Thomas Cuvelier, Partner, US & Europe, RTP Global – Haastattelusarja

Thomas Cuvelier, Partner, US & Europe, RTP Global on New Yorkissa toimiva sijoittaja, joka keskittyy tukemaan perustajia Yhdysvalloissa ja Euroopassa, jotka rakentavat kategoriamaailman luokan yrityksiä. Hän on erityisesti kiinnostunut yrittäjistä, jotka ovat motivoituneita ratkaisemaan todellisia maailmanlaajuisia ongelmia, eikä niinkään yrittäjiä, jotka haluavat vain perustaa yrityksen. Tietokoneiden ja tilastotieteen taustalla hän sijoittaa teknisesti vahvoihin tiimeihin Pre-Seed-vaiheesta Series A:han, tyypillisesti käyttäen 1-10 miljoonaa dollaria. Hänen sijoittamiskokemuksensa kattaa koko yrityksen elinkaaren, alkuasteesta kasvuvaiheeseen ja myöhäisvaiheen ostoihin, jota on muokannut aika suurten globaalien teknologia-keskusten parissa, kuten San Francisco, New York, Lontoo, Berliini ja Pariisi, ja tuo vahvan ylirajaisen näkemyksen teknologiasta, kyvyistä ja markkinoista. Hän puhuu myös sujuvasti ranskaa, mandariinia ja japania.

RTP Global on globaali varhaisen vaiheen venture capital -yhtiö, joka sijoittaa teknologiajohtaisiin yrityksiin Pohjois-Amerikassa, Euroopassa ja Aasiassa. Perustettu vuonna 2000, yhtiö keskittyy tukemaan kunnianhimoisia perustajia Seed- ja Series A -vaiheessa, ja sen tulosluetteloon kuuluvat yritykset kuten Datadog (DDOG ), Delivery Hero ja Cred. RTP Global toimii pitkän aikavälin sijoitusfilosofian mukaisesti, usein tukien yrityksiä useita vuosia, ja sijoittaa pääoman menneistä onnistumisista uusiin yrityksiin. Sen globaali läsnäolo ja verkosto mahdollistavat perustajien kansainvälistymisen, ja sen toimialakeskeisyys kattaa alueita kuten tekoäly, fintech, SaaS ja data-infrastruktuuri.

Olet tukenut laajan valikoiman AI-alkuperäisiä startup-yrityksiä, mukaan lukien työnkulun orkestraatiolaitteita, kuten Kestra, robotiikan data-alustoja, kuten Mecka AI, ja pystysuoria SaaS-yrityksiä, kuten Archy ja DualEntry. Kokemuksesi sijoittamisesta näiden eri alojen yli, mitä malleja näet AI-startup-yrityksissä, jotka saavuttavat todellista menestystä tänään?

Yksi mielenkiintoinen malli voidaan nähdä AI-startup-yritysten perustajien profiilissa. Näen yhä useammin yrittäjiä, jotka ovat motivoituneita ja rakentavat AI-alkuperäisiä ratkaisuja kipupisteisiin, joita he ovat kohdanneet ensinkään perinteisissä aloissa (se voi olla ERP-järjestelmät tai vanhanaikaiset ohjelmistot aloilla, kuten terveydenhuolto). On erillinen joukko yrittäjäperustajia, jotka ovat havainneet mahdollisuuden rikkoa perinteistä puolta globaalia liiketoimintaa ja rakentavat sen ympärille. Trendi on, että AI-alkuperäisten perustajien sukupolvi on kokoontumassa.

On myös mainittava, että menestys saavutetaan laajan maiseman yli. Raskaat teollisuudet, jotka olivat aikaisemmin “voittamattomia” startup-yritysten häirinnälle, kuten robotiikka ja hallintopalvelut, voidaan nyt häiritä ja ne ovat sopivia venture-sijoituksille.

Viimeaikaiset laukaisut suurten mallien toimittajilta, kuten Anthropic, ovat aiheuttaneet keskustelun siitä, ovatko pystysuorat AI-startup-yritykset edelleen puolustettavissa. Miten näet suhteen kehittyvän perustavanlaatuisen mallien ja sovelluskerroksen yritysten välillä?

Anthropicsin laukaisut aiheuttavat uhkaa startup-ekosysteemille, mutta meidän on oltava tarkkoja. Yritykset, jotka tarjoavat SaaS-palveluita PK-yrityksille ja sääntelemättömille aloille, ovat haavoittuvaisia. Heillä ei ole esteitä, joita perustavanlaatuiset malliyhtiöt eivät voisi rikkoa tehokkaalla pintapuolisella työkalulla.

Mutta pintapuolisen työkalun viehätys ulottuu vain niin pitkälle. Monimutkaiset työnkulut sääntelyaloilla ovat parhaiten palveluja AI-sovelluksilla, jotka ovat syvällisesti integroituja alan mukaisilla työkaluilla, jotka on suunniteltu tiimien toimesta, jotka ovat syvällisesti tuttuja alan kanssa. Pystysuorat AI-startup-yritykset, jotka ovat takana näitä sovelluksia, ovat puolustettavissa ja voivat kestää myrskyn.

Olet ehdottanut, että jotkut Series B- ja C- AI-startup-yritykset saattavat nyt kohdata rakenteellisia haasteita nopean edistymisen vuoksi perustavanlaatuisissa malleissa. Mitä arkkitehtonisia virheitä nämä yritykset tekivät, ja mitä opetuksia nuoremmat startup-yritykset voivat ottaa siitä?

Monien AI-startup-yritysten ongelma Series B- ja C-vaiheessa on, että heidän tuotteensa ovat ytimeltään kojut, jotka käyttävät LLM-malleja, joilla on vain muutamia perustuvia integraatioita. Nämä yritykset saavuttivat nopeasti menestystä harrastajien ja yritysten omaksumisella viime vuosina ja keräsivät suuria summia. Mutta nopeasti eteenpäin, ja perustavanlaatuiset mallitoimittajat ovat hyvin asemissa haastamaan heidän liiketoimintamallinsa.

Uusille perustajille opetus on välttää ottamasta liian suurta lohdutusta minkään havaitusta teknologisesta esteestä tai historiallisesta asiakaslojaalisuudesta. AI-tukeutuva ohjelmistokehitys ja liiketoiminnan skaalaus tekee tämän päivän läpimurrosta huomisen päivän tavaramerkiksi. Rakentaminen esteitä, jotka ovat edelleen vaikeasti toistettavissa – syvyys integraatiossa, syvyys alan mukaisessa asiantuntemuksessa ja vauras käyttäjäyhteisö – on parempi peli.

Kun arvioit AI-startup-yrityksiä tänään, mitä todella muodostaa puolustettavuuden? Onko se omistettu data, työnkulun integraatio, sääntelymonimutkaisuus, jakelu, tai jotain muuta?

Sanon, kyllä, kaikki nämä ovat tärkeitä. En voi korostaa riittävästi syvyyden integraation tarpeellisuutta. Puhumme integraatiosta yli 100 alan mukaisen työkalun ja sovelluksen kanssa, joka on taso, joka on vaikea syrjäyttää.

Kuten mainittu yllä, luulen, että perustavanlaatuisen mallin työntö pystysuoriin aloihin voi vain ulottua niin pitkälle. Sääntelyaloilla ja niiden kriittisillä työnkuluilla on liian monimutkaisia perustavanlaatuisille malleille, ja tässä on paras aukko AI-startup-yrityksille täyttää ja rakentaa puolustettavat liiketoiminnat.

Muut kuin mitä lueteltiin, lisäisin myös, että käyttäjien pidättäminen ja yhteisön rakentaminen ovat edelleen tärkeitä puolustettavuuden rakennuspalikoita. Aito käyttäjäuskollisuus, koska tuote on loistava ja ilo käyttää, on vaikea rakentaa, mutta myös vaikea häiritä.

Monet sijoittajat sanovat nyt, että teknologinen este tekoälyssä on kutistumassa. Oletko samaa mieltä, ja jos, mitä uusia kilpailuetuja on kehittymässä?

On tosiasia, että teknologinen este on kutistumassa. Jos tuotteesi voidaan rakentaa yli viikonloppuna, sinulla ei ole teknologista estettä – ja mahdollisuuden taito viikonloppuna tekoälyllä jatkuu yhä monimutkaisemmaksi.

Maailmassa, jossa ohjelmisto on helppo korvata, asiakasuskollisuus, jota tukee uskomattoman hyvä käyttökokemus, tulee oleelliseksi.

Mistä näkökulmasta etsit perustajia, jotka rakentavat AI-yrityksiä tänään? Onko tiettyjä ominaisuuksia, kokemuksia tai ajattelutapoja, jotka erottuvat, kun päättäät tukea perustajaa?

Henkilökohtaisesti #1 ominaisuus on kristallin selkeä ymmärrys loppuasiakkaista. Kun perustajat tuntevat asiakkaat kuin omat kämmenensä, ja tietävät, miten heidän tuotteensa sopii asiakkaan todellisuuteen, muut tärkeät elementit rakentamiseen onnistuneita AI-yrityksiä – kuten ohjattu syvä alan asiantuntemus – tulevat paikalleen.

Muita tärkeitä ominaisuuksia ovat tuotteeseen keskittyvä perustajahahmo ja vahvat henkilökohtaiset verkostot, jotka sisältävät yritys- päätöksentekijöitä, jotka voivat tulla asiakkaiksi myöhemmin.

Olet sijoittanut yrityksiin, jotka toimivat sääntelyaloilla, kuten vakuutuksilla, terveydenhuollossa ja rahoituspalveluissa. Miksi uskot, että sääntelyaloilla voi olla vahvemmat pitkän aikavälin mahdollisuudet AI-startup-yrityksille?

Aloilla, kuten terveydenhuolto, lääketeollisuus, rahoituspalvelut, vakuutus ja julkiset palvelut, on mahdollista häiritä AI-startup-yrityksillä, jotka on rakennettu maan tasolla kunkin alan tarpeiden ja työnkulkujen mukaisesti. Vaikutus LLM-malleista ja agenteista on niin vallankumouksellinen, ettei se “ohi” aloja, jotka ovat historiallisesti olleet hitaita omaksumaan teknologiaa.

Nämä aloilla ovat niin houkuttelevia startup-yrityksille, koska ne ovat edelleen hallinnassa perinteisiä ohjelmistoyrityksiä, jotka eivät voi helposti kääntää tuotteitaan tekoälyyn. Ja, kuten mainittu, ne ovat vähemmän alttiita perustavanlaatuisille malleille.

On ollut kasvava keskustelu mahdollisesta aaltojen ja hankintojen aallosta keskitason AI-yrityksissä. Mitä signaaleja näet, jotka viittaavat siihen, että konsolidointi voi kiihtyä seuraavien kahden vuoden aikana?

Selvin signaali on arvon purkautuminen, joka kohtaa rahapaineen samanaikaisesti. Monet keskitason AI-yritykset keräsivät vuosina 2021-2023 huippumonivuosiin ja kohtaavat nyt alennetun arvon, jos he menevät takaisin markkinoille, mikä tekee strategisesta hankinnasta miellyttävämmän kuin häpeällisestä uudelleen hinnoittelusta. Hankkijan puolella hyperskalereiden ja suurten platform-yritysten on viime vuosien aikana integroitu tekoälyominaisuuksia ja he ovat nyt toteuttaneet, että kaiken rakentaminen sisäisesti on hitaampaa kuin oston kautta.

Toinen signaali on kyky- ja datamoattidynamiikka: kun perustavanlaatuisen mallin kommodifikaatio kiihtyy, puolustettava arvo on yhä enemmän omistettu koulutusdataan ja markkinointiin eikä itse mallin arkkitehtuuriin, mikä on täsmälleen sitä, mitä acqui-hankinnat ja strategiset yhdistämiset kaappaavat tehokkaasti.

Lopulta sääntelyympäristö on hiljaisesti muuttumassa myöntävämmäksi; nykyinen Yhdysvaltain hallinto on antanut merkin lievemmästä kilpailupolitiikasta, mikä poistaa esteitä suurten strategisten yritysten tieltä, jotka olivat aiemmin varovaisia kaupan tarkastelun suhteen. Yhdistä se, ja sinulla on motivoituneita myyjiä, motivoituneita ostajia ja selkeä sääntelytie: tämä yhdistelmä on historiallisesti edeltänyt M&A-aaltoa.

AI-startup-yritykset voivat saavuttaa nopeasti ensimmäisen miljoonan tulon, usein nopeammin kuin edelliset SaaS-yritysten sukupolvet. Mutta skaalautuminen siitä eteenpäin näyttää olevan se, missä monet kamppailevat. Mitä erottaa yritykset, jotka menevät läpi, niistä, jotka jäävät jumiin?

Yritysten ja AI-perustajien välinen jakolinja on markkinointivauhti. Toimittaminen ominaisuuksilla ja tuotteilla, jotka ovat ohjattu käyttäjäyhteisön palautteen kautta. Ei epäröi globaalia kasvua. Tekeminen oikeista myyntihankintoja. Luotettavat jakelukanavat. Nämä ovat tärkeitä markkinointivauhdin periaatteita, jotka erottavat AI-startup-yritykset joukosta.

Katsoen eteenpäin kolmeen viiteen vuoteen, mitä tyypin AI-startup-yrityksiä olet innostunut tukemaan juuri nyt, ja mitkä kategoriassa ovat jo täyttyneitä tai haavoittuvia?

Olen innoissani mahdollisuuksista tekoälylle häiritä terveydenhuoltoa ja lääketeollisuutta (täynnä monimutkaisia ja sääntelyaloja työnkuluja, jotka voidaan häiritä), teollisuutta (jossa teknologisen häirinnän kehitys on edelleen matkalla) ja rahoitusta (erityisesti noudattamista ja kirjanpito/ERP).

Markkina korkean tason, PK-yrityksiä palveleville AI-tuotteille on täytynyt ja on alue, jossa startup-yritykset ovat haavoittuvia. Se on sama tapaus minkä tahansa AI-startup-yritykselle, jonka tuote voidaan helposti toistaa. Teknologiset esteet eivät ole enää luotettavia.