Yapay zeka hizmetleri dönüşümü VCS’nin düşündüğünden daha zor olabilir

Girişim kapitalistleri kendilerini bir sonraki büyük yatırım avantajını bulduklarına ikna ettiler: yapay zekayı geleneksel işgücü yoğun hizmetler işletmelerinden yazılım benzeri marjları sıkmak için kullanmak. Strateji, olgun profesyonel hizmet firmaları edinmeyi, görevleri otomatikleştirmek için yapay zeka uygulamasını, daha sonra daha fazla şirketi toplamak için geliştirilmiş nakit akışını kullanmayı içerir.

Suçlamaya liderlik eden, en son bağış toplamasının 1,5 milyar dolarlık $ ‘lık, AI-anadili yazılım şirketlerini belirli sektörlerde inkübe etmeye odaklanan bir “yaratma” stratejisi olarak adlandıran Basic Catalyst (GC), daha sonra bu şirketleri aynı sektörlerde yerleşik firmalar-ve müşterileri-satın almak için satın alma araçları olarak kullanmaya odaklanmıştır. GC, yasal hizmetlerden BT yönetimine kadar yedi sektöre bahisler koydu ve 20 sektöre kadar genişleme planları.

“International olarak hizmetler küresel olarak yılda 16 trilyon dolarlık bir gelir” dedi Marc BhargavaGC’nin ilgili çabalarını bir TechCrunch ile son röportaj. “Buna karşılık, yazılım küresel olarak sadece 1 trilyon dolar” dedi ve yazılım yatırımlarının cazibesinin her zaman daha yüksek marjları olduğunu da sözlerine ekledi. “Ölçeklendirecek yazılım elde ederken, çok az marjinal maliyet var ve çok fazla marjinal gelir var.” Hizmet işlerini de otomatikleştirebiliyorsanız, AI’lı bu şirketlerin% 30 ila% 50’sini ele alarak ve hatta çağrı merkezleri durumunda bu temel görevlerin% 70’ini otomatikleştirerek – matematik karşı konulmaz görünmeye başlar.

Geliştirilmiş nakit akışı, geleneksel alıcıların karşılayabileceğinden daha yüksek fiyatlarla ek şirketler edinmek için mühimmat sağlar ve taraftarların kazançlı bir volan olarak gördüklerini yaratır.

Oyun planı çalışıyor gibi görünüyor. Almak Titan MSPBasic Catalyst portföy şirketlerinden biri. Yatırım şirketi, şirketin yönetilen hizmet sağlayıcıları için AI araçları geliştirmesine yardımcı olmak için iki dilim üzerinde 74 milyon dolar sağladı, daha sonra tanınmış bir BT hizmetleri firması olan RFA’yı satın aldı. Pilot programlar aracılığıyla Bhargava, Titan tipik MSP görevlerinin% 38’ini otomatikleştirebileceğini gösterdi. Şirket şimdi klasik bir toplama stratejisinde ek MSP’ler edinmek için geliştirilmiş marjlarını kullanmayı planlıyor.

Benzer şekilde, firma inkübe edildi Eudiahukuk firmaları yerine şirket içi hukuk departmanlarına odaklanan. Eudia, Chevron, Southwest Airways ve Stripe dahil olmak üzere Fortune 100 müşterisini kaydederek, geleneksel saatlik faturalandırma yerine AI tarafından desteklenen sabit ücretli yasal hizmetler sunuyor. Şirket yakın zamanda erişimini genişletmek için alternatif bir hukuk hizmet sağlayıcısı olan Johnson Hanna’yı satın aldı.

Bhargava, Basic Catalyst, en azından – en azından – satın aldığı şirketlerin FAVÖK marjını iki katına çıkarıyor.

Powerhouse firması bu düşüncede yalnız değil. Girişim firması Mayfield, özellikle “AI takım arkadaşları” yatırımları için 100 milyon dolar kazandı ve 5 milyon dolarlık bir güvenlik danışmanlığı şirketi satın alan ve altı ay içinde 15 milyon dolar gelir elde ederken,% 80 brüt kar marjı elde eden Gruve için A Serisini yönetti.

Mayfield’ın genel müdürü Navin Chaddha, bu yaz TechCrunch’a verdiği demeçte, “İşin% 80’i AI tarafından yapılacaksa,% 80 ila% 90 brüt kar marjı olabilir” dedi. “% 60 ila% 70 arasında marjları harmanlayabilir ve% 20 ila% 30 web gelir elde edebilirsiniz.”

Solo yatırımcı Elad Gil üç yıldır benzer bir strateji izliyor ve olgun işletmeler satın alan ve bunları AI ile dönüştüren şirketleri destekliyor. “Varlığa sahipseniz, [transform it] Sadece bir satıcı olarak yazılım sattığınızdan çok daha hızlı, ”dedi Gil bu bahar TechCrunch ile yaptığı röportajda.“ Ve bir şirketin brüt farkını% 10 ila% 40 arasında aldığınız için, bu büyük bir asansör. ”

Ancak erken uyarı işaretleri, bu hizmet-endüstrisi metamorfozun VCS’nin öngördüğünden daha karmaşık olabileceğini göstermektedir. Stanford Social Media Lab ve Betterup Labs’daki araştırmacılar tarafından yapılan yeni bir çalışma, endüstriler arasında 1.150 tam zamanlı çalışanı araştıran bu çalışanların% 40’ının, araştırmacıların “Workslop” olarak adlandırdığı şeyden dolayı daha fazla işin omuza koyması gerektiğini buldu-parlatılmış görünen, madde içermeyen, meslektaşları için daha fazla çalışma (ve baş ağrısı) yarattı.

Eğilim kuruluşlara zarar vermektir. Ankete katılan çalışanlar, önce onu deşifre etmek de dahil olmak üzere her bir Workslop örneğiyle uğraşmak için ortalama iki saat harcadıklarını, daha sonra geri gönderip göndermeyeceğinize karar verdiklerini ve çoğu zaman sadece kendilerini düzeltmek için harcadıklarını söylüyorlar.

Katılımcıların harcanan zaman tahminlerine dayanarak, kendi bildirdiği maaşlarıyla birlikte, anketin yazarları, Workslop’un kişi başına ayda 186 dolarlık görünmez bir vergi taşıdığını tahmin etmektedir. “10.000 işçiden oluşan bir organizasyon için, tahmini çalışma prevalansı göz önüne alındığında … Yılda 9 milyon dolar kayıp verimlilik”Yeni bir Harvard Enterprise Evaluate makalesinde yazıyorlar.

Basitçe AI uygulamak kısaca iyileştirilmiş sonuçları garanti etmez.

Bhargava, AI’nın aşırı hipiş olduğu fikrine itiraz ederek, bunun yerine tüm bu uygulama başarısızlıklarının aslında genel katalizörün yaklaşımını doğruladığını savunuyor. “Bence bu fırsatı gösteriyor, yani bu işletmelere AI teknolojisini uygulamak kolay değil” dedi. “Tüm Fortune 100 ve tüm bu insanlar sadece bir danışmanlık firması getirebilir, bazı AI’lara tokat atabilir, Openai ile bir sözleşme yapabilir ve işlerini dönüştürebilirse, o zaman açıkça tezimiz [would be] Biraz daha az sağlam. Ama gerçek şu ki, bir şirketi AI ile dönüştürmek gerçekten zor. ”

En kritik eksik bulmaca parçası olarak AI’da gereken teknik sofistike olduğuna dikkat çekti. “Birçok farklı teknoloji var. Farklı şeylerde iyi” dedi. “Farklı modellerle çalışan, nüanslarını anlayan, hangilerinin iyi olduğunu anlayan, nüanslarını anlayan, nüanslarını anlayan, Ruppling ve Rampa ve Figma ve Ölçeği gibi bu uygulamalı AI mühendislerine gerçekten ihtiyacınız var.” Bu karmaşıklık, Basic Catalyst’in AI uzmanlarını endüstri uzmanlarıyla çiğneden yukarıdan itibaren eşleştirme stratejisinin mantıklı olduğunu savunuyor.

Yine de, Workslop’un stratejinin temel ekonomisini zayıflatmakla tehdit ettiğini inkar etmek yok. Daha büyük soru, sorunun ne kadar şiddetli olduğu ve bu resmin zamanla değişip değişmediğidir.

Şimdilik, AI verimlilik tezinin önerdiği gibi şirketler personeli azaltırsa, AI tarafından üretilen hataları yakalamak ve düzeltmek için daha az insanı olacaktır. Sorunlu AI çıktısı tarafından oluşturulan ek çalışmayı ele almak için mevcut personel seviyelerini korurlarsa, VC’lerin güvendiği büyük marj kazançları asla gerçekleşemez.

Her iki senaryanın belki de VCS’nin toparlanma stratejisinin merkezinde yer alan ölçeklendirme planlarını yavaşlatması ve bu fırsatları kendileri için cazip hale getiren sayıları zayıflatması gerektiğini iddia etmek kolaydır. Ama yüzleşelim; Bir çalışmadan daha fazlasını gerektirecek veya iki Çoğu Silikon Vadisi Yatırımcısını yavaşlatmak.

Aslında, genellikle mevcut nakit akışına sahip işletmeler edindikleri için Basic Catalyst, “yaratma stratejisi” şirketlerinin zaten kârlı olduğunu söylüyor.

Bhargava, “Yapay zeka teknolojisi gelişmeye devam ettiği ve modellerde bu büyük yatırım ve iyileşmeyi gördüğümüz sürece, şirketleri inkübe etmemiz için gittikçe daha fazla endüstri olacağını düşünüyorum” dedi.