Kā mainās AI biznesa liktenis: ko riska kapitālisti vairs nemeklē SaaS uzņēmumos
Pēdējo gadu lielākā buzzword – mākslīgais intelekts – ir pārveidojis gandrīz katru nozari, un programmatūra kā pakalpojums (SaaS) nav izņēmums. Taču, kamēr sākumā investori metās pēc jebkura uzņēmuma ar “AI” nosaukumā, šodien kritēriji ir kļuvuši daudz stingrāki. TechCrunch sarunas ar riska kapitālistiem atklāj, ka zelta drudzis ir beidzies. Tagad sākas nopietnā darba laiks, un noteikti lietas vairs neuzrunā tos, kas lemj par finansējumu.
Bezgalīgais “kārtējais ChatGPT apvalks”: ideja, kas vairs nepārliecina
Viens no lielākajiem sarkaniem karogiem, ko min investori, ir tā sauktie “wrapper” produkti. Ja jūsu visa biznesa ideja ir tikai tievs interfeiss, kas apvalka jau esošu lielā valodu modeli (piemēram, ChatGPT), bez būtiskas pievienotās vērtības, integrācijas vai specializētas zināšanas, tad iespējas iegūt finansējumu ir kritiski mazas.
Kāpēc tas vairs nedarbojas?
Investori redz, ka šādu risinājumu izveide ir kļuvusi pārāk vienkārša. Barjeras iekļūšanai ir zemas, bet konkurētspēja ilgtermiņā – niecīga. “Jūs būtībā būvējat biznesu uz kāda cita platformas muguras, un jebkuras izmaiņas to platformā var jūs iznīcināt,” skaidro viens no anonīmiem VC pārstāvjiem. Viņi meklē uzņēmumus, kas risina sarežģītākas, dziļākas problēmas, nevis tikai nodrošina citu ceļu līdz jau plaši pieejamai tehnoloģijai.
Neviens nepirks tikai “tehnoloģiju meklējot problēmu”
Vēl viena nāve cieta ideja ir piedāvājums bez skaidri definētas un sāpīgas tirgus problēmas. Daudzi jaunuzņēmumi sāk ar aizraujošu tehnoloģiju un tikai tad mēģina izdomāt, kam to pārdot. Investori vairs nav ieinteresēti šādā pieejā.
No tehnoloģijas uz risinājumu: kur ir fokuss?
“AI SaaS jābūt pirmkārt izcilam SaaS uzņēmumam, nevis tikai AI laboratorijai,” uzsver cits investors. Tas nozīmē, ka uzņēmumam ir jāpārzina sava mērķa klienta darba plūsma, sāpes un izmaksu struktūra. Risinājumam jāintegrējas viņu esošajā vidē, jāuzlabo produktivitāte vai jāsamazina izmaksas tādā mērogā, ka klients to nepārdomājot iegādāsies. Ja jūs nevarat vienā teikumā pateikt, kuru konkrētu biznesa problēmu jūs atrisināt un cik daudz naudas jūs klientam ietaupīsit, jūs visticamāk neieinteresēsit nevienu VC.
Dati – jaunā nauda, bet tikai tad, ja tie ir unikāli
Daudzi uzņēmumi runā par datiem kā par savu konkurences priekšrocību. Taču investori vēro uz to ar arvien lielāku skepticismu. Jautājums, ko viņi uzdod, ir: “Vai jūsu dati patiešām ir unikāli, grūti iegūstami un tieši tie padara jūsu AI gudrāku par citiem?”
Kopējie dati nerada ilgtermiņa vērtību
Ja jūsu modeli apmāca ar viegli pieejamiem publiskiem datiem, kas ir pieejami arī jūsu 100 konkurentiem, tad jūsu priekšrocība ir īslaicīga. Investori meklē uzņēmumus, kuriem ir pieeja slēgtiem, specializētiem vai augstas kvalitātes datu plūsmām, kuras ir grūti atkārtot. Piemēram, SaaS platforma, kas automātiski apstrādā noteiktas nozares (piemēram, būvniecības vai farmācijas) dokumentus, laika gaitā uzkrāj unikālu datu kopu, kas padara tās modeļus neatkārtojami efektīvus tieši šajā nišā. *Tas* ir vērtīgi.
Mārketinga spēki vairs nepārvar tehniskos trūkumus
Agrāk spilgta prezentācija un labi mārketinga runāšanas spēji varēja aizsegūt tehniskās nepilnības. Šodien tas vairs nedarbojas. VC komandas arvien vairāk iesaista tehnisko ekspertu, lai dziļāk izprastu produkta arhitektūru un tā patiesās iespējas.
Dziļā tehniska due diligence
Investori vairs neapmierinās ar virspusējiem solījumiem. Viņi prasa skaidrību par to, kāds ir modeļa apmācības process, kā tiek risināta bias (neobjektivitātes) problēma, kādi ir infrastruktūras izmaksu prognozes un kā tiek nodrošināta datu drošība un privātums. Ja komandā nav spēcīgu tehnisko talantu, kas var atbildēt uz šiem jautājumiem, iespējas iegūt finansējumu ir niecīgas.
Kā tad izskatās uzņēmums, kas VĒL interesē investorus?
Tātad, ja visa iepriekšminētā vairs nedarbojas, kas darbojas? Pamatā investori meklē trīs galvenās lietas:
1. **Dziļu nozares ieskatu (Deep Domain Expertise):** Komanda, kas zina savu nozari labāk par jebkuru citu, un kas ar AI risina šīs nozares īstas, dārgas problēmas.
2. **Skaidru komerciālo ceļu (Clear Path to Revenue):** Ne tikai tehnoloģiskais brīnums, bet pārliecinošs biznesa modelis ar īstiem, maksātspējīgiem klientiem, kas jau ir gatavi maksāt.
3. **Mērogojamu un aizsargātu priekšrocību (Scalable Moat):** Unikālu datu, specializētu zināšanu vai tehnoloģisko integrāciju kombināciju, kas konkurentiem aizņemtu gadiem, lai atkārtotu.
Nākotne pieder integratoriem, nevis izolētiem risinājumiem
Vislielākā interese ir par SaaS platformām, kuras ne tikai izmanto AI, bet kuru AI ir nedalāmi ieausts darba procesā, padarot produktu gudrāku, personalizētāku un efektīvāku. Tās ir sistēmas, kas “domā” kopā ar lietotāju, nevis tikai atsevišķs rīks.
Secinājums ir skaidrs: AI SaaS laikmets nav beidzies, tas tikai ir nobriedis. Naivais entuziasms ir aizvietots ar prasīgu realitāti. Veiksmes atslēga vairs nav tikai AI iespēju demonstrēšana, bet tās gudras, biznesam pakārtotas pielietošanas pierādīšana. Uzņēmumiem, kas spēj to paveikt, gaida rekordlieli investīciju kapi. Pārējiem – iespējams, tikai īss mirklis uzslavas bez nopietnas iespējas pārvarēt nākamo piecu gadu posmu.