Richard de Silva считает, что снижение стоимости создания программного обеспечения благодаря инструментам генерации кода и проектирования продуктов на основе искусственного интеллекта вновь повышает значимость модели компаний, финансируемых за счёт собственных средств, или так называемых bootstrapped businesses. Вместо того чтобы сначала привлекать значительный капитал, а затем искать соответствие продукта рынку, небольшая команда может начать с проблемы, за решение которой клиенты уже фактически платят, создать первоначальный продукт, а затем решить, нужны ли ей дополнительные инвестиции.
Эту точку зрения de Silva изложил как приглашённый автор Crunchbase News. Он является основателем, управляющим партнёром и председателем инвестиционного комитета Lateral Investment Management, а ранее работал управляющим директором Highland Capital Partners и участвовал в создании IronPlanet. Поэтому данный тезис следует воспринимать как мнение инвестора с опытом работы в сфере венчурного капитала и компаний среднего рынка, а не как результат независимого количественного исследования.
Две разные модели создания компании
de Silva критикует распространённый в Кремниевой долине путь, при котором компания начинает с амбициозной идеи, привлекает раннее финансирование, нанимает большие команды, а затем тратит средства на быстрый выход на широкий рынок и проверку соответствия продукта рынку. Он утверждает, что в исключительных случаях этот путь может сработать, но часто приводит к неоднократной смене направления или к исчезновению компании, когда её привлекательность для инвесторов снижается.
В свою очередь, компания, финансируемая за счёт собственных средств, начинает с клиента или отрасли, которые основателю уже знакомы. Процесс заключается в решении существующей проблемы с затратами ниже получаемой от этого выручки, поиске других клиентов, сталкивающихся с той же проблемой, и постепенном совершенствовании процессов. По мнению автора, такая модель ставит клиента и выручку выше масштабирования и позволяет финансировать наём команды за счёт прибыли, а не делать ставку на ещё не подтверждённый спрос.
В статье отмечается, что основатели таких компаний часто находятся в середине своей профессиональной карьеры и обладают отраслевым опытом и налаженными отношениями с клиентами. Это может означать более медленный и линейный рост на протяжении нескольких лет, но при этом с самого начала внимание сосредоточено на прибыльности. Автор приводит Atlassian и Basecamp в качестве примеров компаний, начавших вне традиционной траектории венчурного капитала и добившихся заметного присутствия в технологическом секторе.
Что именно меняет искусственный интеллект?
Раньше нетехническому основателю зачастую требовалось раннее внешнее финансирование, чтобы нанять инженеров и создать пригодный к использованию продукт до появления достаточной выручки. Сегодня, считает de Silva, инструменты генерации кода и проектирования продуктов сокращают размер команды и объём расходов, необходимых для создания работающего приложения и его внедрения у реальных клиентов.
Это не означает, что искусственный интеллект устранил потребность в капитале. Однако, согласно выдвинутому аргументу, он перенёс узкое место с создания продукта на подтверждение наличия устойчивого спроса на него. Автор также считает, что часть раннего финансирования вместо этого используется для покупки дополнительного времени, ускорения продаж и маркетинга или поддержки внедрений, которые без subsidization не были бы экономически выгодны для клиентов. Поэтому проверка рынка до привлечения крупного раунда может стать более реалистичным вариантом для большего числа основателей.
В статье упоминается Medvi, которую автор описывает как компанию, предоставляющую лечение, связанное с препаратами GLP-1, и достигшую выручки в 1 миллиард долларов при одном основателе, — как крайний пример того, чего могут добиться небольшие команды. В тексте недостаточно подробностей, чтобы проверить это описание или обобщить его, поэтому его не следует считать доказательством того, что небольшой размер гарантирует успех.
Ограничения и открытые вопросы
de Silva не призывает отменить венчурный капитал. Он признаёт, что непроверенные и капиталоёмкие идеи, особенно когда у основателя нет клиентской базы, по-прежнему нуждаются во внешнем финансировании для поиска рынка. Кроме того, снижение стоимости разработки программного обеспечения автоматически не решает проблемы привлечения клиентов, соблюдения требований, поддержки, безопасности продуктов или создания преимущества, которое трудно скопировать.
Главный вывод для технического читателя заключается в том, что искусственный интеллект может расширить круг компаний, способных достичь стадии первоначального продукта без раннего раунда финансирования, но он не подтверждает соответствие продукта рынку. Практическая ценность модели финансирования за счёт собственных средств зависит от знания основателем проблемы, готовности расти в соответствии с выручкой и способности превратить инструменты искусственного интеллекта в услугу, на которую клиенты действительно полагаются. А вопрос о том, приведёт ли это к широкой волне новых лидеров рынка, остаётся гипотезой, которую источник не разрешает.