低，正是因为应用程序是建立在别人的基础设施之上的。

物理层面则不同。频谱资产、无线接入网络、边缘计算部署、卫星到蜂窝网络切换基础设施——这些东西很昂贵，难以复制，并且深深地嵌入在它们服务的客户的运营织物中。网络效应是真实且持久的。当一个工业制造商将私有 5G 和边缘 AI 集成到其生产车间时，他们不会因为新模型发布就将其拆除。基础设施变得不可或缺。

还有一个时间维度很重要。我们仍然处于 AI 物理建设的第一章。AI 经济最终将要求网络基础设施提供什么和当前基础设施之间的差距是巨大的——并且弥合这一差距需要十年或更长时间的持续资本和创新。这与在 18 个月内赢得企业生产力市场的聊天机器人风险配置截然不同。

人工智能无线接入网（AI-RAN）、边缘计算和卫星蜂窝融合正在引起越来越多的关注。您认为哪种转变在更广泛的风险投资界中被低估了？

毫无疑问是 AI-RAN。风险投资界已经基本上将其处理为一个电信故事——现有无线接入基础设施的渐进式改进——并且忽略了它真正的本质：网络智能分布方式的根本性架构转变。

传统的无线接入网在边缘是“哑”的。AI-RAN 改变了这一点。你正在将推理和实时决策推入无线层本身，这对延迟、能效和大规模部署自主 AI 的经济学具有深远的影响。这是使工厂车间上的机器人、高way上的自动驾驶车辆或物流走廊中的无人机能够以亚毫秒的响应时间运行而无需将每个决策路由到超大规模云的基础设施原语。

大多数普通风险投资者不具备电信领域的深度来清晰地看到这种区别。他们理解应用层和数据层的 AI，但无线接入网在历史上一直是硅谷的一个黑盒。正是 Stormbreaker Ventures 成立的目的——我们在合伙人团队中有运营商，他们曾在大规模运行过这些网络，我们同时理解技术架构和商业动态，这是普通投资者无法做到的。

您认为当前的电信和工业系统在支持大规模自治 AI 方面存在哪些最大的基础设施瓶颈？

我一直在思考三个瓶颈。

延迟架构。互联网和蜂窝网络是为人类速度的交互设计的。人类不会注意到 50 毫秒的延迟。自主系统会注意到——在许多情况下，这是安全决策和灾难性决策之间的区别。传统的核心网络架构以不兼容自主系统的确定性、低延迟要求的方式路由流量。

边缘的智能差距。大多数工业网络仍然将边缘基础设施视为被动传输——将数据移动到中央计算环境进行处理。但是大规模的自治 AI 需要本地智能。你不能自治地运行一个工厂、港口或物流中心，如果每个决策都必须穿越广域网。计算、存储和推理能力需要位于或接近行动点，且大多数现有部署不是以这种方式构建的。

互操作性和碎片化。工业环境是 OT 系统、专有协议和几十年前的遗留硬件的拼缀。让这些系统与 AI 层进行有意义的对话是一个巨大的集成挑战——如果你没有实际部署在这些环境中，很容易低估这个挑战。能够解决这个问题的初创公司，能够作为物理运营世界和上层 AI 层之间的智能连接组织，将会非常有价值。

Qualcomm、Ericsson (ERIC ) 和 Nokia 等公司正在越来越多地追求 AI 和软件收购。您是否认为这是电信和基础设施技术领域长期整合周期的开始？

是的，我认为我们仍然处于早期阶段。您从 Qualcomm、Ericsson 和 Nokia 看到的不是机会主义的交易——这是战略必要性。这些公司已经意识到软件和 AI 智能层是基础设施经济的迁移方向，并且没有一个公司能够在市场要求的速度下以有机方式构建所有必要的东西。

更深层次的动态是，AI 本土的初创公司正在这个领域构建真正的能力，这些能力是现有公司无法内部复制的——这不是因为人才或资本，而是因为架构自由。当你没有遗留的产品线需要保护，也没有 10 亿美元的客户关系需要维护时，你可以从第一原则设计系统，以适应 AI 时代。这是一个结构性不同的输出。

从 Stormbreaker Ventures 的角度来看，这是我们投资组合公司退出策略的一个重要部分。我们正在与可能的战略收购者建立关系——我们的 GP 团队与这些组织的决策者有个人工作关系，这给了我们对 M&A 路线图的可见性，这是大多数早期投资者所没有的。当诺基亚增长合作伙伴或爱立信风险投资参与一轮融资时，这不仅仅是资本认可——这是一个关于战略兴趣走向的信号。

在接下来的五年里，边缘 AI 将变得多么重要，特别是在制造业、物流、机器人和工业自动化等领域，延迟和可靠性至关重要？

它将成为这些领域未来五年最重要的基础设施主题，毫无疑问。问题不是边缘 AI 是否重要——而是部署它的公司是否拥有支持它的基础设施。制造业可能是这一曲线上最先进的。AI 驱动的质量控制、预测性维护和自动化生产线的经济学已经很有说服力了，大型制造商正在快速行动，因为 ROI 是可衡量和立即的。约束不是 AI 模型——而是使工厂车间上的实时推理成为可能的网络和计算基础设施。

物流和移动互联可能稍微滞后一些，但会快速发展。自动化运输、智能港口运营和 AI 驱动的供应链管理的单元经济是巨大的。对于投资者来说，重要的细微差别是边缘 AI 不是一个单一的基础设施类别——它是一个堆栈。计算、连接、电源管理和软件编排都需要在边缘共同工作，能够跨整个堆栈构建集成解决方案的公司，而不是点解决方案，将会是最有韧性的公司。

工业现代化和reshoring 已成为美国和加拿大的一项主要政策优先事项。当前的 AI 基础设施热潮中有多少是由地缘政治和国家安全问题驱动的，而不是纯粹的商业需求？

比大多数投资者在这个领域公开承认的要多。我会直接说：国家安全的叠加是一个真正的和结构性的推动力，而不是一个说辞。

美国政府已经得出结论——我认为这是正确的——AI 领导力不仅仅是一个经济问题。它是一个主权问题。谁控制 AI 运行的物理基础设施，谁制造半导体，谁建造私人网络，谁在关键的工业设施内部构建——这些都是国家安全决策，和商业决策一样。芯片法案、关键基础设施保护的行政行动、国防部对边缘 AI 和主权计算的投资态度——这些都不是暂时的政治现象。它们反映了对国内基础设施能力的战略重要性的持久的两党共识。

对于 Stormbreaker Ventures 来说，这创造了一个特定的公司类别，我们认为很有吸引力：基础设施业务，其国家安全用例和商业用例汇聚。这些环境中的客户——联邦机构、国防承包商、关键基础设施运营商——具有普通商业客户通常没有的预算确定性和战略耐心。这种可靠需求和任务关键应用的结合正是我们在早期基础设施公司中寻找的。

您的运营网络包括来自 AT&T Mobility、Bell Canada 和 Qualcomm 等公司的前高管。经验丰富的电信领导者带来了什么样的运营见解，这些见解通常被传统的硅谷投资者忽视？

坦白地说：对在物理基础设施环境中大规模部署和运营所需的深刻尊重。

硅谷投资文化在历史上一直针对软件进行优化——高利润率、快速迭代周期、相对较低的资本密集度以及可以清晰建模的客户获取动态。基础设施不这样工作。网络部署具有多年的销售周期，具有企业和运营商客户。与现有的 OT 环境集成是复杂和缓慢的。监管接触点是真实的，可以以重大方式影响上市时间表。运营商关系——运营商接受、网络集成协议、频谱访问——不是一种形式主义；这是一个战略资产，需要多年时间来建立。

拥有 Wade Oosterman（他建立了 Clearnet，然后在 Bell Canada 增加了 500 亿美元的市值）和 Glenn Lurie（他曾是 AT&T Mobility 的总裁和 CEO，并且了解大型运营商如何思考供应商关系和技术采用）作为我们的 GP 意味着我们可以根据大多数早期投资者无法访问的标准来评估创始人和公司。当一位创始人向我们推销他们与大型运营商的上市策略时，我们可以提出正确的问题——不仅仅是关于产品市场适应性，还关于商业结构是否考虑到运营商实际工作的方式。这种运营深度还意味着我们的投资组合公司不仅获得资本，还获得了对决策者的介绍、如何在企业销售周期中导航的指导以及在运营商眼中具有说服力的信誉，因为 Stormbreaker 的名字背后有个人。

AI 基础设施变得越来越耗能、资本密集和供应链依赖。什么因素使得能够在这种环境中生存的初创公司与可能挣扎的初创公司区分开来？

能够生存的公司是那些找到了让资本密集度为自己所用的公司，而不是把它当作业务的拖累。

上市架构。仅仅依赖直接企业销售的资本密集型基础设施业务是缓慢扩张和脆弱的。能够通过运营商合作伙伴、系统集成商或政府采购渠道开发分销的公司可以更快地部署，并创建支持其资本需求的重复收入流。业务模式必须为环境而设计。

客户资料和合同结构。如果您正在构建耗能的边缘计算或网络基础设施，您需要客户的购买行为与您的资本周期相匹配。长期合同、锚定部署和战略合作伙伴共同投资于基础设施——这些不是很好的选择；它们是生存的必要条件。

运营团队的深度，而不仅仅是工程。我见过技术出色的基础设施初创公司由于无法管理供应链复杂性、无法谈判正确的供应商关系或无法执行大规模部署而失败，同时也浪费了资本。曾经这样做过的创始人——那些真正在大规模上部署过物理基础设施的人——在这一领域具有巨大的优势，而不是仅仅拥有工程背景的首次创业者。

展望未来 5 到 10 年，AI 经济的基础设施栈实际上会是什么样子？您是否设想一个由集中式超大规模云服务商主导的未来，还是一个更为分散的边缘网络、主权计算和工业 AI 系统？

分散的——但不是均匀分布的，也不是没有超大规模云服务商的作用。诚实的图景是一个更加复杂和有趣的分层架构，而不是“超大规模云服务商赢得一切”的叙述或“边缘取代云”的反叙述。

超大规模云服务商将继续拥有训练和大规模推理工作负载。这是一个资本密集型的游戏，偏向于整合。然而，在行动点的推理——在工厂车间、自动驾驶车辆内部、基站底部或主权政府数据中心内部——将会广泛分散。延迟的物理学、带宽的经济学和数据主权的政治学都推动着同一个方向：智能需要更接近它所采取的行动地点。

我认为十年图景中最令人着迷的方面是新基础设施类别的出现，这个类别在前一代计算中没有清晰的类比：私有的、特定用途的、与其服务的物理运营环境深度集成的主权和工业计算网络。这些是港务局、国防承包商、大型制造商或国家政府建立和控制的网络——不是因为超大规模云服务商的选择不存在，而是因为所涉及的工作负载的数据敏感性、延迟要求和战略重要性要求如此。正是 Stormbreaker Ventures 正在为此基础设施层而努力。那些成为这一分布式、主权、AI 本土基础设施栈的基础的公司将是本十年中建立的最有影响力的基础设施公司——而且其中大多数公司尚未成立。

感谢这次精彩的采访，希望读者可以通过访问 Stormbreaker Ventures 了解更多信息。