Este VC acaba de cerrar en $ 60 millones para financiar el "riesgo técnico". La mayoría de los otros VC no lo hacen – TechCrunch


Ashmeet Sidana, un VC desde hace mucho tiempo que comenzó su propio negocio en 2015 para fundar Engineering Capital, acaba de cerrar su tercer y más nuevo fondo de $ 60 millones con una fundación universitaria, un fondo de fondos y tres fundaciones. . [19659002] Sidana, quien anteriormente pasó casi nueve años en Foundation Capital y posteriormente recibió uno de sus primeros acuerdos de socios limitados de la legendaria fundadora de la fundación, Kathryn Gould, dijo que el fondo se había unido con poco dolor a pesar de la pandemia.

Gracias a parte de la trayectoria de Sidana, incluida la venta de la startup de vigilancia en la nube SignalFx a Splunk por $ 1 mil millones después de recolectar $ 179 millones de VC y la venta de la aplicación en la nube Las nuevas empresas de vigilancia Netsil by Nutanix en stock por hasta $ 74 millones después de que se recaudó solo $ 5.7 millones. (Engineering Capital fue el primer inversor en ambos países).

El trabajo diario de Sidana en Palo Alto, California. El enfoque está en trabajar con equipos "que pueden ser alimentados con dos pizzas", cuyo conocimiento técnico cercano puede tener una amplia aplicabilidad, también fue un movimiento obvio. Para obtener más información, hablamos hoy con Sidana, un nerd ingeniero autodescrito que estudió ciencias de la computación en Stanford, sobre el "conocimiento técnico" que notó más recientemente.

TC: Hablas de buscar ideas técnicas de los fundadores. ¿No se aplica eso a la mayoría de los capitalistas de riesgo?

AS: No. Silicon Valley es un ecosistema para inversiones en tecnología, pero la mayoría de sus participantes no resuelven problemas técnicos difíciles. Tienes ideas de mercado o de consumidor. Es la diferencia entre Google y Facebook. Google descubrió cómo indexar mejor y priorizar mejor un problema de clasificación. Facebook comenzó con la conciencia de los consumidores de que las personas quieren estar conectadas. Me enfoco en empresas que se basan en el conocimiento técnico. La mayoría de los VC no lo hacen.

TC: ¿Qué estás buscando exactamente?

AS: Un equipo que usa software o tecnología para resolver un problema conocido que existe, pero para el cual no hay solución. Hay muchos de esos problemas. Por ejemplo, sabemos que el futuro será multinube. Amazon tiene mucho éxito con AWS. Microsoft está haciendo bien su negocio en la nube. Google los alcanza. Luego tienes los siete enanitos, incluido DigitalOcean. Es difícil para las empresas lidiar con la infraestructura. Otro problema técnico radica en el hecho de que queremos transferir toda nuestra infraestructura a la nube, pero no nuestros datos. ¿Cómo resolvemos esto? Algunos lo resuelven legalmente, otros con publicidad. Pero realmente, es un problema técnico.

TC: ¿Qué has apostado recientemente para resolver un problema técnico?

AS: Soy el primer inversor en Baffle. Una empresa realmente interesante que permite al usuario de una base de datos relacional tradicional ver los datos, pero no un administrador. [Editor’s note: the company says it enables the field level protection of data without requiring any application code changes.] O Robust Intelligence es una inversión aún más reciente que resuelve el problema de la contaminación de datos en inteligencia artificial.

TC: ¿Cómo?

AS: Cuando ejecutas modelos y haces aprendizaje automático, [employ] ciber seguridad y lo proteges, pero ¿qué pasa con los datos que AI está trabajando? Robust tiene una demo asesina que muestra que cuando deposita un cheque en su iPhone, su banco utiliza de forma natural la inteligencia artificial para reconocer los cheques y asegurarse de que la cantidad correcta vaya a la cuenta correcta. [But a nefarious actor could] Obtenga una pequeña cantidad de píxeles invisibles para el ojo humano en la foto del examen, y cambie los números y el número de ruta. Lo que hace Robust es proteger [both the bank and its customers] de este tipo de contaminación de datos.

TC: Sé que sueles invertir muy temprano, a menudo emites el primer cheque. ¿Flotas por Stanford todo el día? ¿Cómo encuentras estos equipos emergentes?

AS: Tengo buenas relaciones con muchas escuelas, incluidas [the University of] Michigan, Stanford, [UC] Berkeley y yo soy parte del Creative Destruction Lab de la Universidad de Toronto. Tengo relaciones activas con [schools in India] … Paso mucho tiempo con ingenieros en ciencia o industria.

TC: ¿Qué pruebas de tamaño escribes para ponerlas en marcha y cuánto de tu negocio esperas a cambio?

AS: La mayoría de la gente piensa que invertir en conocimiento técnico es costoso, pero trabajar con software puede ser muy eficiente en términos de capital. También miro a las compañías donde puedes ganar $ 1 millón y $ 3 millones en fondos. Esto generalmente requiere un pequeño equipo de cinco a ocho personas, que puede alimentar con dos pizzas. Linux finalmente fue escrito por una persona. VMWare se inició con una visión técnica que fue abordada por dos personas. Google solo tenía sus cosas anteriores con Larry y Sergey.

En lo que respecta a la propiedad, es mi trabajo comprar a bajo precio y vender caro. Soy tan codicioso como el próximo VC y me gustaría tener la mayor cantidad de posesiones posible, pero no hay una fórmula.

TC: ¿Qué es un error que ves en los nuevos equipos? [19659002] AS: Gula. La mayoría piensa que tienen que ir a un gran mercado y resolver un gran problema, pero la magia de una startup es centrarse en un problema increíblemente apretado que tiene amplias aplicaciones. Como siempre dijo Steve Jobs, deshacerse de las funciones, no agregarlas, es difícil.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *