Kirja-arvio: Rob Mayn Sijoittaminen tekoälyyn: kuusi mielen mallia vallihautojen ja ansojen erottamiseen

Odotin innolla teoksen Sijoittaminen tekoälyyn: kuusi mielen mallia vallihautojen ja ansojen erottamiseen lukemista, pitkälti siksi, että olen seurannut Rob Mayta jo vuosia hänen Tekoälyyn sijoittaminen -uutiskirjeensä kautta. Mielestäni Rob May erottuu monista sijoittajista halukkuudellaan välttää ryhmäajattelua ja pohtia asioita perusperiaatteista lähtien. Hän katsoo vallitsevaa kertomusta pidemmälle ja kysyy, miten yritys todellisuudessa toimii, mistä sen edut syntyvät ja kestävätkö ne seuraavan teknologisen murroksen.

Tässä kirja pääsee oikeuksiinsa. Se on ensimmäinen kohtaamani kirja, joka lähestyy tekoälyyn sijoittamista tällä tavoin. Sen sijaan, että se vain nostaisi esiin kiinnostavan teknologian tai kasvavat markkinat, se kehottaa lukijoita arvioimaan perusteellisesti uudelleen, miten he tarkastelevat niiden ympärille rakennettuja yrityksiä. Mahdollisuudet ovat valtavat, mutta lupaavan tekoälyominaisuuden tunnistaminen ja sijoituskelpoisen yrityksen tunnistaminen ovat kaksi hyvin erilaista taitoa.

Kun tekoälyä koskeva kertomus kohtaa todellisuuden

Rob May pohjustaa keskustelua tarinoilla, jotka ovat tuttuja kaikille tekoälyn kehitystä seuranneille. Jasperista tuli median suosikki, ja se keräsi 125 miljoonaa dollaria 1,5 miljardin dollarin arvostuksella. Sitten ChatGPT toi tehokkaan tekstintuotannon suoraan kuluttajien saataville ja kyseenalaisti sellaisen tuotteen arvon, joka perustui vastaavien taustalla olevien ominaisuuksien käyttöön. Rob May hyödyntää tätä käännettä tarkastellakseen, miten nopeasti näennäinen etu voi muuttua haavoittuvaksi.

Tässä esimerkissä minua kiinnostaa kysymys, jonka se pakottaa sijoittajan tai perustajan kohtaamaan: mitä asiakas tarvitsee yritykseltäsi vielä sitten, kun taustalla oleva teknologia on laajalti saatavilla? Mikä erottaa puolustettavan vallihaudan omaavan yrityksen pelkästä tekoälyn ympärille rakennetusta käyttöliittymästä? Varhainen etumatka voi antaa lisäaikaa, mutta se ei vastaa tähän kysymykseen. Työnkulun hallinta, jakelu, erikoisosaaminen ja asiakassuhteet korostuvat huomattavasti, kun mallin käyttö muuttuu hyödykkeeksi.

DeepSeek havainnollistaa epävarmuuden toista puolta. Kirjassa käsitellään järkytystä, jonka aiheutti GPT-4-tasoisen mallin kehittäminen raportoidusti 5,576 miljoonan dollarin koulutuskustannuksilla. Tästä seuraava sijoitusopetus on merkittävä: käsitys kilpailun kustannuksista voi muuttua paljon nopeammin kuin arvostusmallissa ennakoidaan.

Miksi SaaS-mallia on arvioitava uudelleen

Rob May palaa menneiden vuosien tekoälytalviin ja esittää, että käyttöönoton nykyinen laajuus on rikkonut vanhan kaavan, jossa lupaavia esittelyjä seurasi laaja pettymys. Hänen mukaansa hyödyllinen tekoäly on nyt niin tiiviisti mukana todellisissa työnkuluissa, ettei se voi vain vetäytyä takaisin laboratorioon. Vaikka käyttöönotto jatkuisi, voi silti olla vaikea tunnistaa seuraavaa yksisarvisyritystä, joka pystyy hyödyntämään tätä yleistymistä.

Hän tunnistaa neljä perustavanlaatuista eroa, jotka auttavat selittämään muutosta: tekoäly pystyy tekemään kognitiivista työtä, oppimaan datasta, muuttamaan sitä käyttävien ihmisten odotuksia ja vakiintumaan osaksi sen sukupolven arkea, joka kasvaa sen kanssa. Kolmas kohta eli refleksiivisyys on erityisen kiinnostava. Kun asiakkaat kokevat jonkin ominaisuuden, he alkavat odottaa sitä myös muualla. Teknologian käyttöönotto muuttaa markkinoita, joilla yritys toimii.

Suurin mullistus liittyy skaalautumisen nopeuteen. Tekoälyyritykset voivat kasvaa merkittäviksi aiemmin vain poikkeuksellisille menestystarinoille ominaisessa aikataulussa. Niiden arviointi edellyttää silti liiketoimintamallin ymmärtämistä. Laskutus tehtävän tai saavutetun tuloksen mukaan luo arvon, liikevaihdon ja kustannusten välille erilaisen suhteen kuin kiinteän ohjelmistokäyttäjämäärän myyminen.

Osa SaaS-oppeihin liittyvistä havainnoista on yhä erittäin ajankohtaisia. Toimialatuntemuksella on edelleen merkitystä. Tietyn toimialan todelliset ongelmat ymmärtävät erikoistuneet työkalut voivat rakentaa merkittäviä etuja. Omistusoikeudelliset datasilmukat voivat vahvistaa itseään, ja syvät integraatiot voivat synnyttää vaihtokustannuksia. Haasteena on erottaa nämä kestävät vahvuudet ominaisuuksista, joita asiakas voisi saada kymmeniltä muilta toimittajilta.

Kuusi mielen mallia, jotka auttavat esittämään parempia kysymyksiä

Kirja jäsentää keskeisen väitteensä kuuden mielen mallin ympärille: tekoälyn ymmärtäminen teknologiakokonaisuutena; perinteisten SaaS-oletusten kyseenalaistaminen; merkittävien markkinamurrosten ennakointi; markkinoiden ja yritysstrategian muutosten tunnistaminen; nopeamman skaalautumisen ymmärtäminen; sekä tekoälyn myytyjen tuotteiden kustannusten huolellinen arviointi.

Nämä mallit toimivat hyvin yhdessä, sillä kukin paljastaa erilaisen heikkouden pinnallisessa sijoitusteesissä. Yrityksen kutsuminen ”tekoälyyritykseksi” ei kerro juuri mitään sen taloudellisesta toimintalogiikasta. Liikevaihdon raju kasvu ei kerro juuri mitään sen kestävyydestä. Vahva bruttokate tänään ei kerro juuri mitään siitä, mitä tapahtuu, kun asiakkaat alkavat vaatia tuotteelta vaikeampien tehtävien hoitamista.

Arvostan eniten tapaa esittää toinen kysymys. Kun on ensin kysynyt, toimiiko teknologia, kannattaa kysyä, toimiiko se riittävän luotettavasti asiakkaan todellisessa työnkulussa. Kun on kysynyt, maksavatko asiakkaat, kannattaa selvittää, mistä he maksavat ja jatkuuko tällainen rahankäyttö todennäköisesti. Siksi kirja on hyödyllinen myös esimerkkiensä kirjoittamisajankohdan jälkeen.

Botkeeper ja kustannuskehityksen merkitys

Yksi hyödyllisimmistä tapaustutkimuksista käsittelee Botkeeperia, Rob Mayn sijoituskohteena ollutta kirjanpidon automatisointiin erikoistunutta yritystä. May kuvailee yritystä, joka turvautui aluksi vahvasti ihmistyöhön kirjanpidossa ja jonka bruttomarginaali oli noin 20–25 prosenttia. Tämä ei vaikuttanut houkuttelevalta sijoittajista, jotka odottivat ohjelmistoyrityksille tavanomaisia katteita. Ihmisten tekemä työ tuotti kuitenkin myös tietoa, jonka avulla prosessia voitiin automatisoida. Rob Mayn mukaan bruttomarginaali nousi myöhemmin yli 70 prosenttiin, kun yhä suurempi osa työstä siirtyi ohjelmistojen hoidettavaksi.

Tämän perusteella kannattaa tarkastella, mitä ihmisten osallistuminen auttaa rakentamaan. Jos jokainen suoritettu tehtävä auttaa järjestelmää hoitamaan seuraavan tehtävän tehokkaammin, alkuvaiheen palvelukustannukset voivat rahoittaa liiketoimintaa, jota on helpompi kasvattaa. Jos jokainen uusi asiakas sen sijaan edellyttää jatkuvasti vastaavaa lisäystä manuaaliseen työhön, taloudellinen logiikka on aivan toinen.

Rob May tarkastelee myös päinvastaista kehityskulkua: inferenssikustannuksia, jotka kasvavat käytön lisääntyessä. Tekoälyjärjestelmä voi tarvita enemmän laskentatehoa, useita yrityksiä tai ihmisen tekemää tarkistusta vaikeampien tehtävien suorittamiseen. Pienessä pilottihankkeessa houkuttelevalta vaikuttava tuote voi käydä kalliiksi, kun asiakkaat luottavat siihen vaativissa tehtävissä. Siksi kustannusten kehityssuunta on yhtä tärkeä kuin nykyinen kate.

Tehokkuus ei automaattisesti luo kilpailuetua

Toinen hyödylliseksi kokemani viitekehys on Rob Mayn kolmijako tekoälyn tuottamaan arvoon: hyödykkeistynyt tekoäly, ydinalueiden tekoäly ja liiketoimintaa laajentava tekoäly. Yleisesti ottaen näillä tarkoitetaan kyvykkyyksiä, jotka kilpailijat voivat helposti ottaa käyttöön, kyvykkyyksiä, jotka vahvistavat yrityksen olemassa olevaa etua, sekä kyvykkyyksiä, jotka avaavat uusia liiketoimintamahdollisuuksia.

Hänen kuvitteellinen lentoyhtiöesimerkkinsä havainnollistaa ensimmäistä luokkaa. Lentoyhtiö ottaa käyttöön tekoälypohjaisen asiakaspalveluagentin ja tehostaa toimintaansa. Kilpailijat ottavat sitten käyttöön vastaavia työkaluja. Se, mikä näytti hetken kilpailuedulta, muuttuu alan odotukseksi, ja osa taloudellisesta hyödystä voi kadota kilpailun myötä.

Tämä on hyödyllinen vastalääke sille, että jokaista tekoälyä koskevaa julkistusta pidetään merkkinä vahvemmasta liiketoiminnasta. Haluan tietää, mikä yrityksessä on yhä omaleimaista sen jälkeen, kun kilpailijat ovat saaneet käyttöönsä vastaavia työkaluja. Yritys, joka yhdistää tekoälyn omaan palautedataansa, syvälliseen toiminnan tuntemukseen tai vaikeasti kopioitavaan asiakastyönkulkuun, esittää vakuuttavamman vastauksen kuin yritys, joka ilmoittaa ottavansa käyttöön saman automaation, jota kaikki muutkin voivat ostaa.

Etsi johtajia, jotka osaavat ottaa tekoälyn käyttöön

Kirja sisältää runsaasti käytännön havaintoja, kuten sen, kuinka tärkeää on tukea johtajia, jotka todella pystyvät ottamaan tekoälyn osaksi toimintaansa. Konkreettinen suunnitelma työnkulkujen ja vastuiden muuttamisesta on paljon vakuuttavampi kuin esitys, jossa luvataan ottaa tekoäly käyttöön kaikkialla organisaatiossa.

Rob Mayn käsittely liikevaihdon laadusta vahvistaa tätä näkemystä. Maksulliset pilottihankkeet ja konseptitodistukset voivat tuottaa vaikuttavia alkuvaiheen lukuja, mutta ne on erotettava liikevaihdosta, joka syntyy jatkuvasta tuotantokäytöstä. Olennainen kysymys on, kuinka suuri osa liiketoiminnasta jäisi jäljelle, jos asiakkaat lopettaisivat kokeilut huomenna.

Pidän tätä erityisen arvokkaana perustajille. Pilottihankkeen voittaminen on edistysaskel, mutta tuotteen rakentaminen osaksi asiakkaan toimintatapoja on aivan eri saavutus. Eron ymmärtäminen varhaisessa vaiheessa voi vaikuttaa tuoteprioriteetteihin, rekrytointeihin ja siihen, miten yritys mittaa menestystään.

Loppuarvio

Tärkein oivallukseni on, ettei tätä kirjaa kannata varata yksinomaan sijoittajille. Yrittäjät hyötyvät yhtä lailla siitä, että ymmärtävät, mikä tekee tekoälyyrityksestä sijoituskelpoisen, miten kestävät kilpailuedut muodostuvat ja mitkä startup-yritysten sudenkuopat voi välttää ennen kuin niistä tulee kalliita.

Kirjaa kannattaa lähestyä harkintaa tukevana viitekehyksenä, ei ostettavien osakkeiden luettelona. Sen merkittävin anti on auttaa lukijaa perustelemaan täsmällisemmin, miksi hän uskoo yritykseen. Esimerkit väistämättä vanhenevat alan kehittyessä, mutta oletusten kyseenalaistamisen taito antaa kirjalle pysyvää arvoa.

Tekoälyyn sijoittaminen: kuusi ajattelumallia kilpailuetujen erottamiseen sudenkuopista tarjoaa ensimmäisiin periaatteisiin perustuvaa ajattelua, jonka vuoksi alun perin aloin lukea Rob Mayn uutiskirjettä. Se on ajatuksia herättävä ja lukemisen arvoinen teos sijoittajille, jotka pyrkivät erottamaan puolustettavan liiketoiminnan vakuuttavasta tarinasta, sekä yrittäjille, jotka haluavat rakentaa ensin mainitun.