Этот материал представляет собой мнение Maor Farid, основателя и генерального директора Leo AI, о критериях, которые могут определять финансирование компаний в сфере искусственного интеллекта в ближайший период. Его основной тезис заключается в том, что быстрый выход на 1 миллион долларов годового регулярного дохода больше не является достаточным доказательством устойчивости компании: предыдущий опыт показал, что некоторые продукты способны привлекать клиентов, а затем не удерживать их.
От быстрого роста к устойчивой ценности
Farid вспоминает опыт 2021 года, когда одного упоминания искусственного интеллекта в презентации иногда было достаточно для привлечения финансирования, а малые и средние компании спешили покупать новые продукты. Однако он заметил, что многие продукты предлагали традиционные функции с поверхностным добавлением искусственного интеллекта либо обеспечивали ограниченное улучшение в несущественных задачах. По его мнению, улучшение на 20% в задаче, от которой не зависит работа, может дать хорошую демонстрацию, но не гарантирует продление подписки.
В то же время он считает, что наиболее сильные возможности появляются, когда технология сокращает основной процесс с недель до минут или обеспечивает значительную экономию средств. Для разработки Leo AI, по словам Farid, основатель компании и его партнёр провели интервью с более чем 900 инженерами-механиками — от специалистов начального уровня до вице-президентов, — чтобы понять, какие задачи отнимают у них время и за возвращение которого они могли бы платить.
Три элемента построения более защищённой компании
- Эффект, оправдывающий инвестиции: улучшение должно быть достаточно значительным, чтобы изменить способ работы организации, а не просто ускорить редко используемую задачу.
- Отраслевая экспертиза: передовые модели стали инфраструктурой, доступной почти любой компании через интерфейсы прикладного программирования, поэтому Farid не считает доступ к хорошей языковой модели достаточным коммерческим преимуществом. По его мнению, преимущество заключается в понимании отрасли и решении проблем, с которыми не справляются универсальные инструменты.
- Принадлежащий клиенту контекст: промышленные компании обладают десятилетиями инженерных знаний, содержащихся в старых чертежах или у опытных сотрудников, и эти знания не обязательно входят в обучающие данные базовых моделей. Он считает, что продукт, способный встроить эти знания в рабочий процесс, становится сложнее для замены.
Что будут проверять инвесторы?
Farid ожидает, что предстоящие публичные размещения компаний в сфере искусственного интеллекта приведут к более тщательной проверке бизнес-моделей. По его словам, инвесторов на публичных рынках будут интересовать показатель чистого удержания доходов клиентами, валовая маржа и то, снижается ли стоимость поддержки внедрений по мере масштабирования.
Они также сосредоточатся на расширении расходов клиентов после первоначального внедрения. Farid считает это наиболее близким показателем того, что продукт изменил способ работы организации, поскольку увеличение бюджета означает, что клиент проверил ценность продукта и решил выделить на неё дополнительные расходы. По его словам, вопросы такого типа уже поднимаются в его разговорах о финансировании: для некоторых продуктов выход на 1 миллион долларов годового регулярного дохода в течение года стал возможным, но это не гарантирует их сохранение в следующем году.
Взгляд certi.news
Описываемый в материале переход представляет собой не новый бухгалтерский критерий, а изменение приоритетов: от измерения скорости привлечения доходов к проверке того, закрепляется ли продукт в операционных процессах клиента и генерирует ли он растущие расходы при устойчивой маржинальности. Это важно для основателей стартапов, особенно для тех, кто создаёт тонкие уровни над чужими моделями, поскольку список клиентов или недостаточные показатели удержания могут не компенсировать отсутствие очевидной операционной ценности.
Однако этот вывод остаётся точкой зрения автора, связанного со стартапом в данной сфере, а не независимым исследованием рынка. Кроме того, источник не приводит сравнительных данных или конкретных названий предстоящих публичных размещений, поэтому его прогнозы на следующие двенадцать—двадцать четыре месяца ещё требуют практической проверки. Согласно его позиции, всё больше капитала будет направляться в компании, сочетающие отраслевую экспертизу, значительные улучшения в критически важных бизнес-процессах и доступ к закрытым знаниям клиентов, даже если их рост требует более медленного ручного внедрения, чем модель самообслуживания.