Gelombang Penerapan AI Memiliki Modal – dan Risiko Portofolio yang Belum Dihargai

Bulan lalu, OpenAI meluncurkan entitas senilai $4 miliar yang disebut OpenAI Deployment Company. TPG memimpin putaran tersebut, dengan Bain Capital, Advent, dan Brookfield bergabung sebagai mitra pendiri ko-lead dan sembilan belas firma PE berkomitmen untuk memberikan modal secara total. Misi yang dinyatakan adalah untuk memasukkan insinyur penerapan AI langsung ke dalam perusahaan dan menemukan peluang AI dengan nilai tertinggi (dan kemudian, tentu saja, menskalakan peluang tersebut).

Anthropic juga mengikuti struktur yang sama. Reuters melaporkan bahwa kedua perusahaan telah membentuk joint venture yang didukung oleh PE secara independen dengan target akuisisi perusahaan penerapan AI bisnis. Jelas, ini adalah peristiwa pembentukan modal tingkat industri, bukan taruhan strategis satu kali. Pasar yang mereka masuki adalah portofolio Anda. Investor harus berpikir dengan hati-hati tentang apa yang mereka lihat di sini.

Apa itu Perusahaan Penerapan yang Didukung oleh PE

TPG mengelola lebih dari $200 miliar dalam aset, dan kewajiban fidusia mereka berjalan ke mitra terbatas mereka (tidak, dengan kontras, berjalan ke pelanggan perusahaan yang akan menerima insinyur penerapan). Ketika TPG menulis cek untuk OpenAI Deployment Company, mereka membeli aset pertumbuhan yang diukur dalam pendapatan penerapan AI. Seorang insinyur yang mengaktifkan sepuluh alur kerja di dalam perusahaan portofolio adalah “aset yang berkinerja lebih baik” daripada yang mengaktifkan tiga. Insentif untuk menemukan, mengaktifkan, dan menskalakan penggunaan AI tidaklah insidental terhadap struktur investasi. Sebaliknya, itu adalah titik utama.

Ini adalah apa yang dilakukan oleh kendaraan pertumbuhan yang didukung oleh PE, dan apa yang seharusnya mereka lakukan. Insentif tidak salah sejajar; mereka hanya sejajar dengan hasil yang berbeda dari yang dioptimalkan oleh perusahaan portofolio Anda. Sementara mereka mengoptimalkan skala, perusahaan yang menyerap tim penerapan ini perlu mengoptimalkan profitabilitas. Dalam AI perusahaan, kedua hal tersebut dapat berbeda, diam-diam, selama waktu yang cukup lama sebelum siapa pun di dalam gedung mengangkat alis.

Kita Telah Melihat Struktur Insentif Ini Sebelumnya

Pada tahun 1999, marchFIRST dibentuk dari merger antara USinternetworking dan Whittman-Hart, membawa valuasi puncak lebih dari $7 miliar. Bisnis ini memasukkan konsultan internet ke dalam perusahaan untuk menemukan dan membangun peluang web dengan nilai tinggi. Razorfish dan Sapient menjalankan permainan yang sama dengan logika modal yang sama di belakang mereka.

Presentasi tersebut tepat waktu. Perusahaan benar-benar membutuhkan keahlian yang tidak mereka miliki, internet bergerak lebih cepat daripada tim internal bisa lacak, dan konsultan tersebut sebenarnya baik dalam pekerjaan mereka. Apa yang perusahaan tidak sepenuhnya pikirkan (dan apa yang banyak investor belum lakukan) adalah bagaimana struktur insentif di bawahnya akan berperilaku sekali di dalam gedung. Perusahaan tersebut tidak dibayar untuk ROI klien, tetapi untuk metrik seperti jumlah pegawai dan jam tagihan. Penerapan yang lebih banyak selalu lebih baik bagi mereka terlepas dari apa yang dimaksudkan untuk klien. Konsultan yang menemukan peluang diberi penghargaan untuk menemukan lebih banyak lagi. Pengembalian LP bergantung pada pertumbuhan.

marchFIRST mengajukan kebangkrutan pada tahun 2001, meninggalkan perusahaan dengan infrastruktur yang mereka setujui tetapi tidak selalu bisa membenarkan. Pasar penerapan AI mungkin atau mungkin tidak mengikuti busur yang sama, tetapi saya akan berargumen bahwa insentif ekonomi yang mendasari ventura baru ini identik secara struktural dengan yang menghasilkan hasil tersebut. Investor dengan perusahaan portofolio yang akan menyambut tim penerapan yang didukung oleh PE perlu bertanya beberapa pertanyaan spesifik sebelum mereka melewati pintu.

Di Dalam Gedung, Di Luar Buku

Setiap alur kerja AI yang diaktifkan oleh insinyur penerapan membawa struktur biaya, baik itu token yang dikonsumsi, panggilan API yang dilakukan, komputasi yang dibakar, dan sebagainya. Ini berkompilasi bulan demi bulan di seluruh transaksi dan fitur yang disentuh oleh tim. Mengaktifkan dan menskalakan alur kerja tersebut adalah tugas insinyur penerapan; mengukur apakah mereka benar-benar menguntungkan relatif terhadap biaya mereka tidak ada dalam tugas mereka, dan itu bukan bagaimana kinerja mereka dievaluasi. Struktur modal di belakang mereka tidak memiliki minat khusus dalam apakah perusahaan mengetahui jawaban atas pertanyaan tersebut.

Jadi, siapa di dalam perusahaan portofolio Anda yang sebenarnya melacak biaya per-alur-kerja-AI? Siapa yang mengatributkan pengeluaran AI ke segmen pelanggan dan fitur produk yang menghasilkannya? Siapa yang memiliki wewenang untuk memperlambat atau memblokir penggunaan yang menghabiskan anggaran tanpa menghasilkan pengembalian? Jika jawaban atas pertanyaan tersebut berjumlah pada anggukan, risiko yang tidak muncul di deck dewan belum. Ini tidak tersembunyi, per se, tetapi tidak ada yang membangun instrumen untuk menemukannya.

Peluang Investasi di Sisi Lain

Tanyakan kepada perusahaan portofolio rata-rata apa yang sebenarnya biaya alur kerja AI per transaksi, atau siapa yang dapat menutup penggunaan yang menghabiskan anggaran tanpa menghasilkan pengembalian, dan jawabannya biasanya jeda panjang. Celah tersebut cenderung tetap tidak terlihat sampai tagihan membuatnya tidak dapat diabaikan, dan investor sering kali lebih baik posisi untuk menemukannya lebih awal daripada perusahaan itu sendiri.

Dua tahun yang lalu ini bukanlah tesis investasi komersial karena gelombang penerapan belum tiba dengan modal serius di belakangnya (itu telah berubah). Perusahaan yang sekarang menyerap tim penerapan yang tertanam tanpa lapisan itu menjalankan eksperimen yang sama yang dijalankan perusahaan pada tahun 1999, dan perusahaan yang memiliki lapisan itu sebelum tim tersebut berjalan melalui pintu berada dalam posisi yang berbeda secara struktural, dan begitu juga dengan investor mereka.

CFO yang terbakar pada tahun 2001 memiliki banyak kecerdasan dan tidak cukup instrumen, dan pada saat struktur biaya menjadi terlihat, menghentikannya sudah mahal. Instrumen tersebut ada sekarang, tetapi apakah bisnis menuntutnya sebelum membuka pintu (dan apakah investor mendorong perusahaan portofolio mereka untuk menuntutnya) masih merupakan pertanyaan terbuka.

sembilan belas firma PE baru saja berkomitmen $4 miliar untuk menskalakan penggunaan AI di dalam perusahaan seperti milik Anda, dan mereka sangat baik dalam melakukan apa yang mereka lakukan. Investor yang akan unggul dalam gelombang ini akan menjadi mereka yang memastikan perusahaan mereka sama-sama baik dalam melakukan apa yang mereka lakukan.