Основатель и управляющий партнёр венчурного фонда Axiom Partners Сандхья Венкатачалам в интервью Crunchbase News рассказала, как устроена инвестиционная логика её фонда объёмом $52 млн и почему она готова к тому, что значительная часть ставок не окупится. По её словам, фонд планирует совершить около 35 инвестиций и заранее исходит из того, что примерно половина из них провалится — будь то закрытие компании или недостижение нужной траектории роста. Об этом она сообщила в разговоре с Crunchbase News.
Кто такая Сандхья Венкатачалам
Первая половина карьеры Венкатачалам была связана с построением технологических компаний. Она руководила продуктом в компании, занимавшейся инфраструктурным оборудованием для дата-центров, которая была продана Cisco, а затем работала продуктовым руководителем в Skype до его продажи Microsoft. По её словам, эти роли привели её к работе с данными и машинным обучением задолго до того, как AI стал доминирующей темой венчурного капитала.
Позже она стала генеральным партнёром в Social Capital, где возглавила ранние институциональные инвестиции в производителя AI-чипов Groq, а затем инвестировала в Khosla Ventures. Сейчас она основатель и управляющий партнёр Axiom Partners — фонда на $52 млн, который поддерживает стартапы, использующие AI для работы в таких отраслях, как строительство, промышленность и страхование.
Чему её научил опыт в Khosla Ventures
По словам Венкатачалам, один из уроков Khosla Ventures — открытый взгляд Винода Кхослы на то, откуда могут появляться сильные основатели. Она отмечает, что Кремниевая долина тяготеет к довольно узкому представлению о том, кто способен построить следующую большую AI-компанию: человек с образованием в области computer science или машинного обучения в Стэнфорде либо опытом работы в OpenAI. Axiom, по её словам, ищет менее очевидных основателей, в том числе в менее очевидных отраслях.
Второй урок касается отношения к риску. Вместо того чтобы задавать компании все возможные вопросы в рамках due diligence, фонд концентрируется на рисках, значимых для следующего набора целей компании: способна ли команда сделать то, что обещает, и если да, может ли результат быть масштабным. Это означает принятие того, что многие ставки не сработают, при ориентации на исключительные результаты.
Как устроена команда Axiom Partners
По словам Венкатачалам, главное отличие Axiom в том, что фонд построен вокруг людей, которые активно работают с AI. Она утверждает, что без регулярного участия в создании, продуктуализации, ценообразовании и выводе AI на рынок трудно оставаться в курсе происходящего. В команду входят люди, которые занимаются этим и в рамках других своих ролей.
Такие специалисты выделяют для Axiom определённое время и работают с фондом частично, а также получают carry в фонде. По словам Венкатачалам, они являются партнёрами в работе, а не людьми, чьи имена просто указаны в списке советников. Их основная занятость при этом остаётся центральной для модели фонда: по её мнению, одни из лучших бизнес-ангелов — это те, кто продолжает работать и строить.
Кроме того, Axiom использует AI внутри самой фирмы. Фонд построил инструмент под названием Axiom Brain, который помогает осмыслять рыночные тренды, находить интересных людей и компании, а также быстрее проводить due diligence и другую работу.
Что значит «AI для реального мира»
Axiom заявляет, что инвестирует в «AI для реального мира». По словам Венкатачалам, фонд исходит из того, что AI должен приносить пользу гораздо более широкой аудитории, чем ранние пользователи, уже применяющие эту технологию. Axiom смотрит на отрасли, недостаточно охваченные технологиями, где AI может дать результат, а не просто стать ещё одним программным инструментом.
Это может вести фонд в строительство, промышленность или страхование. Часть таких компаний связана с аппаратным обеспечением, сенсорами или робототехникой, другие полностью основаны на программном обеспечении. Объединяет их, по словам инвестора, то, что они выполняют работу, важную для клиентов в реальных отраслях. Axiom, как правило, не инвестирует в продукты, похожие на традиционные корпоративные программные инструменты: фонд хочет видеть, что AI даёт результат.
Платят ли клиенты за AI из бюджетов на труд
Венкатачалам подтвердила, что это один из инвестиционных критериев фонда. Даже когда портфельная компания находится на стадии alpha или работы с design-партнёрами, Axiom проводит due diligence, чтобы понять, готовы ли клиенты покупать продукт таким образом. По её словам, фонд часто видит контракты на сотни тысяч долларов, а не на суммы, которые можно было бы ожидать от инструмента для среднего бизнеса. Такое покупательское поведение, по её словам, наблюдается у большинства портфельных компаний фонда.
Что делает AI-компанию устойчивой
На вопрос о том, что делает AI-продукт достаточно устойчивым для превращения в большую компанию, Венкатачалам ответила: если вы выполняете важную работу внутри бизнеса клиента и эта работа стоит больших денег, вас становится трудно заменить. По её словам, речь идёт о так называемой «последней миле» работы.
В промышленных условиях, например, поставка результата означает глубокую интеграцию с системами, которые используют клиенты. Нужно понимать их данные, обучаться на них, изучать значимые рабочие процессы и отвечать за результат. Это, по её словам, требует большего, чем просто интерфейс поверх модели. Такие отношения и компетенции могут стать трудновоспроизводимыми для другого стартапа, а также предполагают работу, которой крупные компании — разработчики AI-моделей могут мало интересоваться.
Как ранняя ставка на Groq повлияла на подход
До Axiom Венкатачалам поддержала Groq, когда AI-инференс был далеко не очевидной инвестиционной категорией. Она рассказала, что пришла из мира и аппаратного, и программного обеспечения. В какой-то момент ей стало интересно, почему Google строит собственные сетевые коммутаторы, хотя могла бы покупать их у существующих поставщиков. Разбираясь в этом, она узнала, что компания строит и собственные чипы.
Это привело её к Джонатану Россу, который был вовлечён в эту работу и ушёл, чтобы основать Groq. Она начала изучать, почему крупные технологические компании создают чипы для обучения моделей. Затем, по её словам, Джонатан сформулировал аргумент, что гораздо более крупным будущим рынком будет инференс. Венкатачалам признаёт, что в 2016 году едва понимала, что такое инференс, но если верить в распространение таких моделей, логично, что люди будут строить поверх них и им понадобится поддерживающая инфраструктура. Именно это соображение, по её словам, и определило инвестицию.
Этот опыт, по её словам, научил её ценности того, чтобы быть немного раньше рынка и проявлять терпение. Не обязательно быть радикально контр-консенсусным, но нужно увидеть возможность до того, как она станет очевидной для всех остальных. Тезис фонда, по её словам, не изменился: Axiom по-прежнему спрашивает, что будет построено поверх AI-инфраструктуры и моделей, и хочет инвестировать, пока ответ только формируется, до появления консенсуса.
Как фонд относится к неудачным ставкам
По словам Венкатачалам, фонд планирует неудачи заранее. У Axiom $52 млн и ожидание около 35 инвестиций. Она прямо говорит, что примерно половина из них, как ожидается, провалится — либо компания закроется, либо так и не достигнет нужной траектории роста.
Модель фонда, по её словам, зависит от поиска исключительного результата: нужна одна выдающаяся инвестиция, чтобы вернуть средства фонда. Если инвестировать достаточно рано и компания становится очень крупной, это может компенсировать множество неудачных ставок. Готовность принимать убытки, по её словам, является частью подхода к инвестициям до того, как возможность становится очевидной, и заложена в устройство фонда.
Что это значит
Интервью Crunchbase News описывает модель небольшого венчурного фонда, который сознательно закладывает высокую долю неудач в свою стратегию и ориентируется на неочевидных основателей и отрасли, недостаточно охваченные технологиями. Публично заявленная готовность к провалу половины из примерно 35 инвестиций показывает, насколько сильно результат фонда зависит от единичных исключительных исходов. При этом конкретные финансовые показатели портфеля, доходность и сроки в исходных данных не раскрываются.
Комментарии · 0
Войдите, чтобы участвовать в обсуждении.