Kepala AT&T Ventures Vikram Taneja tentang Aturan Baru dalam Membangun Ketahanan pada Tahap Awal Pembiayaan

18 Jun, 2026olehCrunchbase

Bergabunglah dengan Sosial Kami

Dalam perannya sebagai kepala AT&T Ventures, Vikram Taneja memimpin lini modal ventura korporat dari raksasa telekomunikasi tersebut, mengelola portofolio perusahaan melalui investasi ekuitas langsung, waran, dan posisi dana mitra terbatas.

Mandat investasinya terutama berfokus pada perusahaan teknologi tahap awal mulai dari tahap benih hingga Seri B yang selaras dengan atau berdampak pada sektor telekomunikasi global, infrastruktur jaringan, dan perangkat lunak perusahaan.

Berada di bawah kepemimpinannya, AT&T Ventures menargetkan investasi di sektor perangkat lunak, perangkat keras, dan infrastruktur di mana skala jaringan AT&T serta sumber daya rekayasa internal memberikan keunggulan khusus dalam due diligence komersial atau teknis. Perusahaan dalam portofolionya mencakup perusahaan-perusahaan enterprise dan deep-tech seperti Databricks, Apptronik, Cyera, Carbyne, Aira, dan AST SpaceMobile.

Vikram Taneja, kepala AT&T Ventures. (Foto courtesy)

Sebelum masa 12 tahunnya saat ini menjabat sebagai direktur AT&T Ventures, Taneja telah bekerja lebih dari dua dekade di bidang pengembangan korporat, pinjaman ventura, dan perbankan investasi. Ia sebelumnya mengelola aktivitas merger & akuisisi dan investasi strategis untuk WarnerMedia selama kepemilikan AT&T.

Taneja juga pernah menjabat sebagai direktur di Orix Ventures, di mana ia fokus pada investasi utang dan ekuitas modal pertumbuhan di bisnis teknologi tahap menengah hingga akhir, serta memegang peran keuangan korporat dan perbankan investasi di J.P. Morgan dan PricewaterhouseCoopers.

Dalam wawancara email dengan Crunchbase News, Taneja berbagi alasan mengapa ia percaya bahwa meskipun AI telah secara drastis menurunkan hambatan untuk membuat perangkat lunak, hal itu juga telah mengubah definisi risiko teknis tahap benih.

Dinamika baru, menurut pandangannya, memberi AT&T Ventures kesempatan untuk membedakan diri dengan menawarkan validasi teknis nyata dan integrasi jaringan secara langsung daripada hanya sekadar modal.

Wawancara ini telah diedit untuk singkat dan jelas.

Crunchbase News: Jika startup sedang membangun aplikasi yang sepenuhnya berfungsi pada putaran benih menggunakan AI, apa artinya hal itu bagi definisi tradisional risiko teknis? Apakah risiko teknologi sudah mati di tahap benih, ataukah risiko tersebut hanya berevolusi menjadi sesuatu yang lain?

Vikram Taneja: Definisi lama risiko teknis adalah “bisakah mereka membangunnya?” Meskipun tidak sepenuhnya hilang di tahap benih, saya akan mengatakan bahwa hal itu semakin kurang relevan mengingat hambatan pembuatan perangkat lunak yang jauh lebih rendah dengan alat-alat AI.

Tetapi apa yang menggantikannya justru lebih sulit dijawab: “Apakah teknologi tersebut dapat dipertahankan?” Bukan hanya “apakah itu berfungsi?” tetapi “apakah itu berkembang pesat?”

Parit data, set pelatihan milik sendiri, efek jaringan yang tertanam dalam arsitektur— itulah ukuran ketahanan yang baru.

Dalam siklus sebelumnya, kompleksitas teknis saja telah menciptakan perlindungan alami. Akibatnya, pembicaraan tentang risiko teknis bergeser untuk fokus pada bagaimana sebuah perusahaan mempertahankan dirinya selama tiga hingga empat tahun ke depan, terutama ketika lab-lab frontier mulai turun ke lapisan aplikasi dan mulai menargetkan seluruh vertikal.

Seperti halnya, pertanyaan distribusi muncul jauh lebih awal. “Bagaimana Anda bisa membawa produk ini ke pasar?” semakin sering ditanyakan pada tahap benih dibandingkan nanti dalam siklus.

Kita juga melihat persaingan yang meningkat bagi investor untuk mendapatkan saham yang lebih besar pada tahap benih yang sebelumnya mereka cari pada putaran A. Hal ini mendorong investor untuk lebih teliti pada tahap benih, dan para pendiri harus siap memenuhi ekspektasi yang lebih tinggi secara menyeluruh.

Ketika siapa pun dapat menggunakan alat AI untuk membuat aplikasi yang berfungsi dalam satu akhir pekan, eksekusi produk berlangsung cepat, tetapi parit bisa sangat dangkal. Pada tahap benih, bagaimana Anda memisahkan platform yang benar-benar dapat dipertahankan dari wrapper yang dieksekusi dengan indah?

Taneja: Pada awal 2025, kita melihat gelombang perusahaan wrapper AI yang dibangun di atas model frontier seperti GPT dari OpenAI, Claude dari Anthropic, atau LLaMA, dan banyak modal mengalir ke sana. Yang berubah adalah sekarang LLM frontier jelas mulai mengambil pendekatan platform—bergeser ke lapisan aplikasi dan mulai mengambil buah-buah yang mudah dipetik.

Inilah sebabnya mengapa daya tahan menjadi penting dalam investasi AI. Tidak ada platform yang benar-benar dapat dipertahankan, tetapi pada tingkat tertentu, Anda harus mengajukan pertanyaan tersebut sejak tahap benih.

Kita mencari platform yang menggunakan data milik sendiri yang tidak dapat direplikasi oleh AI, perusahaan yang telah mengintegrasikan keahlian domain yang mendalam—area di mana AI umum masih kurang konteks industri—ke dalam alur kerja mereka, atau ekosistem yang sangat spesifik atau pasar ceruk yang memberikan lapisan insulasi tambahan dalam kategori yang terlalu ditargetkan untuk dikejar langsung oleh lab-lab frontier.

Apakah Anda melihat perubahan dalam jumlah pegawai atau susunan tim benih? Jika AI menangani beban berat kode awal, apakah para pendiri menghabiskan modal benih mereka untuk para insinyur, ataukah mereka langsung mengalihkan sumber daya ke distribusi dan go-to-market?

Taneja: Masih ada fokus pada rekayasa di tahap awal, seperti yang seharusnya, tetapi kita semakin sering melihat peran produk, penjualan, atau kemitraan yang dicari lebih awal dibandingkan sebelumnya. Dan alasannya, seperti yang Anda sebutkan, lebih mudah untuk membuat prototipe yang berfungsi, atau bahkan aplikasi yang siap produksi, sehingga fokusnya dengan cepat beralih ke menjalankan uji coba dengan pelanggan atau mengeksplorasi jalur distribusi untuk menyempurnakan fitur produk.

Bagi investor strategis seperti AT&T Ventures, di mana kami sering melakukan proof-of-concept dengan perusahaan portofolio potensial, ini sangat menarik. Kami mendapat kesempatan untuk bekerja sama dengan perusahaan lebih awal dalam pembentukannya, bisa mendapatkan validasi teknis yang nyata jauh lebih awal daripada biasanya, dan juga bisa mencoba menemukan jalan untuk berkolaborasi lebih cepat.

AT&T Ventures secara tradisional bermain kuat di ranah Benih hingga Seri B. Jika VC institusional buru-buru masuk ke tahap benih untuk mengambil saham yang lebih besar karena teknologinya sudah matang, bagaimana hal itu mengubah lanskap persaingan bagi CVC? Apakah Anda menemukan diri Anda bersaing langsung dengan dana multi-tahap tradisional lebih awal dari sebelumnya?

Taneja: Susunan putaran benih memang telah berubah. Dana multi-tahap dahulu muncul di Seri A atau B ketika ada cukup traksi untuk disubsidi. Kini mereka berada di tahap benih karena, seperti yang telah kita diskusikan, perusahaan-perusahaan sudah cukup matang, dan mereka mencoba menemukan pemenang lebih awal dalam siklus. Jadi ya, kita berada di ruangan yang sama seperti sebelumnya.

Tetapi saya ingin menyangkal gagasan bahwa kita bersaing secara langsung.

Cek benih dari VC finansial Tier 1 dan cek benih AT&T Ventures adalah instrumen yang berbeda. Mereka menawarkan modal, merek, panduan, dan pengenalan pola dari dukungan ratusan perusahaan.

Kita menawarkan sesuatu yang secara struktural tidak dilakukan oleh VC finansial: tim jaringan kita bekerja dengan produk Anda dalam lingkungan produksi, bahkan sering kali sebelum kita menulis cek, misalnya. Itu adalah due diligence gratis yang berjalan dua arah. Kita memvalidasi perusahaan, tetapi perusahaan juga menerima sinyal dunia nyata dari salah satu operator jaringan terbesar di dunia.

Bagi perusahaan tahap benih yang sudah menyelesaikan masalah pembangunan dan kini membutuhkan distribusi, itu adalah nilai nyata dan saling melengkapi dengan apa yang ditawarkan oleh perusahaan VC finansial. Jadi tekanan persaingan tersebut justru telah mempertajam proposisi nilai kita. Ini memaksa kita untuk membawa lebih dari sekadar modal.

Secara historis, mitra korporat ingin melihat kesiapan enterprise, kepatuhan keamanan, dan skalabilitas—hal-hal yang jarang dimiliki oleh startup tahap benih. Jika startup tahap benih memiliki produk yang sepenuhnya berfungsi tetapi masih berupa tim dua orang, bisakah perusahaan seperti AT&T benar-benar menjalankan pilot bersama mereka, atau apakah jadwal integrasi korporat menjadi hambatan?

Taneja: Semuanya dimulai dengan alasan strategis. Itu selalu menjadi pintu masuk bagi kami di AT&T Ventures, dan hal itu tidak berubah. Jika itu sudah ada, maka tidak selalu memerlukan kesiapan enterprise penuh untuk memulai pilot. Bisa berupa uji coba terstruktur atau keterlibatan yang sangat ditargetkan, tergantung pada tahap perusahaan.

Kami memiliki sejumlah proof of concept yang sedang berlangsung dengan perusahaan portofolio di berbagai bidang seperti AI-RAN, infrastruktur terhubung, dan visi komputer.

Kuncinya adalah kejelasan di awal—kejelasan tentang apa tujuan keterlibatan tersebut dan bagaimana kita mengukur keberhasilannya. Setelah jelas, bahkan perusahaan tahap awal pun bisa diintegrasikan ke dalam lingkungan pembelajaran atau pengujian tanpa penundaan yang tidak perlu. Tujuannya adalah membuat hubungan dengan AT&T terasa seperti akselerator untuk adopsi lebih lanjut.

Jika benih adalah Seri A baru dalam hal kematangan produk, apakah Anda melihat harga Seri A merembes ke tahap benih? Bagaimana Anda disiplin dalam menentukan valuasi ketika produk tampak seperti Seri A, tetapi infrastruktur perusahaan masih sangat awal?

Taneja: Harga benih memang terlihat berbeda dibandingkan mungkin empat atau lima tahun lalu. Kami secara rutin melihat kesepakatan benih bernilai antara $20 juta hingga $25 juta pasca-pendanaan, dengan rentang harga satu hingga dua digit juta. Ini kira-kira sama dengan harga kesepakatan Seri A beberapa tahun lalu. Tetapi hal ini tidak selalu tidak beralasan—susunan dan traksi perusahaan tahap benih jauh lebih maju dibandingkan generasi sebelumnya seperti yang telah kita diskusikan.

Kita tetap disiplin dengan secara jelas menyebutkan apa yang sebenarnya kita subsidi. Kita tidak hanya mensubsidi imbal hasil finansial dari putaran ini—kita mensubsidi nilai strategis dari hubungan tersebut dalam horizon lima hingga 10 tahun.

Apakah perusahaan ini membuat jaringan AT&T lebih cerdas? Apakah itu membuka segmen pelanggan baru? Apakah itu memvalidasi teori yang sedang kita bangun? Apakah ada peluang komersial di luar teori awal kita? Ketika Anda membingkainya seperti itu, itu memberi kita horizon yang lebih panjang untuk bekerja dan menyediakan beberapa pengungkit untuk ditarik.

Dan sejujurnya, di situlah tim rekayasa dan produk kita memainkan peran penting. Mereka membantu kita memahami apakah produk yang tampak seperti Seri A benar-benar dibangun seperti itu, atau apakah itu demo hebat yang berdiri di atas fondasi yang belum diuji stres. Pembacaan teknis tersebut memperkuat keyakinan kita saat melakukan investasi.

Aplikasi AI yang berfungsi pada tahap benih masih membutuhkan infrastruktur besar. Ketika Anda mengevaluasi perusahaan tahap awal ini, seberapa besar arsitektur dasarnya dan cara mereka menangani pemrosesan data atau komputasi tepi berpengaruh pada keputusan Anda?

Taneja: Arsitektur adalah bagian penting dari proses due diligence kami. Cara kami memandangnya sangat tergantung pada kasus penggunaan akhir. Apakah itu untuk penggunaan internal—misalnya, alat yang akan digunakan AT&T di lingkungan kami—atau apakah itu sesuatu yang akan kita distribusikan atau masukkan ke dalam bentuk penawaran produk?

Jika yang pertama, semua aspek arsitektur akan ditinjau, dan kemungkinan besar hal ini akan terjadi selama uji coba dan proof of concept saat kami mengembangkan pemahaman teknis tentang aplikasi atau produk tersebut. Jika yang kedua, maka kami paling tertarik memahami bagaimana arsitektur produk ini berskala seiring waktu dan apa artinya dari sudut pandang biaya, latensi, dan infrastruktur. Kami senang melihat perusahaan mengadopsi teknologi terkait tepi, tetapi itu tidak menghalangi kami untuk bekerja pada aplikasi yang menggunakan metode pemrosesan data tradisional.

Anda pernah berbicara sebelumnya tentang minat Anda pada "AI fisik" dan robotika (seperti Apptronik). Siklus hidup perangkat lunak mudah dikompresi oleh AI generatif, tetapi perangkat keras dan penyebaran fisik membutuhkan waktu. Apakah tren "benih adalah Seri A baru" ini berlaku hanya untuk perangkat lunak murni, atau apakah Anda melihat AI mempercepat teknologi fisik dan IoT di tahap awal juga?

Taneja: AI fisik adalah sektor yang sudah cukup lama kami perhatikan, terutama karena inferensi dan pengambilan keputusan dalam sistem otonom, robotika, dan perangkat terhubung menciptakan profil permintaan yang sangat berbeda pada jaringan.

Lapisan perangkat lunak jelas semakin cepat—hal-hal seperti persepsi, sistem kontrol, dan pengambilan keputusan bergerak lebih cepat karena AI (putaran menunjukkannya!). Hal itu pada akhirnya akan membantu membuka jalan bagi adopsi AI fisik. Namun, siklus penyebaran fisik masih membutuhkan waktu, jadi Anda tidak melihat kompresi waktu yang sama di sana.

Yang menarik bagi kami di AT&T adalah titik temu—bagaimana kecerdasan semakin dekat ke tepi dan bagaimana hal itu mengubah cara jaringan harus dirancang untuk menangani beban kerja tersebut.

Pertanyaan terkait Crunchbase:

Bacaan terkait:

Illustrasi: Dom Guzman

Lanjutkan membaca artikel ini di sumber: news.crunchbase.com