Sierra Ventures 的合伙人 Shomik Ghosh – 采访系列

Shomik Ghosh 是 Sierra Ventures 的合伙人。他之前曾是 Boldstart Ventures 的合伙人，专注于投资技术创始人打造的产品，以解决企业痛点，例如 Cloudquery、Kiln AI 和 Noded AI。在此之前，他曾是 Top Tier Capital 的增长阶段投资者，投资于从 Series B 到 pre-IPO 的公司，例如 CircleCI、Anaplan 和 Shape Security。

Sierra Ventures 是一家早期风险投资公司，专注于支持创新企业和深度技术初创公司。该公司主要在种子轮和 A 轮投资，投资领域包括人工智能、网络安全、企业基础设施和云技术。近年来，Sierra Ventures 特别注重早期 AI 投资，支持建设基础 AI 平台、机器学习基础设施、自主系统和企业 AI 应用的公司。通过其投资策略和经验丰富的行业顾问网络，公司帮助新兴技术公司完善产品策略、扩大运营和加速先进 AI 解决方案在各个行业的采用。

您从 Top Tier Capital Partners 的增长阶段投资转型为 Sierra Ventures 的早期 AI 投资，之前曾在 Boldstart Ventures 支持突破性公司。这种经历如何影响您区分边缘 AI 和应用 AI 的方式？

很多事情已经发生了变化。在这个时间段内，AI 已经成为一个巨大的赋能转变，已经比以前的技术范式转变更快地渗透到各个行业。云计算、PC/移动设备和以前的 AI 进步已经为现代 AI 的快速传播提供了基础。这也是为什么这种影响感觉如此快速和突然，导致股票市场和甚至现代战争发生了巨大的变化。我们寻找的是那些创始人，他们正在迈出一步，进入未来。他们正在承担建设功能和能力的风险，这些功能和能力是为一个尚不存在的世界而设计的，但同时，他们能够以以前从未有过的结果来吸引客户，实现更快的扩张。在边缘 AI 和应用 AI 中，这种情况都存在，从机器人到垂直 AI 应用。

在实践中，您如何定义“边缘 AI”和“应用 AI”以评估早期创业公司？您认为在这些类别的讨论中，人们最常见的误解是什么？

边缘 AI 意味着利用技术来解决当前尚未解决的问题。到目前为止，我们还没有看到机器人在仓库以外的行业中发挥重要作用，我们还没有看到新型半导体芯片或使用新型激光技术和原材料设计的眼镜。应用 AI 意味着利用技术来解决今天已知的问题，但以前由于技术限制而无法解决。一个很好的例子是语音代理，像 Smallest AI 这样的公司正在帮助客户提供类似人类的聊天体验，并为客户提供结果，而不是提供产品来实现结果。这种提供结果而不是过程的转变是应用 AI 为各个行业带来的一个关键变化。

从您的角度来看，您认为在模型创新、机器人和垂直 AI 领域，哪些领域正在发生最有意义的突破？

突破正在各个领域发生！AI 代码生成使得产品周期比以往任何时候都快。模型正在提供新的能力，具有记忆管理和 RL 环境，针对各种用例进行优化，这样可以减少幻觉的发生，同时提高知识工作的准确性。这一切都是相互关联的。在机器人领域，我们看到早期迹象表明，规模法则正在发挥作用，就像在 LLM 中一样。这是一个巨大的突破，因为之前 LLM 主要是基于文本或图像，但现在模型是在物理世界中训练的，需要理解物理学，并且显示出类似的规模法则。像递归 LLMs 这样的新论文展示了模型如何通过合作来改进自己。我们看到系统 1 和 2 模型结构开始出现，这与我们在大脑中看到的动态相似。特定领域的模型变得更容易训练和从边缘 OSS 推理模型中提取，以帮助垂直 AI 构建者为客户提供更好的结果。

在评估早期 AI 公司时，您如何平衡技术新颖性和产品市场适应性以及实际客户牵引力？

最终，技术新颖性本身对于研究领域来说是有用的。在基础模型中，技术新颖性可能会带来突破，从而呈现出新的扩张垂直。但对于大多数初创公司来说，技术新颖性是一种手段，而不是目的。初创公司的创始人不应该仅仅因为某事很难做而去做，而应该因为这样做可以带来更好的客户结果，并且可以在业务周围建立更好的护城河，使得其他人更难复制。在 AI 代码生成的时代，很多技术新颖性可以很快被超越，所以现在更多的是关于理解结果驱动的工程，而不是仅仅是技术工程。

除了技术本身，您在评估早期 AI 公司时，具体看重创始人的哪些特质？

我们希望看到那些为未来而建设的创始人。他们正在对代理、模型和硬件改进做出有根据的赌注，并且正在建设能够利用这些改进的产品。我们希望创始人能够解释为什么未来会发生以及为什么现在为未来做准备能够让客户在未来 10 年内看到 10 倍的改善。我们还希望创始人能够完全拥抱 AI。如果你不使用 Cursor、Codex、Claude Code 来实验和学习，那么很难想象未来会如何，因为这些产品正在以惊人的速度改善软件世界。这些变化对硬件世界也有着深远的影响，因为硬件和软件越来越紧密地集成在一起，以实现自主决策并为客户提供更好的结果。

什么信号表明一家技术雄心勃勃的 AI 公司有潜力演变成一家可扩展、企业级的业务，而不是仅仅停留在研究驱动的努力？

通常，创始人在研究驱动的努力中有一个目标。他们可能希望继续进行研究以推进该领域，但他们也理解，应用研究可以提供推进研究的燃料。所以，我们实际上只是试图了解创始人如何思考他们的研究应用以及他们如何测试研究的进展，以便在研究阶段降低风险。

对于那些没有明确近期收入可见性的技术创业公司的创始人，他们应该如何与投资者进行不同的里程碑和对话？

很难说。每家初创公司都有其独特的方面。机器人公司可能需要很长时间才能看到收入，但沿途的里程碑可能是新出现的能力、模型中的扩张法则或以前无法发生的行为。在 AI 基础设施中，可能是向 2-3 个设计合作伙伴交付一个产品，这个产品能够提供团队渴望的结果，并且即使它还处于早期阶段，客户也愿意冒险使用它。在垂直 AI 中，通常有一个更清晰的近期货币化路径，因为如果您在垂直领域解决了一个大痛点，客户通常会立即为此付费。

目前，人们对构建 AI 代理的初创公司的势头很大，您对专注于企业环境中的自治代理的公司的长期成功潜力有何看法？

Nvidia (NVDA ) 的 Jensen Huang 说，Openclaw 是代理时代的 ChatGPT 时刻。我认为这说明了一切。企业环境中的代理时间线不再是一个长期的赌注，而是一个迅速成真的赌注，无论企业是否愿意，代理将会通过自下而上的方式渗透到整个组织中，开始从底层使用，浏览器和个人代理将会在组织的各个方面被采用。代理时代已经到来，企业将会在组织的各个方面采用代理，他们将需要治理、安全、监控、基础设施、计算和数据来支持所有这些。

您在吸引持续投资者信心的 AI 创始人或领域中看到什么模式？哪些领域可能过度依赖叙述？

我认为有太多机会让创始人在同一个领域建设。法律技术，如 Harvey、Legora、Eudia，都做得很好，但仍然有新的公司每天在这个领域涌现。我的信息是，AI 是一个巨大的赋能转变，它影响着世界的每个方面。鉴于此，需要建设的产品和需要解决的问题的表面积是无限的。不要仅仅关注那些已经成功融资的公司，而是要思考您想解决什么问题，然后反思如何使用 AI 来解决这些问题。我鼓励创始人花更多时间思考他们想解决的问题，然后反思如何使用 AI 来解决这些问题。

展望未来，您预计在未来五年内，随着能力的成熟和市场的稳定，早期 AI 公司的建设将如何演变？

我不确定“市场稳定”是一个我会使用的术语。我认为 AI 正在呈指数级提高，因此会有很多破坏。但破坏会带来无数的机会，因此早期公司建设正进入我们近年来看到的最动态的时代之一。我们忘记了，像 OpenAI 和 Anthropic 这样的公司不到十年前就成立，现在已经被认为是巨型科技公司。随着能力的快速扩展，有一个时间窗口可以建设很多大公司。这是我一生中经历的科技领域最令人兴奋的时期之一。

感谢您这次精彩的采访，希望创业者可以通过访问 Sierra Ventures 来了解更多信息。