Венчурные капиталисты убедили себя, что нашли новый крупный инвестиционный инструмент: использование ИИ для получения прибыли, сравнимой с прибылью от традиционно трудоёмких услуг, сравнимой с прибылью от программного обеспечения. Стратегия предполагает приобретение зрелых компаний, предоставляющих профессиональные услуги, внедрение ИИ для автоматизации задач, а затем использование улучшенного денежного потока для объединения новых компаний в рамках эффективного цикла.
Лидером этого движения является компания General Catalyst (GC), которая выделила 1,5 миллиарда долларов из своего последнего привлечения средств на так называемую стратегию «создания», направленную на инкубацию компаний, разрабатывающих программное обеспечение для ИИ, в определённых вертикалях, а затем использование этих компаний в качестве инструментов поглощения для покупки существующих компаний — и их клиентов — в тех же секторах. GC делает ставки на семь отраслей, от юридических услуг до управления ИТ, и планирует расширить свою деятельность до 20 секторов.
«Глобальный доход от услуг составляет 16 триллионов долларов в год», — заявил Марк Бхаргава, руководитель соответствующих направлений GC, в недавнем интервью TechCrunch. «Для сравнения, доход от программного обеспечения во всем мире составляет всего 1 триллион долларов», — отметил он, добавив, что привлекательность инвестиций в программное обеспечение всегда заключалась в его более высокой рентабельности. «По мере масштабирования программного обеспечения предельные издержки становятся очень низкими, а предельный доход — значительным». Если же автоматизировать и сферу услуг, добавил он, — например, взять на себя от 30% до 50% этих компаний с помощью ИИ, а в случае колл-центров даже автоматизировать до 70% основных задач, — то арифметика начинает казаться неотразимой.
Улучшение денежного потока затем дает возможность приобретать дополнительные компании по более высоким ценам, чем могут себе позволить традиционные покупатели, создавая то, что сторонники считают благотворным циклом.
Похоже, план работает. Возьмём, к примеру, Titan MSP, одну из портфельных компаний General Catalyst. Инвестиционная компания выделила 74 миллиона долларов двумя траншами на разработку инструментов искусственного интеллекта для поставщиков управляемых услуг, а затем приобрела RFA, известную компанию, предоставляющую ИТ-услуги. По словам Бхаргавы, благодаря пилотным программам Titan продемонстрировала способность автоматизировать 38% типичных задач MSP. Теперь компания планирует использовать свою возросшую рентабельность для приобретения дополнительных MSP в рамках классической стратегии объединения.
Аналогичным образом, фирма создала Eudia, которая специализируется на внутренних юридических отделах, а не на юридических фирмах. Eudia заключила контракты с клиентами из списка Fortune 100, включая Chevron, Southwest Airlines и Stripe, предлагая юридические услуги с фиксированной оплатой, основанные на искусственном интеллекте, а не на традиционной почасовой оплате. Недавно компания приобрела Johnson Hanna, альтернативного поставщика юридических услуг, чтобы расширить свою деятельность.
Бхаргава объяснил, что General Catalyst рассчитывает как минимум удвоить рентабельность по EBITDA тех компаний, которые она приобретает.
Эта мощная компания не одинока в своих взглядах. Венчурный фонд Mayfield выделил 100 миллионов долларов специально для инвестиций в «команду ИИ» и возглавил раунд А для Gruve, стартапа в сфере IT-консалтинга, который приобрёл консалтинговую компанию по безопасности стоимостью 5 миллионов долларов и увеличил её выручку до 15 миллионов долларов за шесть месяцев, достигнув валовой рентабельности 80%, по словам его основателей.
«Если 80% работы будет выполнять ИИ, валовая прибыль может составить 80–90%», — рассказал этим летом TechCrunch управляющий директор Mayfield Навин Чаддха. «Можно было бы сложить рентабельность до 60–70% и получить 20–30% чистой прибыли».
Одиночный инвестор Элад Джил уже три года придерживается аналогичной стратегии, поддерживая компании, которые приобретают зрелые предприятия и трансформируют их с помощью ИИ. «Если вы владеете активом, вы можете [трансформировать его] гораздо быстрее, чем если бы вы просто продавали программное обеспечение как вендор», — сказал Джил в интервью TechCrunch этой весной. «А поскольку валовая прибыль компании увеличивается, скажем, с 10% до 40%, это огромный прирост».
Но первые признаки указывают на то, что вся эта метаморфоза в сфере услуг может оказаться сложнее, чем предполагают венчурные капиталисты. Недавнее исследование, проведённое учёными из Стэнфордской лаборатории социальных сетей и BetterUp Labs, в котором приняли участие 1150 штатных сотрудников из разных отраслей, показало, что 40% из них вынуждены брать на себя больше работы из-за того, что исследователи называют «рабочей кашей» — работы, создаваемой ИИ, которая выглядит безупречно, но лишена содержания, что создаёт дополнительную нагрузку (и головную боль) для коллег.
Эта тенденция негативно сказывается на организациях. Сотрудники, участвовавшие в опросе, утверждают, что тратят в среднем почти два часа на разбор каждого случая ошибки, включая расшифровку, решение о возврате, а зачастую и на самостоятельное исправление.
Основываясь на оценках затраченного участниками времени и их зарплатах, авторы опроса подсчитали, что «воркслоп» влечет за собой невидимый налог в размере 186 долларов в месяц на человека. «Для организации с 10 000 сотрудников, учитывая предполагаемую распространенность «воркслоп»… это приводит к потере производительности более чем на 9 миллионов долларов в год», — пишут они в новой статье в Harvard Business Review.
Короче говоря, простое внедрение ИИ не гарантирует улучшения результатов.
Бхаргава оспаривает мнение о том, что ИИ переоценён, утверждая, что все эти неудачные внедрения на самом деле подтверждают правильность подхода General Catalyst. «Я думаю, это как бы демонстрирует возможности, ведь применять технологии ИИ в таких компаниях непросто», — сказал он. «Если бы все компании из списка Fortune 100 и все эти люди могли бы просто привлечь консалтинговую фирму, внедрить ИИ, заключить контракт с OpenAI и трансформировать свой бизнес, то, очевидно, наш тезис был бы немного менее убедительным. Но реальность такова, что трансформировать компанию с помощью ИИ действительно сложно».
Он указал на техническую сложность, необходимую для ИИ, как на самый важный недостающий элемент пазла. «Существует множество различных технологий. Они хороши в разных областях», — сказал он. «Вам действительно нужны инженеры прикладного ИИ из таких компаний, как Rippling, Ramp, Figma и Scale, которые работали с разными моделями, понимали их нюансы, понимали, какие из них для чего подходят, и понимали, как реализовать это в программном обеспечении». Именно эта сложность объясняет, почему стратегия General Catalyst, заключающаяся в объединении специалистов по ИИ с отраслевыми экспертами для создания компаний с нуля, имеет смысл, утверждает он.
Тем не менее, нельзя отрицать, что неэффективное использование ресурсов грозит подорвать экономическую основу стратегии. Более важный вопрос заключается в том, насколько серьёзна эта проблема и изменится ли ситуация со временем.
В настоящее время, если компании сократят штат, как того требует тезис об эффективности ИИ, у них останется меньше людей, способных выявлять и исправлять ошибки, сгенерированные ИИ. Если же они сохранят текущую численность персонала для выполнения дополнительной работы, вызванной проблемными результатами работы ИИ, то огромный прирост маржи, на который рассчитывают венчурные капиталисты, может так и не быть реализован.
Легко утверждать, что любой из этих сценариев, вероятно, замедлит реализацию планов масштабирования, которые лежат в основе стратегии венчурных капиталистов по сворачиванию бизнеса и потенциально подорвут те показатели, которые делают эти сделки привлекательными для них. Но давайте посмотрим правде в глаза: чтобы остановить большинство инвесторов из Кремниевой долины, потребуется нечто большее, чем разочарование сотрудников и налог в размере 9 миллионов долларов на компанию, предоставляющую услуги.
Фактически, поскольку General Catalyst обычно приобретает предприятия с существующим денежным потоком, ее компании, реализующие «стратегию создания», уже прибыльны.
«Пока технологии искусственного интеллекта продолжают совершенствоваться, и мы видим масштабные инвестиции и улучшения в моделях, я думаю, будет появляться все больше отраслей, в которых мы сможем помогать инкубировать компании», — сказал Бхаргава.
Источник: techcrunch.com
