Umesh Padval，Seligman Ventures 的管理合伙人 – 采访系列

Umesh Padval 拥有数十年的半导体基础设施、企业技术和风险投资经验。在转向风险投资之前，他曾担任 C-Cube Microsystems 的 CEO 和总裁，帮助公司扩张，然后被 LSI Logic 收购。在他的投资生涯中，他参与了许多著名的技术公司，包括 AI、云基础设施、网络安全和网络等领域的投资，如 Cohere、Harness.io、ThousandEyes 和 Isovalent。他还曾在多家上市技术公司的董事会任职，包括 Mellanox、IDT、Monolithic Power Systems (MPWR ) 和 Impinj，反映出他对基础设施技术的长期关注，这些技术支撑着现代计算和 AI 系统。

Seligman Ventures 是 Seligman Investments 的投资平台，管理着大约 300 亿美元的公募和私募市场资金。由经验丰富的投资者和前 CEO Umesh Padval 领导的 Seligman Ventures 以 5 亿美元的资金启动，重点投资于早期至预 IPO 公司，涉及 AI 基础设施、云计算、网络安全和现代数据中心硬件等领域。该平台通过结合深厚的公募市场研究专业知识和风险投资，能够早期识别长期技术趋势，并支持建设下一代企业 AI 和计算系统的基础设施的创始人。

您最近推出了 Seligman Ventures 作为一家 300 亿美元公募市场公司的风险投资部门。最初的构想是什么，您在 AI 和基础设施投资格局中看到了哪些其他人忽略的空白？

我们看到了一个机会，建立一个连接早期创新和公募市场规模的平台。Seligman Investments 多年来一直通过公募市场投资技术公司，我们认为这种对耐久性、基本面和长期价值创造的理解在早期阶段往往缺失。

同时，AI 正在推动计算、网络、网络安全和数据中心等基础设施的重新架构，我们认为市场中缺乏对这些领域有深厚技术信念的投资者。我们支持具有远见的技术创始人，利用我们的网络和专业知识，并希望成为他们从种子期到 IPO 及以后旅程的一部分。

您投资于 AI 基础设施、云和现代数据中心系统。您如何看待 AI 基础设施栈在未来三到五年内的演变，哪些层面最有可能产生最大的价值？

我们预计中心重心将从模型训练转移到大规模推理和生产部署。这一转变增加了整个栈从硅和内存到网络和编排的效率的重要性。整个栈从芯片到中间件再到垂直 AI 应用程序都将被重写。这里的每一层都有很大的奖励，会产生超出预期的赢家。虽然模型很重要，但我们认为在实现性能、成本优化和可扩展性方面的基础设施层将会产生不成比例的价值，特别是在现实世界环境中。

许多投资者将 AI 描述为类似于电力的基础性转变。从您的角度来看，当前 AI 周期中哪些部分被高估，哪些领域被低估？

想象一下，智能作为一种公用事业，对任何人都可用，并且能够使任何软件应用程序、硬件设备或虚拟环境变得智能。这已经正在发生。AI 将对社会、工作性质和人类生产力产生巨大的影响。

人们倾向于过度关注应用层和新 AI 产品发布的速度。被低估的是表面下物理和基础设施约束，例如电力、热量、内存带宽、数据移动和供应链限制。这些因素最终将决定 AI 能够在经济上扩展多远和多快。

由于您的重点从种子期到预 IPO，您如何判断 AI 基础设施创业公司是否具有真正的长期防御能力，而不是短期动力？

我们首先看团队。具有励志人生故事的技术创始人通常能够实现不可能的事情。我们一次又一次地看到研究论文声称某事不可能，而创始人却正在建造证明相反的原型。

我们花费大量时间来区分速度和耐久性。AI 基础设施中的真正防御能力来自深厚的技术差异、工作流洞察和对关键系统的集成，而不仅仅是早期动力。最强大的基础设施公司将深深融入栈中，在那里，切换成本、性能优势和生态系统集成将创造长期的稳定性。

现代数据中心正在成为 AI 扩展的中心。您认为哪些架构转变或创新将定义下一代 AI 本土基础设施？

现代数据中心正在被重新设计以适应 AI 工作负载。这包括机架级更高的功率密度、新的冷却方法以及计算、内存、存储和网络之间更紧密的集成。

我们相信，下一代 AI 本土基础设施将由系统级设计和硬件与软件之间的协同优化定义，而不是单个组件的创新。

您在寻找打造 AI 基础设施公司的创始人时，会寻找哪些品质？哪些创始人最终会打造出定义类别的企业？

那些杰出的创始人将深厚的技术专业知识与对基础设施演进的系统级理解相结合。许多这些市场需要长期开发周期、复杂的生态系统合作伙伴关系和与客户的密切互动，因此，韧性、耐心和在多年内执行的能力至关重要。

最好的创始人能够将技术远见与运营纪律相结合，通过多个技术周期建立持久的公司。

创始人如何为计算、能量和数据本地化变得与软件一样重要的未来做准备？

创始人需要在考虑约束的情况下进行构建。计算、能量和数据本地化不再是抽象的考虑；它们是第一级设计参数。

最有说服力的公司是那些将效率、可扩展性和运营现实作为从第一天开始的核心产品要求，而不是稍后添加的优化的公司。

人们越来越担心 AI 估值超过其基本面。您目前看到的最大脱节在哪里？

我们正处于一次前所未有的技术转变中。这里的赢家可能会成为今天许多大型上市公司中最大的公司之一。

我们确实看到一些估值超出了基本面的领域，特别是在进入门槛较低的领域。同时，一些最具技术复杂性的基础设施层，尤其是那些解决具有长开发周期的艰难工程问题的层，相对于其长期战略价值仍然被低估。

从您的角度来看，企业需求如何塑造下一代 AI 平台，特别是在网络安全和云基础设施等领域？

AI 现在已成为各大小企业的董事会级别的指令。团队正在优先考虑 AI 工具，以帮助他们变得更加高效，许多概念验证现在正在从实验转移到生产环境中。

这带来了与可扩展性、可观察性、可靠性和安全性相关的新挑战。AI 同时扩大了攻击面，同时也创造了防御所需的工具。AI 代理可以被外部攻击，在开发过程中可以引入漏洞，并且在概率系统中执行时强制执行策略变得更加复杂。

这需要新的架构、新运营模型和对安全性和基础设施的新思考方式。企业对可靠、可扩展和安全的 AI 系统的需求将继续在未来几年内推动整个栈的重大创新。

展望未来十年，AI 基础设施的长期未来会是什么样子？今天哪些技术或趋势给您带来了最强的信号，表明了这一未来？

在未来十年中，AI 基础设施将变得像今天的云计算一样基础。数据中心和电网尚未完全为 AI 在各个行业和日常工作流中成为主流做好准备。

在成本、能效、令牌消耗、硬件异构性和数据移动等方面仍然需要大量工作，以使智能代理成为现实。我们预计会看到整个栈中更大的专业化、硬件和软件之间的集成度提高，以及对效率和系统级优化的持续关注。

那些能够在现实世界约束下（如电力、成本、可靠性和供应）提供大规模性能的公司将会获胜。

感谢您这次精彩的采访，希望了解更多关于这家风险投资公司的读者可以访问 Seligman Ventures。