Priya Saiprasad, Touring Capital में जनरल पार्टनर – साक्षात्कार श्रृंखला

जब सॉफ़्टवेयर काम कर सकता है, तो यह उत्पाद, लक्षित बाजार, मूल्य निर्धारण मॉडल और इसे प्रदान करने वाली कंपनी की अर्थव्यवस्था को बदल देता है। हम शुरू से ही Touring को इस अवसर के इर्द‑गिर्द बनाना चाहते थे।

हमारा फोकस उन कंपनियों पर है जो शुरुआती प्रोडक्ट‑मार्केट फिट के करीब हैं या उसे प्रदर्शित कर रही हैं, जब तकनीकी संभावनाएँ ग्राहक अपनाने में बदलना शुरू करती हैं। यह AI में विशेष रूप से महत्वपूर्ण चरण है: संस्थापक यह तय कर रहे हैं कि कौन‑से वर्कफ़्लो को नियंत्रित किया जाए, ग्राहकों द्वारा कितनी स्वायत्तता स्वीकार की जाएगी, और शुरुआती मांग को दोहराने योग्य विकास में कैसे बदला जाए।

हम अपने वेंचर, M&A और बड़े तकनीकी प्लेटफ़ॉर्म के अनुभव से प्राप्त कंपनी‑निर्माण दृष्टिकोण को भी लाना चाहते थे। हमारा लक्ष्य संस्थापकों को ऐसे व्यवसाय बनाने में मदद करना है जिनके प्रतिस्पर्धात्मक लाभ तकनीक के आगे बढ़ने के साथ गहरे होते जाएँ। इसके लिए अवसर के प्रति दृढ़ विश्वास और लगातार अंतर्निहित धारणाओं की पुनः जाँच करने की इच्छा आवश्यक है।

आपने तर्क दिया है कि सबसे बड़े AI अवसर बड़े फाउंडेशन मॉडल बनाने से हटकर उन कंपनियों की ओर जा रहे हैं जो AI को विशिष्ट उद्योगों में लागू कर रही हैं। तकनीकी या आर्थिक रूप से क्या बदल गया है जिससे एप्लिकेशन लेयर अब इतनी आकर्षक बन गई है?

मॉडल बहुत अधिक सक्षम और सुलभ हो गए हैं, जिससे उद्यमियों के मूल्य सृजन के स्थान बदलते हैं। अब आपको शक्तिशाली कुछ बनाने के लिए मूल बुद्धिमत्ता को शून्य से बनाने की आवश्यकता नहीं रहती।

यह प्रश्न को “सबसे अच्छा मॉडल किसके पास है?” से बदलकर “कौन उस बुद्धिमत्ता को इस तरह लागू कर सकता है कि वह समस्या का समाधान करे और आर्थिक या वर्कफ़्लो को मूल रूप से बदल दे?” बनाता है।

सबसे आकर्षक कंपनियाँ केवल मौजूदा सॉफ़्टवेयर उत्पाद के सामने एक LLM नहीं रख रही हैं। वे AI का उपयोग करके काम करने के तरीके को पुनः सोच रही हैं। कुछ मामलों में, इसका मतलब वर्कफ़्लो के बड़े हिस्से को स्वचालित करना है। अन्य मामलों में, इसका मतलब है कि बहुत छोटी टीम अधिक आउटपुट उत्पन्न कर सके।

यहीं वह जगह है जहाँ मुझे लगता है कि मूल्य सृजन की अगली लहर होगी: ऐसी कंपनियाँ जो लगातार अधिक सक्षम बुद्धिमत्ता को लेकर उसे ऐसे उत्पाद में बदल सकें, जिस पर ग्राहक महत्वपूर्ण कार्य करने के लिए भरोसा करें।

जब आप आज विभिन्न सेक्टरों को देखते हैं, तो आप किन उद्योगों को वास्तविक AI मोड़ बिंदु पर पहुँचते हुए मानते हैं, जहाँ AI मौजूदा सॉफ़्टवेयर को केवल अधिक कुशल बनाने के बजाय वर्कफ़्लो को मूल रूप से पुनः संरचना कर सकता है?

मैं विशेष रूप से उन उद्योगों में रुचि रखता हूँ जिनमें महत्वपूर्ण ज्ञान कार्य, जटिल मौजूदा वर्कफ़्लो और ऐतिहासिक रूप से कम सॉफ़्टवेयर अपनाने का संयोजन है।

वित्तीय सेवाएँ, स्वास्थ्य देखभाल, कानूनी, औद्योगिक और ऑटोमोटिव अच्छे उदाहरण हैं। इन उद्योगों में अक्सर मूल्यवान जानकारी की विशाल मात्रा और अत्यधिक विशिष्ट वर्कफ़्लो होते हैं, लेकिन काम का अधिकांश हिस्सा अभी भी टुकड़े‑टुकड़े, मैनुअल या अनुभवी लोगों पर निर्भर रहता है जो सिस्टमों के बीच जानकारी स्थानांतरित करते हैं।

यह अवसर केवल उन कर्मचारियों को 10% अधिक उत्पादक बनाने तक सीमित नहीं है। अधिक रोचक कंपनियाँ अब AI की क्षमताओं के अनुसार कार्यप्रवाह को पुनः डिज़ाइन कर रही हैं।

आप इसे Numa जैसी कंपनियों में देख सकते हैं, जो ग्राहक इंटरैक्शन और डीलरशिप संचालन को स्वचालित करने के लिए AI एजेंट्स का उपयोग कर रही है, और Daloopa, जो वित्तीय संस्थानों द्वारा उपयोग किए जाने वाले अत्यधिक समय-संवेदनशील डेटा और अनुसंधान कार्यप्रवाहों में AI लागू करती है। सामान्य बिंदु यह है कि वे मूल कार्य की गहरी समझ रखते हैं। AI शक्तिशाली है, लेकिन यह उस उद्योग को समझने की आवश्यकता को समाप्त नहीं करता जिसके लिए आप निर्माण कर रहे हैं।

Touring Capital AI कंपनियों का मूल्यांकन करते समय डेटा मोत, प्रोडक्ट फ़्लायव्हील, और डोमेन-विशिष्ट विशेषज्ञता पर ज़ोर देता है। एक वास्तव में प्रतिरक्षित वर्टिकल AI व्यवसाय कैसा दिखता है, और आप इसे उस कंपनी से कैसे अलग करेंगे जिसकी मुख्य लाभ केवल थर्ड‑पार्टी बड़े भाषा मॉडल को लपेटना है?

एक वास्तव में प्रतिरक्षित AI व्यवसाय अपने संचालन के साथ मजबूत होता जाता है।

अधीनस्थ मॉडल समय के साथ सुधर सकता है, और कोई कंपनी पूरी तरह से मॉडल बदल सकती है, लेकिन व्यवसाय का मूल्य इसलिए नहीं गायब होना चाहिए क्योंकि नीचे का मॉडल बदलता है। महत्वपूर्ण यह है कि कंपनी उस मॉडल के आसपास क्या रखती है: ग्राहक संबंध, कार्यप्रवाह, स्वामित्व डेटा, एकीकरण और अधिक महत्वपूर्ण कार्य संभालने का विश्वास।

हम जिन बातों पर विशेष ध्यान देते हैं, उनमें से एक यह है कि क्या उत्पाद समय के साथ अधिक गहराई से समाहित हो रहा है। क्या ग्राहक इसे अधिक कार्य के साथ भरोसा कर रहे हैं? क्या उपयोग और परिणाम संचित हो रहे हैं? क्या कंपनी अपनी तैनाती से सीख रही है जिससे उत्पाद में सुधार हो रहा है?

ये गतिशीलताएँ केवल थर्ड‑पार्टी मॉडल के ऊपर एक अच्छा इंटरफ़ेस होने से कहीं अधिक मजबूत व्यवसाय बनाती हैं। AI में फीचर बहुत तेज़ी से अभिसरित हो सकते हैं। निरंतर उपयोग और गहरी कार्यप्रवाह अपनाना बहुत कठिन है दोहराने के लिए।

जैसे-जैसे फाउंडेशन मॉडल अधिक सक्षम और अधिक कमोडिटाइज़ होते जा रहे हैं, क्या यह वर्टिकल AI कंपनियों को सस्ती इंटेलिजेंस प्रदान करके उन्हें मजबूत बनाता है, या यह जोखिम पैदा करता है कि मॉडल प्रदाता स्वयं एप्लिकेशन लेयर को अधिक हद तक अपना लें?

दोनों गतिशीलताएँ एक साथ हो सकती हैं। बेहतर मॉडल एप्लिकेशन कंपनियों की डिलीवरी क्षमता को विस्तारित करते हैं, साथ ही मॉडल प्रदाताओं को उत्पादों और कार्यप्रवाहों में और अधिक प्रवेश करने की अनुमति देते हैं।

जाँच का प्रश्न यह है कि जैसे-जैसे अधीनस्थ बुद्धिमत्ता सुधरती है, कंपनी की स्थिति कैसे बदलती है। हम दो प्रश्न एक साथ पूछते हैं: अगले पीढ़ी के मॉडलों के साथ इस व्यवसाय के लिए क्या संभव हो जाता है, और उसकी वर्तमान मूल्य प्रस्ताव का कौन सा भाग मानक मॉडल क्षमता बन सकता है? यह उन कंपनियों को अलग करने में मदद करता है जो प्रगति से लाभान्वित होती हैं, बनाम उन कंपनियों को जिनका अंतर केवल अस्थायी सीमाओं पर निर्भर है।

वर्टिकल व्यवसाय विशेषीकृत कार्यप्रवाह, ग्राहक पहुँच, एकीकरण, मूल्यांकन प्रणाली और वह परिचालन जिम्मेदारी जो वे अपनाते हैं, के माध्यम से स्थायी स्थिति बना सकते हैं। इन फायदों के लिए निरंतर निवेश आवश्यक है; केवल डोमेन विशेषज्ञता स्थायी सुरक्षा नहीं देती।

वे कंपनियाँ जो मुझे सबसे आकर्षक लगती हैं, मॉडल के सुधार के साथ अधिक मूल्यवान कार्य लेने का स्पष्ट मार्ग रखती हैं। उनके ग्राहकों को बेहतर परिणाम मिलते हैं, उनकी डिलीवरी अर्थव्यवस्था मजबूत होती है, और उनका संचित ज्ञान अधिक उपयोगी बन जाता है। यही वह संबंध है मॉडल प्रगति के साथ जिसे हम समर्थन देना चाहते हैं।

परम्परागत सॉफ़्टवेयर‑एज़‑ए‑सर्विस कंपनियों का मूल्यांकन ऐतिहासिक रूप से वार्षिक आवर्ती राजस्व, सकल मार्जिन, रिटेंशन और सीट विस्तार जैसे मेट्रिक्स से किया जाता रहा है। AI इन मेट्रिक्स को कैसे बदल रहा है, विशेषकर जब इनफ़रेंस लागत, उपयोग‑आधारित मूल्य निर्धारण, और परिणाम‑आधारित व्यवसाय मॉडल अधिक महत्वपूर्ण हो रहे हैं?

ARR, रिटेंशन और सकल मार्जिन अभी भी महत्वपूर्ण हैं। समस्या यह है कि अकेले ये अब हमें पर्याप्त जानकारी नहीं देते।

एक AI कंपनी ARR में कई दसियों मिलियन तक बहुत तेज़ी से बढ़ सकती है जबकि उसके ग्राहक आधार के भीतर उपयोग पहले ही घट रहा होता है। ग्राहक अभी भी अनुबंध में हो सकता है, लेकिन जब नवीनीकरण का समय आता है, तो उत्पाद प्रभावी रूप से प्रतिस्थापित हो चुका होता है। इसे हम लैटेंट चर्न कहते हैं।

इसलिए हम मूल्य निर्धारण मॉडल के नीचे की ओर अधिक से अधिक देख रहे हैं और पूछ रहे हैं कि वास्तव में कौन सा कार्य किया जा रहा है। क्या कार्यप्रवाहों और परिणामों की संख्या समय के साथ बढ़ रही है? क्या ग्राहक उत्पाद पर अधिक कार्य करने के लिए भरोसा कर रहा है? क्या तैनाती की प्रारंभिक उत्सुकता के बाद भी उपयोग जारी है?

हम वृद्धि के पीछे की अर्थव्यवस्था को भी बहुत करीब से देख रहे हैं। AI कंपनियां स्वचालन के माध्यम से मानव कर्मचारियों को बदल सकती हैं, लेकिन कंप्यूट वास्तविक रूप से कार्यबल और लागत संरचना का हिस्सा बन जाता है। इसलिए हम कार्यप्रवाह तीव्रता, दक्षता गुणक, समायोजित कर्मचारी प्रति राजस्व और लागत लीवरेज जैसे अवधारणाओं को देखते हैं।

बड़ी सवाल यह है कि क्या समय के साथ वृद्धि अधिक टिकाऊ और कुशल बन रही है। शानदार वृद्धि और टिकाऊ वृद्धि आवश्यकतः एक ही चीज़ नहीं हैं।

कई AI एजेंट केवल कर्मचारियों की सहायता के लिए नहीं, बल्कि पूरे कार्यप्रवाह को स्वायत्त रूप से पूरा करने के लिए डिज़ाइन किए जा रहे हैं। यह एंटरप्राइज़ सॉफ़्टवेयर के बाजार अवसर को कैसे बदलता है, और क्या AI कंपनियां अंततः उन श्रम बजटों का एक हिस्सा पकड़ सकती हैं जो ऐतिहासिक रूप से सॉफ़्टवेयर खर्च के बाहर थे?

मुझे लगता है कि यह एंटरप्राइज़ सॉफ़्टवेयर में सबसे महत्वपूर्ण बदलावों में से एक है।

इतिहास में, सॉफ़्टवेयर मुख्यतः एक उपकरण के रूप में बेचा जाता था जो कर्मचारी को उनका काम करने में मदद करता था। कर्मचारी काम उत्पन्न करने के लिए ज़िम्मेदार रहता था, और सॉफ़्टवेयर बजट श्रम बजट से अलग होता था।

AI इस समीकरण को बदलता है क्योंकि सॉफ़्टवेयर अब स्वयं काम के हिस्सों को करने में सक्षम हो रहा है।

यह बाजार के अवसर को काफी बढ़ा देता है। अब आप केवल आईटी या सॉफ़्टवेयर बजट से एक उत्पादकता उपकरण नहीं बेच रहे हैं। यदि कोई उत्पाद विश्वसनीय रूप से सार्थक कार्य की ज़िम्मेदारी ले सकता है और मापनीय परिणाम उत्पन्न कर सकता है, तो वह श्रम बजट से भी मूल्य प्राप्त कर सकता है।

महत्वपूर्ण अंतर AI सहायक और उस AI प्रणाली के बीच है जिस पर ग्राहक वास्तव में कार्य करने के लिए भरोसा करते हैं। बाद वाले में अधिक मूल्य बनाने की संभावना होती है, लेकिन उसे वास्तविक विश्वसनीयता, जवाबदेही और आर्थिकता सिद्ध करनी होती है। अंततः ग्राहक इस बात की परवाह नहीं करेंगे कि AI कितना परिष्कृत है, यदि उत्पाद लगातार वह परिणाम नहीं दे पाता जो उसने वादा किया था।

आप वर्तमान में Numa और Daloopa जैसी कंपनियों के बोर्ड में हैं, जो ऑटोमोटिव ऑपरेशन्स और वित्तीय डेटा जैसे विभिन्न क्षेत्रों में तकनीक लागू करती हैं। इन कंपनियों ने आपको यह सिखाया है कि गहराई से स्थापित कार्यप्रवाह और डोमेन विशेषज्ञता वाले उद्योगों में AI को सफलतापूर्वक पेश करने के लिए क्या आवश्यक है?

सबसे बड़ा सबक यह है कि AI डोमेन विशेषज्ञता के महत्व को समाप्त नहीं करता। कई मायनों में, यह इसे और अधिक महत्वपूर्ण बना देता है।

स्थापित उद्योग में AI को सफलतापूर्वक पेश करने के लिए आपको कार्यप्रवाह को इतना गहराई से समझना होगा कि आप जान सकें स्वचालन वास्तव में कहाँ मूल्य बनाता है और कहाँ मानव निर्णय अभी भी आवश्यक है। आपको यह भी समझना होगा कि ग्राहक उत्पाद को कैसे अपनाएंगे, यह उनके मौजूदा सिस्टम और AI अपनाने चक्र में कैसे फिट बैठता है, और उनका भरोसा जीतने के लिए क्या चाहिए।

Numa और Daloopa बहुत अलग बाजारों में काम करती हैं, लेकिन दोनों अपने ग्राहकों के विशिष्ट कार्यों से गहराई से जुड़ी हैं। सबसे सफल वर्टिकल AI कंपनियां “AI को कहाँ लगाएँ?” से शुरू नहीं करतीं। वे एक सार्थक समस्या या कार्यप्रवाह से शुरू करती हैं और फिर इसे इस तरह पुनः डिज़ाइन करती हैं कि AI अब क्या कर सकता है।

इसी कारण मैं मानता हूँ कि समय के साथ डोमेन विशेषज्ञता एक महत्वपूर्ण लाभ बन सकती है। जितना गहरा आप कार्य को समझेंगे, उतनी ही प्रभावी ढंग से आप ऐसा उत्पाद बना पाएंगे जिस पर ग्राहक भरोसा करने को तैयार हों।

Touring के हालिया निवेश डोमेन-विशिष्ट अनुप्रयोगों और AI बुनियादी ढाँचे दोनों को कवर करते हैं। आप अनुप्रयोग परत में निवेश बनाम उसे शक्ति देने वाले बुनियादी ढाँचे के बीच संतुलन को कैसे देखते हैं, और आज आप कहाँ सबसे बड़ा वेंचर-स्तर रिटर्न अवसर देखते हैं?

हम अवसर को केवल स्टैक की एक परत में सीमित नहीं देखते। हम उन महत्वपूर्ण बाधाओं पर ध्यान केंद्रित करते हैं जो उभर रही हैं और जहाँ कोई कंपनी AI अपनाने के साथ एक सार्थक स्थिति बना सकती है।

अनुप्रयोग पक्ष में, हम उन कंपनियों से उत्साहित होते हैं जो AI को मापनीय आर्थिक मूल्य में बदल सकती हैं, महत्वपूर्ण कार्यप्रवाहों को अपने हाथ में लेकर वास्तविक परिणाम दे सकती हैं। बुनियादी ढाँचा पक्ष में, हम उन कंपनियों में रुचि रखते हैं जो उन प्रतिबंधों को हल कर रही हैं जो यह निर्धारित करते हैं कि AI को वास्तव में बड़े पैमाने पर कुशलता से तैनात किया जा सकता है या नहीं।

Infinity और Parasail जैसी कंपनियों में हमारे निवेश इसका प्रमाण हैं। एक विभिन्न AI चिप्स को आधुनिक मॉडलों को चलाने के लिए तैयार करने की सॉफ़्टवेयर चुनौती को हल कर रही है, जबकि दूसरी डेवलपर्स को AI वर्कलोड को तैनात और स्केल करने में मदद कर रही है, बिना अंतर्निहित बुनियादी ढाँचे का प्रबंधन किए।

बेहतर अवसर जरूरी नहीं कि यह निर्धारित करे कि कंपनी अनुप्रयोग में है या बुनियादी ढाँचे में। मुख्य प्रश्न यह है कि क्या कंपनी एक महत्वपूर्ण और टिकाऊ समस्या को हल कर रही है, जिसके पास AI बाजार के विकसित होने के साथ मूल्य में निरंतर वृद्धि की संभावना है।

अब जब बड़ी मात्रा में पूँजी कुछ सीमित फ्रंटियर AI कंपनियों में केंद्रित है, तो आप मानते हैं कि निवेशक अभी भी किस अवसर को कम आंक रहे हैं, और कौन‑से AI‑मूलभूत श्रेणियाँ या व्यापार मॉडल वह ध्यान नहीं पा रहे हैं जिसके वे हक़दार हैं?

एक क्षेत्र जो मुझे विशेष रूप से रोचक लगता है वह बाजार का मध्य भाग है।

वर्तमान में, वेंचर अधिकाधिक बारबेल्ड हो गया है। शुरुआती चरणों में आशाजनक कंपनियों की अत्यधिक माँग है, विशेषकर उन कंपनियों की जिनकी टीमें असाधारण हैं और तकनीक आकर्षक है। साथ ही सबसे बड़े, सबसे सिद्ध कंपनियों के लिए भी पर्याप्त पूँजी उपलब्ध है।

लेकिन मध्य, विशेषकर पारंपरिक Series B और C चरण, अब बहुत अधिक कठिन हो गया है।

AI ने अपेक्षाओं को संकुचित कर दिया है। कंपनियां अब शून्य से सार्थक राजस्व तक तेज़ी से पहुँच सकती हैं, जिससे जब कोई व्यवसाय राजस्व उत्पन्न करना शुरू करता है तो मानक बहुत ऊँचा हो जाता है। वह वृद्धि जो कुछ साल पहले असाधारण मानी जाती थी, आज के बाजार में अब विशेष नहीं रह सकती।

यह जोखिम और अवसर दोनों पैदा करता है।

कुछ कंपनियों को किसी विशेष समय में फंडरेज़िंग बाजार की इच्छाओं के अनुसार अनुकूलित करने के लिए दबाव दिया जा रहा है: 5x वृद्धि, 10x वृद्धि, एक निश्चित राजस्व माइलस्टोन, चाहे वह मार्गदर्शन एक टिकाऊ व्यवसाय बनाता हो या नहीं। बाजार छह से नौ महीनों में नाटकीय रूप से बदल सकता है, इसलिए संस्थापकों को यह सावधान रहना चाहिए कि वे केवल अगले वित्तीय दौर की अपेक्षाओं के लिए ही निर्माण न करें।

निवेशकों के लिए, मेरा मानना है कि उन कंपनियों की पहचान करने में वास्तविक अवसर है जिनकी बुनियादी नींव मजबूत है लेकिन वे आज के बाजार के चरम सीमाओं में ठीक नहीं बैठतीं। चुनौती यह है कि पर्याप्त अनुशासन रखकर टिकाऊ वृद्धि को उस कंपनी से अलग किया जाए जो केवल वर्तमान AI फाइनेंसिंग चक्र द्वारा आगे धकेली जा रही है।

उत्कृष्ट साक्षात्कार के लिए धन्यवाद, पाठकों को जो इस VC फर्म के बारे में अधिक जानना चाहते हैं, उन्हें Touring Capital पर जाना चाहिए।