kommentar

«VC-modellen er i fundamental endring. Gir det en ny mulighet for Norge?»

Venturefinansiering har vært forutsetningen for mer eller mindre alle suksessfulle teknologiselskaper de siste 30 årene. Bare ikke i Norge. Nå er venturefinansiering i rask endring. Kan det gi en ny mulighet? spør Fredrik Winther.

Fredrik Winther, CSO Katapult.
Publisert

Ingenting har vært så kraftfullt fundament for tech-revolusjonen de siste 20 årene som venturefinansiering (VC). 

Med historisk utgangspunkt på amerikansk vestkyst - først som modell for forskningsfinansiering via American Research Development (ARD) - for senere å bli den største globale driveren for fremveksten av globalt ledende teknologiselskaper. 

Ingenting har vært så kraftfullt fundament for tech-revolusjonen de siste 20 årene som venturefinansiering (VC). 

Med historisk utgangspunkt på amerikansk vestkyst - først som modell for forskningsfinansiering via American Research Development (ARD) - for senere å bli den største globale driveren for fremveksten av globalt ledende teknologiselskaper. 

Det er bakgrunnen for at California med Silicon Valley som ledestjerne er verdens (!) 4.største økonomi, bare slått av USA totalt, Kina og Tyskland. Det siste tiåret har modellen spredd seg til alle verdenshjørner. 

Bare ikke til Norge.

Venturekapital er i essens både veldig enkelt og veldig vanskelig. Det handler om å finne eksepsjonelle unntak og “outliers”. Det betyr at mønstergjenkjenning basert på historikk, kjente playbooks, eller å løpe i flokk, ofte får begrenset verdi. 

Fondsmanagere ser etter eksepsjonelle team og selskaper, og investorene i fondene ser etter eksepsjonelle fond og fondsmanagere. Unntakene som er bedre enn alle andre. 

Denne underliggende “power law”-mekanismen - hvor du kan bære veldig mange tap så lenge man finner noen få vinnere, har vist seg vanskelig å formidle. Spesielt innen norsk media, næringspolitikk og virkemiddelapparat hvor ryggmatsrefleksen er å hjelpe de som sliter, ikke satse på de beste. 

Nei, 5000 nyetableringer er ikke et signal på at man skaper morgendagens vinnere. Kun den lille andelen som har forutsetninger for å skalere internasjonalt, og blant disse kun et par selskaper som blir nye hjørnesteiner. 

I dag nesten uten unntak finansiert av VC. Når rammebetingelser tillater det.

Power law og normalfordeling

Tenk deg at du går inn på en Shifterkonferanse med 100 personer. Du får øye på tyrkiske Sultan Kosen, verdens høyeste mann, han har åpenbart gått feil, reiser seg og forlater rommet. Hva skjer med gjennomsnittshøyden på konferansen når han går ut? Veldig lite. Den synker mindre enn en centimeter. Høyde er normalfordelt, og selv de mest abnorme unntakene gjør begrenset forskjell. 

På samme konferanse ser du også MacKenzie Scott, en av verdens rikeste kvinner. Hun forlater også rommet. Hva skjer da med gjennomsnittsformuen i rommet? Den synker sannsynligvis med over 99 prosent. Formue er ikke normalfordelt. Det er heller ikke venture-investeringer. 

Og siden ingen kan vite sikkert hvem som blir morgendagens vinnere, og kun noen få lykkes, må man finansiere veldig mange forsøk. Man må lage økosystemer som fungerer som eksperimentmaskiner. Hvert forsøk må potensielt kunne bli en global vinner. Dette er essensen i venture. 

Sverige 46 - Norge 5

Det gjør det mulig å skape selvforsterkende økosystemer som starter 1000 vis av selskaper, og vokser raskt, selv om bare noen få lykkes. I Norden er Stockholm kanskje det beste eksempelet, hvor dagens rask fremvekst av et verdensledende miljø for AI-selskaper er mulig fordi de har kapital og kompetanse fra tidligere megasuksesser i ryggen. 

Sverige er på topp i verden med 46 “enhjørnestensbedrifter” i forhold til folketall. Alle er VC-finansiert, og selv de eldste industribyggerne er tungt inne i venture. Norge har mindre enn fem, men det viser at selv i et sosialdemokrati, så er det mulig å heie fram vinnere også utenfor idrett.

Økoystemer som det svenske sprer seg globalt representerer en innovasjons- og beslutningsmodell som ikke har latt seg replisere i hverken store enkeltselskaper, via virkemiddelapparat, eller i enkeltpolitiske vedtak. Ganske enkelt fordi etablerte governance- og beslutningssystemer ikke er satt opp for å stå i mot kritikken som uunngåelig kommer fra eiere, ledere, opposisjon og media når en like stor andel av forsøk ikke lykkes. 

Venturemodeller og investeringsselskapene basert på power law kan derimot stå i mange tap, og fortsatt levere gode resultater. 

Muligheten til å teste mange hypoteser, team og eksperimenter gjør at innovasjon de siste tiårene flyttet fra etablerte store aktører og selskaper til venturefinansierte økosystemer. Det er i ferd med å bli et globalt fenomen. Tempo er høyt, og selv om vi får lommer av stadig bedre miljøer i Norge, så løper resten av verden akkurat nå enda raskere.

Men venturemodellen er også utsatt for fundamentale endringer.

Akkurat nå er det en serie med fundamentale drivere i teknologiutviklingen som utfordrer grunnmuren i venturemodellen. Kan det utgjøre nye muligheter også her hjemme? 

7 fundamentale drivere som påvirker VC og tidligfase-investeringer akkurat nå

1) Standardmodellen er under tidspress 

Når utviklingstempo går opp, så går forutsigbarheten ned. Det rammer også langsiktig kapitalplassering. Både på grunn av AI og geopolitiske endringer så er det nå enda færre enn før som vet hvilke forretningsmodeller, teknologiområder, skatte- og tollregimer, og markeder som varer i 10 år - eller bare 3 - 5 år. 

10-15 år er normalt levetiden på et standard VC fond. 

Samtidig og over de siste 20 årene har "playbooken" for VC spredd seg til å bli et globalt fenomen. Fra vestkysten i USA og tildels Kina, er grunnlaget lagt for økosystemer for oppstartselskaper verden rundt. Bare i EU har vi fått en tidobling det siste tiåret til over 4000 milliarder investert i oppstartselskaper med utgangspunkt i en fremvekst av over 2400 fond. Og flertallet av fondene er etablert de siste 5 til 10 årene. 

Playbooken eller “factory modellen” forutsetter at kapital investeres fra VC fond over tid og i faser fra pre-seed, til seed, serie A, B, C og til børsintroduksjon (IPOs) eller exit. Disse rundene utgjør det typiske samlebåndet i “factory modellen”. Etter 2021 stoppet siste leddet opp og det ble slutt på børsintroduksjonener og IPOs. Siste leddet i samlebåndet forsvant.

Det ser heller ikke ut til å komme tilbake, og uansett ikke på samme nivå som før. Sam Lessin, GP i Slow Ventures, er kjent for å være tidlig ute. Han har påpekt ganske enkelt at når ett eller flere ledd i samlebåndet blir borte, så rammer det hele “fabrikken”, forutsetningen for venture endrer seg, og finansieringsmodellene flytter fra denne playbooken til et mangfold av alternativer. Det er der vi er nå. Både på grunn av markedet, men også drevet av AI og deep-tech. 

2) AI spiser verden 

Det andre kanskje enda viktigere i en tid der fundamentale endringer kommer daglig, tiden mellom “Deep-seek jordskjelv” reduseres hvert kvartal. 

Da er det stadig vanskeligere å opprettholde noe som ligner en 10-års investeringshorisont, eller modellere fond ut fra et fastsatt sett av investeringsfaser. 

Vi liker å tenke lineært, i beste fall eksponentielt, men vi har enda ikke modellene for å tenke i brudd og gjennom økende diskontinuitet. 

Som eksempel kom forecast-modellene i forskningsgruppen AI 2027 for noen få uker siden hvor de stacker Moores Law oppå hverandre i forhold til en serie utviklingsområder som akselererer parallelt, og beregner at uansett hvordan man vrir og regner det, så får vi en “intelligence explosion” innen 2-3 år. 

Da er AI modeller bedre enn mennesker på de fleste områder, inkludert AI-forskning, og vi klarer ikke lenger å forutsi utfallet.

Om det skjer i 2028 eller tar noe mer tid, så blir utfordringen for investorer den samme. Å investere med en lang horisont eller ut fra etablerte finansieringsmodeller blir meningsløst. 

Software as a service (SaaS) har blitt utfordret kraftig av AI modeller og selskaper de siste to årene.

Enkelt sagt, det som for 4 år siden var en globalt ledende software leverandør, eller AI startup, kan i dag være redusert til en gratis prompt i Claude. 

3) Fra CAC til MAU: Hva skjer med VC om SaaS modellen nærmer seg slutten?

Teknologiaksellerasjonen de siste 20 årene kommer fra et perfekt ekteskap mellom VC som finansieringsmodell og SaaS som forretningsmodell. 

SaaS-modellen har fått standardiserte og detaljerte vekstmodeller, et detaljert felles analysespråk for tech selskaper. “Key metrics” er kartlagt og modellert til minste detalj og junior analytikere har regnearket fullt med NRR, ARR, MRR, GRR, LTV, CAC, ACV/ TCV, ARPU, Churn, Burn, Runway, NPS, MAU, eller bare Gross Margin. 

Når ting peaket i 2021, så holdt det å sjekke av tilstrekkelig antall av disse boksene og så var SaaS investeringen sikret. Softbank ble kjent for å hyre inn konsultenthus for å plukke “vinnere” basert på vekst-metrics, og på peak i 2021, med et tempo hvor de gjorde en investering daglig. 

Det viste seg å ikke være oppskriften på å finne outliers og globale vinnere. 

SaaS-playbooken har blitt så detaljert og standardisert, at den har blitt en oppskriftsbok som har gjort det mulig å både skalere antall SaaS-selskaper og tilsvarende VC-fond som backer dem. 

Det er har for mange som var tidlig ute også vært en enorm suksess. Helt til nå. Eller 2021.

Teknologi-stacken til et hvilket som helst stort eller lite, privat eller offentlig, ny eller gammel virksomhet, er i dag preget av en lang liste SaaS-abonnement innenfor alle virksomhetskritiske områder. 

Enten det er løsninger som leverer prosjektverktøy, regnskapstjenester, markedsføring, CRM, rekruttering og HR-systemer, kodeplattformer or what not. De har det til felles at de aller fleste av dem har vokst frem ved hjelp av VC kapital, og majoriteten de siste 15-20 årene, 

Men hva skjer når AI og no-code plattformene nå har blitt så bra at selv små og middels kompetente team kan lage bedre skreddersydde løsninger? 

Et godt eksempel er Klarna som avsluttet sitt Salesforce- og Workday- samarbeid fordi nye verktøy gjorde det mulig å både enklere og billigere konsolidere interne tech-løsninger. 

Skreddersydd etter egne produktbehov og prosesser. Selv om Klarna-CEO Sebastian Siemiatkowski har gått tilbake på noen av de mest spenstige målsetningene på kort sikt, hevder han fortsatt at det samme vil skje med nesten samtlige SaaS-løsninger de tidligere betalte dyrt for - og var direkte avhengige av. 

Akkurat nå lanseres det svermer av “AI first”-produkter som er veldig mye billigere, har så bra UX, er skreddersydd for akkurat din bruk at det dyre og clunky Hubspot-abonnementet ikke lenger gir mening. Tilsvarende eksploderer antallet og kvaliteten på åpne og gratis templates i Coda eller Notion. 

Det gjør at SaaS-dominansen som forretningsmodell forsvinner først sakte, og så raskt, og at selskapene som er basert på dem, må endre seg raskere enn de fleste investorer trodde bare for to år siden. 

Det gjør også at tiden for VC-investeringer basert på SaaS som forretningsmodell, eller den etablerte venture-playbooken for SaaS-metrics, nærmer seg slutten. 

Software as a Service går mot Service as a Software.

Når flere oppgaver kan enklere og raskere løses av nye GPTs, Claudes, Geminis, LeChats, og stadig bedre AI modeller, blir også det som fortsatt er “moat” (vollgrav) hos SaaS-selskaper, som domeneekspertise og propriertære data, også spist til frokost. Først sakte, så… 

4) Databutton og vibecoding til alle? 

Den kanskje viktigste effekten av de siste årenes AI-bølge er tempoet og ressursene som skal til for å bygge nye digitale produkter. 

Hva skjer når ikke engang tilgangen på team av kodere og data-engineers er en begrensning? Når smarte team med begrensede ressurser kan teste godt fungerende produkter etter en helg med prompting og et Dattabotton abonnement? 

Når kostnadene og ressursbehovet synker, synker da behovet for VC kapital tilsvarende? 

Etterspørselen etter verktøy som forenkler produktutviklingen er grenseløs, og akkurat nå er det svenske selskapet Lovable verdens raskest voksende startup. De oppnådde en ARR på over 100M etter kun to måneder, og øker med 2M i uken. 

Det hadde ikke skjedd uten et sterkt økosystem av tidligere suksesser og resirkulering av svensk erfaring, talent og kapital. Stockholm seiler opp som AI-hovedstad. Den korte veien smitter over på Norge, og stadig flere tar heller den korte veien til Stockholm enn til US. 

For mange gjør Databutton at du kan sette opp nye interne løsninger - eller teste produkter og markedet for et nytt selskap - like raskt som du forhandler en kontrakt med Hubspot eller Salesforce. 

Går kostnader mot null? 

Skytjenester, SaaS-verktøy, og nå de siste årene AI og no-code-plattformer har gjort at kostnaden som skal til for å bygge et selskap, har stupt jevnt og lenge. 

For 15 år siden kostet det i snitt 140 MNOK å bygge et tech selskap opp til 100 MNOK i årlig omsetning (ARR). I 2024 var det samme tallet 60M. 

Med AI og stadig bedre Databuttons stuper det videre. For ti år siden var det populært med “startup weekends” og kjappe hackatons som grunnlag for å starte nye selskaper. Den gang ga det ikke helt mening. Nå nærmer det seg mulig. 

Det blir aldri gratis, men det endrer behovet for investeringer, og det blir nye veier til mål. Du kan gjøre produkt og markedstesting nesten gratis, selv om selskapsbyggingen og spesielt salg fortsatt krever venturekapital. Inntil videre. 

Det endrer investeringsbehovet, og de siste par årene har “seedstrapping” blitt et reelt fenomen. 

5) Seedstrapping og nye finansieringsmodeller.

Når AI-verktøy og agenter aksellerer, gjør det at antallet investeringsrunder synker. “Seedstrapping” har blitt meme-narrativet og et godt eksempel. Når produktutvikling fram til MVP blir raskere og billigere, “produkt market fit” og “go to market” kan testes raskt og mindre kostnadskrevende, så endres også kapitalbehovet. Hvem vil vanne ut eierskapet før de må? 

I første fase gjelder dette mest for rene digitale produkter. Vi får samtidig et større skille mellom skalering av software, avansert deeptech, og produkter som krever fysisk og industriell skalering. Selv om AI for industrielt bruk utvikles like raskt og robotenes inntog er på vei, så er det uansett en annen og materiell skalering. 

Disse forskjellene skaper større spredning i finansieringsmodeller og vi ser allerede rask utvikling hvor standard VC kombineres med andre former for kapital. 

Finansiering av klimateknologi er et godt eksempel hvor nye bransjestandarder som “Climate Brick” som kobler VC med et bredt spekter av tradisjonelle og nye finansieringsmodeller. Basert på denne utviklingen er det rimelig å tenke at vi får mange kapitalmarkeder spesielt tilpasset vertikaler, fra industriell klimateknologi, til deeptech og dypekspertise. Og i andre enden av skalaen fremvekst av rene narrativ- og memebaserte kryptomodeller.

Akkurat nå spekuleres det i om hva som er grensene for denne utviklingen, om kostnaden går mot null, om enkeltrunder blir ny standard, eller om AI-agenter blir enda bedre enn mennesker til å lansere nye produkter, lage salgsmaskiner, og skalere med enda mindre innblanding fra gründere. 

OpenAI-CEO Sam Altman har dratt det lenger, han mener AI-agenter vil gjøre det mulig å skape enhjørninger kun drevet av en person, og har etablert en gruppe som har veddet på når vi får første “one-person billion-dollar company”. Noen sier tre år.

6) One Woman Unicorn? 

Den raske utviklingen av AI agenter gjør at “solo founders” kan få gjort veldig mye mer enn før uten å lene seg på store team. Det naturlige spørsmålet er da om når vi får første selskap eller en enhjørning med kun en ansatt. 

Spekulasjonene f.eks i Gartners analyser peker mot 2028, og resonnementet går på at AI raskt beveger seg fra produktivitets- og effektivitetsagenter til AI-agenter som strategiske partnere. Dette gjelder kanskje spesielt områder hvor produktet er typisk “self service”, og man ikke trenger salgs og markedsføringsteam. Det er tross alt 13 år siden Instagram ble kjøpt for en milliard med kun 13 ansatte. 

Til nå har man hatt som utgangspunkt at som minimum må man ha et kompetent team med ekspertise innen koding, produktutvikling, forretningsutvkling og markedsføring, design og UX i tillegg til bredden av grunnleggende operasjoner. 

I dag kan et multitalentet bruke Databutton for produkt, MidJourney for markedsføring, Claude, Gemini, GPT til alt fra kundestøtte, mailkampanjer, til segmentanalyser og kontinuerlige forbedringer. Det er i dag, og hvordan ser dette ut om to år? 

Kapital og ressurser som barriere for å skalere blir mindre viktig og kan åpne veien seg for "solo founders", på samme måte som vi har sett fremveksten av Solo VCs. Logikken er den samme, teknologien gjør at korrelasjonen mellom antall ansatte og verdiskaping går mot null. 

I VC har vi allerede sett fremvekst av flere solo GPs og enkelte “full quant” VC selskaper. Utviklingen går uansett mot AI verktøy og AI-agenter som kan gjøre stadig flere og til slutt alle fundamentale oppgaver bedre enn mennesker.

7) AI for VC - Enter agenter

Også for investorer kommer de absolutt største endringene i venture og VC de siste årene fra AI-modeller som fundamentalt endrer investoroperasjonen: “Scout, Screen, Select, Support and Sell”. 

Første AI-bølge har gitt oss en flom av verktøy som bistår på hvert av disse områdene. Akkurat nå i andre fase er AI-agenter på full fart inn, og det får direkte og indirekte effekt på alt fra team til nettverksbygging. Vi har også sett fond som satser på å kun bruke AI, gå full quant, og droppe manuelle prosesser. Parallelt til utviklingen i hedge- og aksjefond i tyve år allerede.

Vi ser også at kravene og spørsmålene fra investorer inn i fond endres like fort som “factory modellen” og da må de beste teamene også kunne svare på hvordan de selv utnytter nye modeller. 

Tidlig fase investeringer handler jo først og fremst om å strukturere grenseløse mengder ustrukturerte data om alt fra team, teknologi, markeder, konkurrenter, impact, skalerbarhet og potensialer. Gjennom både lukkede og åpne investornettverk får vi tilgang på stadig mer avanserte og lange kjeder av prompts for å analysere disse områdene. Uansett går utviklingen så fort at det som kun var tilgjengelig for noen få for ett år siden, får nå de fleste tak i. Og ingen trenger Palantir for å f.eks “profile” ett founderteam i så stor detalj og like presist som nå.

Også fysisk nærhet og lokale nettverk har mindre å si når både nettverksbyggingen blir mer strategisk presis og global, og også top tier VC-selskaper rapporterer at de ikke lenger er første kontaktpunkt selv om gründer sitter i samme by. 

I tillegg har det kommet en flom av verktøy for avanserte DD prosesser (due diligence), porteføljesupport, forvaltning og rapportering, og verktøy for exits og M&A-planlegging og gjennomføring. 

I Katapult har vi vært tett på utviklingen gjennom vårt Northstar prosjekt og teambygget AI-verktøy for impact analyse, screening og rapportering, helt ned på algoritmer for selskapenes rapportering, på et nivå som ingen en gang trodde på når vi startet for fire år siden. 

Felles for AI-verktøyene er at de fort blir “wrappers” og raskt utfordres av modellene selv, og stadig mer kan gjøres ved å sette opp avanserte prompter. Selv på hyperspesialiserte oppgaver som krever proprietære data. 

Siste året har overgangen fra “prompts” til “agenter” tatt av, og enkelt sagt går vi fra verktøy som responderer på f.eks finne selskaper som matcher en investeringsstrategi, til AI-agenter som jobber kontinuerlig og i parallell aktive handlinger og både finner, matcher, screener, husker og gjennomfører oppgaver. De lager ikke bare analyser og svar, men agerer som digitale medarbeidere og pinger deg kun når det er nødvendig. 

Grensesnittet skifter fra å stille de riktige spørsmålene i en chat interface, til å orkestrere et mangfold av parallelle prosesser.

Lean, Quant, Solo

Effekten av denne utviklingen representerer både fundamentale endringer og forsterking av at venture alltid har vært grunnleggende relasjonsdrevet. 

1) Alt som kan automatiseres, vil bli automatisert. 

Vi ser fremveksten av både “full quant” VC selskaper som Koble, i tillegg til vekst av antall solo GPs og fond med små ekspertiseteam og ekstremt "leane" operasjoner. Når tilgang på deals og analyser blir lettere tilgjengelig, er det inntil videre kontakter og ekspertise som skaper alpha. 

2) Fremvekst av små fond med hyperspesialisert vertikalkompetanse. 

AI verktøy spiser og automatiserer først den generelle VC kompetansen, og erfaring og ekspertise får mer verdi. Da blir små ekspertdrevne - ofte deeptech - fond mer attraktivt. 

3) De store blir større. 

På andre enden av skalaen tar de største mest kjente “top tier” VC selskapene stadig større andel av LP kapitalen. Sequoia, Andreessen Horowitz, Accell, Lightspeed og de 10 beste VC selskapene globalt, tar allerede 40% av den totale kapitalen. Lister man top 50, så tar de 60% av kapitalen. Det er ne trend som aksellererer og det betyr at de øvrige tusenvis av fondene deler på resten. Denne hestesko-trenden akselererer og er selvforsterkende fordi de største tiltrekker kapital, de beste startupene, som igjen forsterker dominansen. 

Konsekvensen er at man enten må konkurrere på størrelse, som blir stadig vanskeligere, eller ekstrem ekspertise i smale vertikaler som krever at man er tett på tech- og forskningsfronten. Som igjen gir mer spesialisering. 

 4) Økt verdi av nettverk og relasjoner. 

Når både grunnleggende og spesialiserte operasjoner går fra manuelle jobber til automatiserte, så øker verdien av det som ikke kan automatiseres. Kvaliteten på relasjoner. Forskjellen fra tidligere er at nettverkene i mindre grad bygges tilfeldig på konferanser og lokale møteplasser, og i større grad gjennom felels ekspertmiljøer - og Whatsapp grupper. 

Det har aldri vært lettere å identifisere de mest relevante kontaktene, og da blir nettverket også mer treffsikkert. Med få unntak er ikke ekspertise et lokalt fenomen, og det gjør også at ekspertnettverkene finner andre former enn før, og akkurat nå i raskt voksende antall lukkede og kuraterte WhatsApp grupper. 

5) Fra informasjonsøkonomi til beslutningsøkonomi 

Akkurat dette blir et tema for en egen artikkel, men inntoget av AI-agenter gjør at tilgangen på presis, oppdatert, informasjon og analyser blir stadig enklere tilgjengelig - og live. Da får beslutningsevnen relativt mer verdi enn evnen til å samle og analysere informasjon. 

Også på områder som tidligere var forbeholdt personlige møter, kvalitative analyser, intuisjon og magefølelse - som for eksempel dybdeanalyser av gründere og teams. I dag kan du be GPT lage profil av en gründer basert på LinkedIn aktivitet og få en ganske presis personlighetsanalyse, og korrelere dette med data på kjennetegn ved suksessfulle founders. Ikke at det gir deg fasit eller bidrar når du ser etter “outliers”, men som eksempel viser det at du raskere for fyldigere innsikter også på områder som tidligere var magefølelse, eller for tidkrevende arbeid til at man gjorde jobben. 

I en slik utvikling er det selve beslutningspunktet og evnen til å toppe denne innsikten som blir største konkurransefordel. I investeringskomiteer og investor team blir det enda viktigere enn før å jobbe som toppidrettsutøvere og være eksperter på hverandre, team dynamikk, skyggesider, relasjoner biases, ubevisste prosesser og virkelig kunne ta kvalifiserte investeringsbeslutninger. 

De siste 20 årene har vi vendt oss til å leve i en “informasjonsøkonomi” og den blir spist av AI og skaper i første omgang en “beslutningsøkonomi”. Inntil videre. 

Hvorfor VC vil bestå

Essensen i power law forblir den samme. Jo raskere endringer, jo vanskeligere er det å spå fremtiden, jo flere eksperimenter må testes for å skape vinnere. Da blir det enda mer relevant å både bygge og investere basert på “power law” modeller. 

Selv om VC som finansieringsmodell utfordres av fundamentale hold så vil de grunnleggende elementene derfor bestå. De siste 20 årene har tusenvis av selskaper blitt etablert og vokst gjennom VC finansiering. Mer eller mindre samtlige av de største tech selskapene i verden i dag, og årsaken er at den samme som gjør at grunnprinsippet vil leve videre. 

Men vi vil se større variasjon i VC verden med leanere organisering, mer hyperspesialisering, mer quant- og AI agenter, og større variasjoner i incentivstruktur og fondslevetid. Fondsmodeller basert på “power law” vil bestå, mangfoldet blir større, og utviklingen mot mer spesialisering vil akselerere videre. 

Norges “Leapfrog moment”? 

Ok, la oss bare erkjenne at rammebetingelsene i Norge har gått feil vei de siste årene. Vi har et lite og sårbart venturemiljø, og det er noe grunnleggende unorskt med venturemodellen. Vi brukte nesten 30 ganger mer på oljeinvesteringer enn ventureinvesteringer i fremtidsløsninger i 2024. 

Til tross for global dominans, har modellen vist seg vanskelig å kommunisere. Skal vi opp på nivå med sammenlignbare land er vi avhengige av en 4-5 dobling av investert venturekapital, opp mot 50 milliarder årlig (og ca ⅕ av investeringer i Oljeutvinning i 2024). 

Vi har utviklet små lommer av miljøer med globale ambisjoner i tidlig fase som, Snø, Sondo, Katapult, Sandwater og noen til, vi har ambisiøse nettverk som satser som MESH Collective som får med seg investorstjerner i verdenstoppen, med nettverk, og kompetanse - og som er godt posisjonert til å bidra. 

Men er det håp om at de endringene vi nå ser kan virke til Norges fordel? Kan de små miljøene og få tradisjonene omsettes til en styrke i den raske utviklingen vi ser nå? 

Norge har ikke lange venturetradisjoner, men vi har tradisjoner for å eksperimentere og ta høy risiko. Askeladden historier, oppdagerreiser og ekspedisjoner, Birkeland og Eyde, framsynte oljepolitikere, og en hyper syklisk maritim og shippingnæring som sprang ut av enda mer høyrisiko hvalfangst. Alle er eksempler på at vi til tider har forstått "power law" og satset. 

Det er også en sterk kultur for å bidra til å løse noen av de største problemene - og fremvoksende markedene - i verden innen forsvar, helse, energi, klima - og kunne vi lagt til, den fremtidige eksportartikkelen, effektive offentlige styrings- og forvaltningsystemer.

Om Norges eksisterende råvarebaserte eksportnæringer i løpet av de neste 20 årene blir truffet av kun mindre nedganger, og det kommer til å skje, så trenger vi veldig mange nye alternativer. 

Alternativene kommer ikke ved å vedta at vi skal bli gode på batterier eller havvind. De kommer gjennom noen tusen teknologieksperimenter - avanserte techstartups - hvor noen vokser fort og stort nok til å bli globale ledere og de nye hjørnestensbedriftene. For å få til det er det ingen finansieringsformer som kan konkurrere med venturemodellen. 

Om vi bare skal opp på nivå med de middels gode og femdoble dagens nivå, så må det mange nye fond på plass, de må rekruttere erfarne eksperter og suksessfulle eks-grundere, de kan få starthjelp, risikoavlastning og matchingskapital gjennom “fond i fond” -investeringer fra statlige aktører. De må også være tilpasset de endringene skissert her.

Det er ikke mangel på kapital i Norge, men kraftig mangel på kompetent venturekapital. Da må miljøer og økosystemer bygges. Det forutsetter både tilgang på talenter, kapital, og skatterammer gjøre det mulig identifisere og bygge outliers - som unntaksvis lykkes veldig. 

Litt som når det amerikanske forskningsinstituttet ARDC la grunnlaget for venture på den amerikanske vestkysten for 80 år siden: Gjennom profesjonalisering av miljøer for risikokapital som baserte seg på at mange eksperimenter vil feile, men at de som lykkes også gir de større gevinstene som kompenserer. 

Det brakte California til å bli verdens fjerde største økonomi, det har brakt fram nesten alle globalt ledende teknologiselskaper siste 30 år, og den samme logikken kan bringe Norge ut av jumboplass i entreprenørskap. Og både bidra til å løse noen av verdens store problemer og sikre velferdsstaten.