กรอบแนวคิดการลงทุนใน AI: การค้นหาสตาร์ทอัพที่มีการเติบโตแบบก้าวกระโดด

งานของเราคือการพยายามทำนายอนาคต เราพูดคุยกันอย่างกว้างขวางว่าภูมิทัศน์ของ AI จะพัฒนาไปอย่างไร และ "คุณค่าจะตกอยู่ที่ไหน" โดยอิงจากสถานการณ์ปัจจุบัน ความจริงก็คือ ในสภาพแวดล้อมที่เปลี่ยนแปลงตลอดเวลาซึ่ง "การจับคุณค่า" ใน AI ผันผวนอยู่เสมอ และไพ่ที่ชนะจะเปลี่ยนมือทุกๆ สามเดือน มันปลอดภัยที่จะสรุปว่ามี "สิ่งที่รู้" น้อยกว่า "สิ่งที่ไม่รู้" เกี่ยวกับอนาคต

สิ่งนี้เห็นได้จากข้อเท็จจริงที่ว่ามีข้อโต้แย้งในแง่ลบที่น่าสนใจสำหรับทุกข้อโต้แย้งในแง่บวก ก่อนหน้านี้ในรอบ Series E ของ Anthropic (มูลค่า $61 พันล้าน) นักสงสัยในตลาดกังวลว่าเลเยอร์ API จะกลายเป็นสินค้าทั่วไปอย่างรวดเร็ว อัตรากำไรขั้นต้นจะยังคงติดลบเนื่องจากแรงกดดันด้านการคำนวณและราคา และห้องปฏิบัติการจะอยู่ในสภาวะการเผาเงินที่สูงตลอดกาลเนื่องจากต้นทุนการฝึกอบรมที่สูงลิ่วซึ่งต้องดำเนินการซ้ำแล้วซ้ำเล่า นักสงสัยกังวลว่า OpenEvidence จะถูกจำกัดอยู่ที่ขนาดผลลัพธ์แบบ Doximity พวกเขามีความเชื่อมั่นอย่างแน่วแน่ว่า inference engines จะกลายเป็นสินค้าทั่วไป พวกเขาโต้แย้งว่า ClickHouse จะไม่มีวันขยายตัวเกินกว่าการวิเคราะห์แบบเรียลไทม์ และด้วยเหตุนี้จึงถูกจำกัดให้มีผลลัพธ์ที่เล็กกว่า โดยรวมแล้ว นักสงสัยที่หวังดีเหล่านี้จะทิ้งมูลค่าหลายพันล้านดอลลาร์ไว้บนโต๊ะ

ความจริงที่ยากจะยอมรับ

เราไม่ได้รู้อนาคตมากเท่าที่เราหวังไว้ ในแต่ละกรณีข้างต้น ข้อโต้แย้งที่มีเหตุผลในขณะนั้นกลับตรงกันข้ามกับความเป็นจริงที่เกิดขึ้น (เช่น เลเยอร์ API ไม่ได้กลายเป็นสินค้าทั่วไป) ข้อโต้แย้งที่มีเหตุผลนั้นอาจนำไปสู่ผลลัพธ์แบบเสี่ยงเดาได้ดีที่สุด หรือการตัดสินใจที่ผิดพลาดอันเกิดจากการวิเคราะห์มากเกินไปที่แย่ที่สุด

โครงสร้างตลาดปลายทางในตลาดเกิดใหม่นั้น โดยนิยามแล้ว ไม่สามารถทราบได้ แล้วเราจะทำอะไรแทนการใช้ตรรกะในขณะที่ตลาดกำลังก่อตัว? ทางเลือกสามทางคือ: 1) รอจนกว่าตลาดจะสงบตัวและขจัดความเสี่ยงด้านโครงสร้างตลาดหรือ TAM ออกไป แต่พลาดโอกาสสร้างผลตอบแทนที่ยิ่งใหญ่ในรุ่นซึ่งมาพร้อมกับความเสี่ยงนั้น 2) พยายามใช้กรอบความคิดเก่าๆ กับตลาดใหม่ ซึ่งก็จะตกอยู่ในกับดักของการวิเคราะห์แบบอัมพาตดังที่กล่าวมา 3) สรุปบทเรียนจากความสำเร็จล่าสุดเป็นกรอบความคิดใหม่ๆ ที่ช่วยให้การตัดสินใจง่ายขึ้นในภายหลัง ฉันจะสนับสนุนตัวเลือกที่ 3

กรอบความคิดขององค์ประกอบที่โดดเด่น

กรอบความคิดต่อไปนี้ใช้กับบริษัทที่เติบโตในระยะกลางถึงปลาย ไม่รวมถึง Series A และ Series B ต้นๆ กรอบความคิดคือ: หากบริษัทมีองค์ประกอบที่โดดเด่นอย่างน้อยหนึ่งข้อ ให้พิจารณาอย่างจริงจัง หากบริษัทมีสองข้อขึ้นไป ให้ลงทุนอย่างหนัก องค์ประกอบที่โดดเด่นถูกกำหนดดังนี้:

การเติบโตที่โดดเด่น: อยู่ในกลุ่ม 0.1% แรกของการเติบโตในกลุ่มเดียวกัน
การเข้าถึงลูกค้าที่โดดเด่น: มีความสัมพันธ์แบบผูกขาดหรือเจาะตลาดได้ยาก
ทีมที่โดดเด่น: ไม่ใช่แค่ทีมที่ "ยอดเยี่ยม" หรือ "โน้มน้าวใจได้" หรือแม้แต่ "อัจฉริยะทางเทคนิค" - มีมากมายใน Silicon Valley เกณฑ์คือ: พวกเขาเคยทำสิ่งที่ทำให้พวกเขาอยู่ใน 0.1% แรกของอุตสาหกรรมหรือไม่?
ตัวอย่าง: ผู้ก่อตั้ง Anthropic สร้าง GPT-3 RJ Scaringe สร้าง Rivian Arkady Volozh สร้าง Yandex Bret Taylor ก็คือ Bret Taylor

กรอบความคิดนี้เปรียบเทียบกับสถานะปัจจุบันอย่างไร?

กรอบความคิดขององค์ประกอบที่โดดเด่นบางครั้งอาจขัดแย้งกับการลงทุนในเทคโนโลยีการเติบโตแบบดั้งเดิม ซึ่งจะคัดกรองจากปัจจัยหนุน คุณค่าที่โดดเด่น และเมตริกระดับควอร์ไทล์บน ในตลาดปัจจุบัน บริษัทอาจมีคะแนนดีในทุกมิติเหล่านั้นแต่ขาดองค์ประกอบที่โดดเด่น และด้วยเหตุนี้จึงไม่มีวันประสบความสำเร็จอย่างก้าวกระโดด

ตัวอย่างขององค์ประกอบที่โดดเด่นมีดังนี้ - หมายเหตุ: สิ่งเหล่านี้ไม่ใช่ตัวอย่างของผลลัพธ์ที่ใหญ่โตอย่างชัดเจนทั้งหมด เนื่องจากหลายแห่งยังไม่ได้ออกสู่ตลาด - เป็นเพียงตัวอย่างของปัจจัยนำเข้าเท่านั้น

\หมายถึงบริษัทในพอร์ตของ Meritech*

การเติบโตที่โดดเด่นในขณะที่มีการระดมทุนในระยะเติบโต:

ข้อแม้ 1: การเติบโตที่โดดเด่นควรมาพร้อมกับวิสัยทัศน์ที่ยิ่งใหญ่ ประเด็นคือการไม่คิดมากเกินไปเกี่ยวกับความเป็นไปได้ที่บริษัทจะบรรลุวิสัยทัศน์นั้น

ข้อแม้ 2: การเติบโตที่โดดเด่นแต่มีลูกค้าหลุดรอดสูง (เช่น NDR < 100%) จะไม่รวมอยู่ในกลุ่มนี้

การเข้าถึงลูกค้าที่โดดเด่นในขณะที่มีการระดมทุนในระยะเติบโต:

Anthropic (ความร่วมมือ GTM กับ Amazon)
Abridge (ความสัมพันธ์เฉพาะกับ Epic)
Roblox* (สภาพคล่องของตลาด)
Kalshi* (สภาพคล่องของตลาด)
Anduril (ความสัมพันธ์กับรัฐบาล)
Palantir (ความสัมพันธ์กับรัฐบาล)
True Anomaly* (ความสัมพันธ์กับรัฐบาล)
Castelion (ความสัมพันธ์กับรัฐบาล)
Mind Robotics* (ความสัมพันธ์กับ Rivian, VW)
Lumilens* (Hyperscaler รายใหญ่)
Sierra (ความสัมพันธ์ของ Bret Taylor)
ClickHouse (ฐานผู้ใช้ OSS)
Vercel (ฐานผู้ใช้ OSS)

ทีมที่โดดเด่น:

Anthropic (ผู้สร้าง GPT-3)
Glean (ผู้ร่วมก่อตั้ง Rubrik)
Mind Robotics* (CEO/ผู้ก่อตั้ง Rivian)
OpenEvidence* (ผู้ร่วมก่อตั้ง Kensho)
Nebius (ผู้ก่อตั้ง Yandex)
Sierra (Co-CEO ของ Salesforce)
SSI (ผู้ร่วมก่อตั้ง OpenAI)

หมายเหตุ: องค์ประกอบหนึ่งที่ขาดหายไปจากข้างต้นคือ "คูเมืองทางเทคนิคที่โดดเด่น" สาเหตุหลักคือสิ่งนี้หายากขึ้นเรื่อยๆ ในทุกวันนี้ เว้นแต่ SpaceX, Waymo และ Tesla แล้ว คูเมืองทางเทคนิคที่โดดเด่นนั้นหายากในการลงทุนในระยะเติบโตช่วงต้น แม้แต่คูเมืองของ Anthropic ก็ยังเกี่ยวข้องกับขนาด เงินทุน และความได้เปรียบของผู้มาเป็นอันดับแรกมากกว่าทรัพย์สินทางปัญญาทางเทคนิค

คำแนะนำ: พิจารณาบริษัทหากมีองค์ประกอบที่โดดเด่นอย่างน้อยหนึ่งข้อ; ลงทุนอย่างหนักแน่นหากบริษัทมี 2 ข้อขึ้นไปจากข้างต้น ตัวอย่างของ 2+ ข้อ ได้แก่:

Anthropic (การเติบโตที่โดดเด่น, การเข้าถึงลูกค้า, ทีม)
ClickHouse (การเติบโตที่โดดเด่น, การเข้าถึงลูกค้า)
Kalshi (การเติบโตที่โดดเด่น, การเข้าถึงลูกค้า)
OpenEvidence (การเติบโตที่โดดเด่น, การเข้าถึงลูกค้า, ทีม)
Sierra (การเติบโตที่โดดเด่น, การเข้าถึงลูกค้า, ทีม)

แล้วคูเมืองล่ะ?

นี่คือประเด็นสำคัญ - คูเมืองนั้นยากที่จะระบุได้เมื่อโครงสร้างตลาดผันผวน Cursor หรือ Cognition มีคูเมืองหรือเป็นเพียงตัวห่อหุ้ม? ขึ้นอยู่กับบริบทขององค์กรที่พวกเขาสามารถจับและสร้างต่อยอดได้เมื่อขยายชุดผลิตภัณฑ์ของตน ขึ้นอยู่กับว่ามูลค่าตกไปที่โมเดลหรือสายจูงมากน้อยแค่ไหน โครงสร้างตลาดปลายทางยังไม่เป็นที่ทราบแน่ชัด ระหว่างนี้ บริษัทเหล่านี้ขยายขนาดก่อนแล้วค่อยสร้างคูเมืองทีหลัง ขนาดนั้นเองที่มักจะเป็นหนึ่งในคูเมืองที่น่าสนใจที่สุด เมื่อพิจารณาจากผลกระทบลำดับที่สองด้านความพร้อมใช้งานของเงินทุน โครงสร้างต้นทุน และประโยชน์จากการขายข้ามสายผลิตภัณฑ์

ทำไมกรอบความคิดนี้จึงไม่ใช้กับบริษัทที่เติบโตช่วงต้น?

สิ่งนี้สามารถทราบได้สำหรับบริษัทที่เติบโตช่วงต้นหรือไม่? เมื่อบริษัทมีรายได้น้อยกว่า $20 ล้าน ARR องค์ประกอบที่โดดเด่นนั้นยังอยู่ในระยะเริ่มต้นและมักจะไม่มีอยู่จริง โดยเฉพาะอย่างยิ่งสำหรับธุรกิจ IT องค์กรแบบ Top-down การทำนายอนาคตยังคงมีความสำคัญสำหรับการลงทุนเหล่านี้

อะไรคือข้อโต้แย้ง?

มีข้อโต้แย้งมากมายเกี่ยวกับผลลัพธ์ที่ไม่โดดเด่น แม้ว่าจะมีองค์ประกอบที่โดดเด่นอย่างน้อยหนึ่งข้อก็ตาม การพูดถึงบริษัทที่ล้มเหลวคงไม่เป็นมงคลนัก แต่พอจะกล่าวได้ว่า สำหรับทุกๆ รอบการระดมทุนก่อนมีรายได้ที่มีทีมระดับ A+ ที่ประสบความสำเร็จ จะมีสุสานของบริษัทที่อยู่เบื้องหลังที่ได้รับเงินทุนมากเกินไปและไม่เคยพบ Product-Market Fit

ในทำนองเดียวกัน มีผลลัพธ์ที่โดดเด่นมากมายจากบริษัทที่มองไม่เห็นองค์ประกอบที่โดดเด่นในระหว่างรอบการระดมทุนเพื่อการเติบโต Cerebras เป็นตัวอย่างที่ดีที่นักลงทุนด้านการเติบโตหลายคนมองข้าม

ความจริงก็คือ ไม่มีกรอบความคิดใดที่ใช้ได้กับทุกสถานการณ์สำหรับการลงทุนในทุกขั้นตอน ค่าธรรมเนียมแบบ 2/20 จะไม่มีอยู่จริงถ้ามันง่ายขนาดนั้น แต่นี่คือความพยายามที่ดีที่สุดของฉันในการทำความเข้าใจภูมิทัศน์ในปัจจุบัน