Νέα στρατηγική επενδύσεων με AI
Οι επενδυτές επιχειρηματικών κεφαλαίων πιστεύουν πως βρήκαν το επόμενο μεγάλο πλεονέκτημα: αξιοποιούν την τεχνητή νοημοσύνη για να μετατρέψουν παραδοσιακές, εργατο-εντατικές υπηρεσίες σε επιχειρήσεις με περιθώρια κέρδους αντίστοιχα του λογισμικού. Η τακτική τους περιλαμβάνει την εξαγορά ώριμων εταιρειών παροχής υπηρεσιών, την αυτοματοποίηση εργασιών μέσω AI και την αξιοποίηση της αυξημένης ρευστότητας για περαιτέρω εξαγορές.
Ηγετική θέση της General Catalyst
Η General Catalyst (GC) πρωτοστατεί, αφιερώνοντας $1,5 δισ. από το τελευταίο της fund σε μια στρατηγική “creation”, που εστιάζει στη δημιουργία εταιρειών λογισμικού με AI σε συγκεκριμένους κλάδους. Αυτές οι εταιρείες λειτουργούν ως οχήματα εξαγοράς για να αποκτήσουν εδραιωμένες επιχειρήσεις και το πελατολόγιό τους στον ίδιο τομέα. Η GC έχει ήδη επενδύσει σε επτά κλάδους, από νομικές υπηρεσίες έως IT management, με στόχο να φτάσει συνολικά τους 20.
Το μέγεθος της αγοράς υπηρεσιών
«Οι υπηρεσίες παγκοσμίως αποφέρουν $16 τρισ. έσοδα ετησίως», δήλωσε ο Marc Bhargava, επικεφαλής της σχετικής προσπάθειας της GC, σε πρόσφατη συνέντευξή του στο TechCrunch. «Σε σύγκριση, το λογισμικό φτάνει μόλις το $1 τρισ. παγκοσμίως», πρόσθεσε, επισημαίνοντας πως το ελκυστικό στοιχείο των επενδύσεων στο λογισμικό είναι τα υψηλά περιθώρια κέρδους. «Όταν το λογισμικό κλιμακώνεται, το οριακό κόστος είναι ελάχιστο και τα έσοδα αυξάνονται σημαντικά». Αν καταφέρεις να αυτοματοποιήσεις και τις υπηρεσίες, καλύπτοντας το 30% έως 50% των εργασιών με AI — και έως 70% σε call centers — τα οικονομικά δεδομένα γίνονται εξαιρετικά ελκυστικά.
Αυξημένη ρευστότητα και εξαγορές
Η βελτιωμένη ρευστότητα επιτρέπει την εξαγορά επιπλέον εταιρειών σε τιμές υψηλότερες από αυτές που μπορούν να προσφέρουν οι παραδοσιακοί αγοραστές, δημιουργώντας έναν κερδοφόρο κύκλο ανάπτυξης.
Παραδείγματα επιτυχημένης εφαρμογής
Το πλάνο φαίνεται να αποδίδει. Η Titan MSP, εταιρεία του χαρτοφυλακίου της General Catalyst, έλαβε $74 εκατ. σε δύο φάσεις για να αναπτύξει εργαλεία AI για managed service providers και στη συνέχεια εξαγόρασε την RFA, γνωστή εταιρεία IT υπηρεσιών. Σύμφωνα με τον Bhargava, μέσω πιλοτικών προγραμμάτων, η Titan κατάφερε να αυτοματοποιήσει το 38% των τυπικών εργασιών MSP. Πλέον, σχεδιάζει να αξιοποιήσει τα αυξημένα περιθώρια για περαιτέρω εξαγορές MSPs, ακολουθώντας μια κλασική στρατηγική roll-up.
Επέκταση σε νομικές υπηρεσίες
Αντίστοιχα, η GC δημιούργησε την Eudia, που εστιάζει σε νομικά τμήματα εταιρειών και όχι σε δικηγορικά γραφεία. Η Eudia έχει ήδη πελάτες από τη λίστα Fortune 100, όπως οι Chevron, Southwest Airlines και Stripe, προσφέροντας νομικές υπηρεσίες με σταθερή αμοιβή και υποστήριξη AI, αντί για χρέωση ανά ώρα. Πρόσφατα εξαγόρασε την Johnson Hanna, πάροχο εναλλακτικών νομικών υπηρεσιών, για να διευρύνει την παρουσία της.
Στόχος η διπλάσια κερδοφορία
Η General Catalyst στοχεύει να διπλασιάσει — τουλάχιστον — το περιθώριο EBITDA των εταιρειών που εξαγοράζει, όπως εξήγησε ο Bhargava.
Επενδυτικό ενδιαφέρον και από άλλους
Η GC δεν είναι η μόνη που ακολουθεί αυτή τη λογική. Η Mayfield έχει διαθέσει $100 εκατ. αποκλειστικά για επενδύσεις σε “AI teammates” και ηγήθηκε του Series A για τη Gruve, μια startup IT consulting που εξαγόρασε εταιρεία συμβούλων ασφάλειας με έσοδα $5 εκατ. και τα αύξησε στα $15 εκατ. μέσα σε έξι μήνες, επιτυγχάνοντας μικτό περιθώριο 80%, σύμφωνα με τους ιδρυτές της.
Προοπτικές υψηλών περιθωρίων
«Αν το 80% της δουλειάς γίνεται από AI, μπορείς να φτάσεις μικτό περιθώριο 80% έως 90%», δήλωσε ο Navin Chaddha, διευθύνων σύμβουλος της Mayfield, στο TechCrunch το καλοκαίρι. «Έτσι, τα συνολικά περιθώρια μπορούν να κυμανθούν από 60% έως 70%, με καθαρά κέρδη 20% έως 30%.»
Παρόμοιες στρατηγικές από ανεξάρτητους επενδυτές
Ο ανεξάρτητος επενδυτής Elad Gil ακολουθεί παρόμοια στρατηγική τα τελευταία τρία χρόνια, στηρίζοντας εταιρείες που εξαγοράζουν ώριμες επιχειρήσεις και τις μετασχηματίζουν με AI. «Όταν κατέχεις το asset, μπορείς να το μεταμορφώσεις πολύ πιο γρήγορα απ’ ό,τι αν απλώς πουλάς λογισμικό ως προμηθευτής», ανέφερε σε συνέντευξή του στο TechCrunch την άνοιξη. «Και αν αυξήσεις το μικτό περιθώριο μιας εταιρείας από 10% σε 40%, η διαφορά είναι τεράστια.»
Προβλήματα με την αυτοματοποίηση
Ωστόσο, τα πρώτα σημάδια δείχνουν ότι ο μετασχηματισμός του κλάδου υπηρεσιών ίσως είναι πιο περίπλοκος απ’ όσο υπολογίζουν οι επενδυτές. Πρόσφατη έρευνα από το Stanford Social Media Lab και τα BetterUp Labs, με 1.150 εργαζόμενους πλήρους απασχόλησης από διάφορους κλάδους, διαπίστωσε ότι το 40% των εργαζομένων αναγκάζεται να αναλάβει επιπλέον δουλειά λόγω του φαινομένου “workslop” — δηλαδή, εργασίες που παράγονται από AI, φαίνονται ολοκληρωμένες αλλά στερούνται ουσίας, δημιουργώντας περισσότερη δουλειά (και πονοκεφάλους) για τους συναδέλφους.
Κόστος και επιπτώσεις του “workslop”
Η τάση αυτή επιβαρύνει τις επιχειρήσεις. Οι συμμετέχοντες στην έρευνα ανέφεραν ότι ξοδεύουν κατά μέσο όρο σχεδόν δύο ώρες για κάθε περίπτωση workslop — για να την κατανοήσουν, να αποφασίσουν αν θα τη στείλουν πίσω ή να τη διορθώσουν οι ίδιοι.
Οικονομικό βάρος για τις εταιρείες
Με βάση τις εκτιμήσεις των συμμετεχόντων για τον χρόνο που δαπανούν και τους μισθούς τους, οι συντάκτες της έρευνας υπολογίζουν ότι το workslop κοστίζει αόρατα $186 τον μήνα ανά εργαζόμενο. «Για έναν οργανισμό με 10.000 εργαζόμενους, με την εκτιμώμενη συχνότητα του workslop… αυτό μεταφράζεται σε πάνω από $9 εκατ. ετησίως σε χαμένη παραγωγικότητα», γράφουν σε νέο άρθρο στο Harvard Business Review.
Η αυτοματοποίηση δεν αρκεί
Η απλή εφαρμογή AI δεν εγγυάται απαραίτητα καλύτερα αποτελέσματα.
Η θέση της General Catalyst
Ο Bhargava διαφωνεί με την άποψη ότι το AI είναι υπερτιμημένο, υποστηρίζοντας ότι οι αποτυχίες στην υλοποίηση επιβεβαιώνουν τη στρατηγική της General Catalyst. «Αυτό δείχνει την ευκαιρία — δεν είναι εύκολο να εφαρμόσεις AI σε αυτές τις επιχειρήσεις», είπε. «Αν όλες οι εταιρείες της Fortune 100 μπορούσαν απλώς να φέρουν μια συμβουλευτική, να προσθέσουν AI, να υπογράψουν συμβόλαιο με την OpenAI και να μεταμορφώσουν τη λειτουργία τους, τότε η δική μας υπόθεση θα ήταν λιγότερο ισχυρή. Η πραγματικότητα είναι ότι ο μετασχηματισμός με AI είναι πολύ δύσκολος.»
Η σημασία της τεχνικής εξειδίκευσης
Ο Bhargava τόνισε ότι η τεχνική εξειδίκευση στο AI είναι το πιο κρίσιμο στοιχείο που λείπει. «Υπάρχουν πολλές διαφορετικές τεχνολογίες, καθεμία καλή σε διαφορετικά πράγματα», είπε. «Χρειάζεσαι εξειδικευμένους μηχανικούς AI από εταιρείες όπως Rippling, Ramp, Figma και Scale, που γνωρίζουν τα μοντέλα, τις ιδιαιτερότητές τους, πού αποδίδει το καθένα και πώς να το ενσωματώσουν σε λογισμικό.» Αυτή η πολυπλοκότητα, σύμφωνα με τον ίδιο, δικαιολογεί τη στρατηγική της General Catalyst να συνδυάζει ειδικούς AI με γνώστες του κλάδου για τη δημιουργία εταιρειών από το μηδέν.
Προκλήσεις για τη στρατηγική
Παρόλα αυτά, το workslop αποτελεί απειλή για τα βασικά οικονομικά της στρατηγικής. Το ερώτημα είναι πόσο σοβαρό είναι το πρόβλημα και αν θα αλλάξει με τον χρόνο.
Δίλημμα για το προσωπικό
Προς το παρόν, αν οι εταιρείες μειώσουν προσωπικό όπως προτείνει η θεωρία της αποδοτικότητας του AI, θα έχουν λιγότερους ανθρώπους να εντοπίζουν και να διορθώνουν τα λάθη του AI. Αν διατηρήσουν το υπάρχον προσωπικό για να διαχειριστούν τα επιπλέον προβλήματα, τα μεγάλα περιθώρια κέρδους που προσδοκούν οι επενδυτές ίσως να μην υλοποιηθούν ποτέ.
Επιπτώσεις στη στρατηγική ανάπτυξης
Κάθε σενάριο θα μπορούσε να επιβραδύνει τα σχέδια ταχείας ανάπτυξης που είναι κεντρικά στη στρατηγική roll-up των επενδυτών και να υπονομεύσει τα οικονομικά δεδομένα που καθιστούν ελκυστικές αυτές τις συμφωνίες. Ωστόσο, είναι απίθανο μια ή δύο μελέτες να φρενάρουν τους περισσότερους επενδυτές της Silicon Valley.
Κερδοφορία και προοπτικές
Στην πραγματικότητα, επειδή συνήθως εξαγοράζουν επιχειρήσεις με υφιστάμενη ρευστότητα, η General Catalyst αναφέρει ότι οι εταιρείες της “creation strategy” είναι ήδη κερδοφόρες.
Συνεχής βελτίωση και επέκταση
«Όσο η τεχνολογία AI συνεχίζει να εξελίσσεται και βλέπουμε αυτές τις τεράστιες επενδύσεις και βελτιώσεις στα μοντέλα, πιστεύω ότι θα υπάρχουν όλο και περισσότεροι κλάδοι στους οποίους μπορούμε να βοηθήσουμε στη δημιουργία νέων εταιρειών», δήλωσε ο Bhargava.