Монетизація послуг штучного інтелекту складніша, ніж очікують венчурні інвестори

Венчурні капіталісти переконали себе, що знайшли наступну велику інвестиційну перевагу: використання штучного інтелекту для отримання прибутку, подібного до програмного забезпечення, з традиційно трудомістких сервісних підприємств. Стратегія передбачає придбання зрілих фірм, що надають професійні послуги, впровадження штучного інтелекту для автоматизації завдань, а потім використання покращеного грошового потоку для згортання більшої кількості компаній.

Очолює цю ініціативу компанія General Catalyst (GC), яка виділила 1,5 мільярда доларів зі свого останнього залучення коштів на те, що вона називає стратегією «створення», що зосереджена на інкубації компаній-розробників програмного забезпечення на основі штучного інтелекту в певних вертикалях, а потім використовує ці компанії як інструменти придбання для купівлі відомих фірм — та їхніх клієнтів — у тих самих секторах. GC зробила ставки на сім галузей, від юридичних послуг до управління ІТ, з планами розширення до 20 секторів загалом.

«Дохід від послуг у світі у світі становить 16 трильйонів доларів на рік», – сказав Марк Бхаргава , який очолює пов’язані з цим проекти GC, у нещодавньому інтерв’ю TechCrunch . «Для порівняння, програмне забезпечення в усьому світі коштує лише 1 трильйон доларів», – зазначив він, додавши, що привабливістю інвестицій у програмне забезпечення завжди була його вища рентабельність. «Коли ви масштабуєте програмне забезпечення, граничні витрати дуже малі, а граничний дохід великий».

Якщо ви також можете автоматизувати бізнес послуг, сказав він, – вирішуючи від 30% до 50% цих компаній за допомогою штучного інтелекту, і навіть автоматизуючи до 70% цих основних завдань у випадку кол-центрів – математика починає виглядати неперевершено.

Здається, що план гри зараз працює. Візьмемо, наприклад, Titan MSP , одну з портфельних компаній GC. Інвестиційна фірма надала 74 мільйони доларів двома траншами, щоб допомогти компанії розробити інструменти штучного інтелекту для постачальників керованих послуг, а потім придбала RFA, відому фірму, що надає ІТ-послуги. За словами Бхаргави, завдяки пілотним програмам Titan продемонструвала, що може автоматизувати 38% типових завдань MSP. Тепер компанія планує використати свою покращену маржу для придбання додаткових MSP за класичною стратегією зведення.

Аналогічно, фірма створила Eudia , яка зосереджується на внутрішніх юридичних відділах, а не на юридичних фірмах. Eudia підписала контракти з клієнтами зі списку Fortune 100, включаючи Chevron, Southwest Airlines та Stripe, пропонуючи юридичні послуги з фіксованою платою на базі штучного інтелекту, а не традиційну погодинну оплату. Нещодавно компанія придбала Johnson Hanna, альтернативного постачальника юридичних послуг, щоб розширити свою діяльність.

За словами Бхаргави, GC прагне щонайменше подвоїти рентабельність EBITDA тих компаній, які вона купує.

Ця потужна фірма не самотня у своїх думках. Венчурна фірма Mayfield виділила 100 мільйонів доларів спеціально для інвестицій у «партнерів зі штучного інтелекту», зокрема Gruve, стартап з ІТ-консалтингу, який придбав консалтингову компанію з безпеки вартістю 5 мільйонів доларів, а потім протягом шести місяців збільшив її дохід до 15 мільйонів доларів, досягнувши при цьому валової рентабельності 80%, за словами її засновників.

«Якщо 80% роботи виконуватиметься штучним інтелектом, валова маржа може становити від 80% до 90%», – сказав цього літа TechCrunch керуючий директор Mayfield Навін Чаддха . «Ви можете мати змішану маржу від 60% до 70% і отримувати від 20% до 30% чистого доходу».

Індивідуальний інвестор Елад Гіл вже три роки дотримується аналогічної стратегії, підтримуючи компанії, які купують зрілі підприємства та трансформують їх за допомогою штучного інтелекту. «Якщо ви володієте активом, ви можете [трансформувати його] набагато швидше, ніж якби ви просто продавали програмне забезпечення як постачальник», – сказав Гіл в інтерв'ю TechCrunch цієї весни .

Але ранні ознаки попередження свідчать про те, що вся ця метаморфоза індустрії послуг може бути складнішою, ніж очікують венчурні капіталісти. Нещодавнє дослідження, проведене дослідниками Stanford Social Media Lab та BetterUp Labs, в якому опитано 1150 штатних працівників у різних галузях, показало, що 40% цих працівників змушені виконувати більше роботи через те, що дослідники називають «робочою незграбністю» – роботу, створену штучним інтелектом, яка виглядає відшліфованою, але їй бракує сутності, створюючи більше роботи (і головного болю) для колег.

Ця тенденція негативно позначається на організаціях. Працівники, які взяли участь в опитуванні, кажуть, що вони витрачають в середньому майже дві години на кожен екземпляр робочого документа, зокрема спочатку на його розшифровку, потім на рішення про те, чи повертати його назад, а часто й просто на те, щоб самостійно його виправити.

Ґрунтуючись на оцінках учасників щодо витраченого часу, а також на їхніх самостійно повідомлених зарплатах, автори опитування підрахували, що невикористана робота несе невидимий податок у розмірі 186 доларів на місяць на людину. «Для організації з 10 000 працівників, враховуючи оціночну поширеність невикористаної роботи... це призводить до втрати продуктивності понад 9 мільйонів доларів на рік », – пишуть вони в новій статті Harvard Business Review.

Бхаргава заперечив думку про те, що ШІ перебільшено роздутий, стверджуючи натомість, що всі ці невдалі впровадження насправді підтверджують підхід GC. «Я думаю, що це певною мірою показує можливість, яка полягає в тому, що нелегко застосувати технологію ШІ до цих підприємств», – сказав він. «Якби всі компанії зі списку Fortune 100 та всі ці люди могли просто запросити консалтингову фірму, встановити ШІ, отримати контракт з OpenAI та трансформувати свій бізнес, тоді, очевидно, наша теза [була б] трохи менш переконливою. Але реальність така, що трансформувати компанію за допомогою ШІ дуже важко».

Він вказав на технічну складність, необхідну для розвитку штучного інтелекту, як на найважливіший відсутній елемент пазла. «Існує багато різних технологій. Вони добре підходять для різних речей», – сказав він. «Вам дійсно потрібні ці інженери-прикладні фахівці зі штучного інтелекту з таких місць, як Rippling, Ramp, Figma та Scale, які працювали з різними моделями, розуміють їхні нюанси, розуміють, які з них для чого хороші, розуміють, як втілити це в програмне забезпечення». Саме ця складність є причиною того, що стратегія GC, яка полягає в об’єднанні фахівців зі штучного інтелекту з галузевими експертами для створення компаній з нуля, має сенс, стверджував він.

Однак не можна заперечувати, що надмірне навантаження загрожує певною мірою підірвати основну економічну основу стратегії. Навіть якщо як відправну точку буде створено холдингову компанію, якщо придбані компанії скоротять штат, як передбачає теза про ефективність ШІ, у них буде менше людей, доступних для виявлення та виправлення помилок, спричинених ШІ. Якщо компанії збережуть поточний рівень укомплектованості персоналом для обробки додаткової роботи, створюваної проблемними продуктами ШІ, величезний приріст маржі, на який розраховують венчурні капіталісти, може ніколи не бути реалізований.

Можливо, ці сценарії повинні уповільнити плани масштабування, які є центральними для стратегій згортання капіталу венчурними фондами та які потенційно підривають показники, що роблять ці угоди привабливими для них. Але визнаймо: знадобиться більше, ніж одне чи два дослідження , щоб уповільнити більшість інвесторів Кремнієвої долини.

Фактично, оскільки вони зазвичай купують бізнес з наявним грошовим потоком, GC стверджує, що компанії, що використовують її «стратегію створення», вже прибуткові — помітний відхід від традиційного венчурного підходу до підтримки швидкозростаючих стартапів, що спалюють готівку. Це також, ймовірно, бажана зміна для обмежених партнерів венчурних фірм, які фінансували роки збитків у компаніях, які так і не досягли прибутковості.

«Доки технології штучного інтелекту продовжуватимуть удосконалюватися, і ми бачимо ці величезні інвестиції та покращення моделей», — сказав Бхаргава, — «я думаю, що з’являтиметься все більше і більше галузей, яким ми зможемо допомогти інкубувати компанії».