Leader di pensiero

L’onda di distribuzione dell’AI ha il capitale – e un rischio di portafoglio che nessuno sta ancora valutando

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Lo scorso mese, OpenAI ha lanciato un’entità da 4 miliardi di dollari chiamata OpenAI Deployment Company. TPG ha guidato il round, con Bain Capital, Advent e Brookfield come co-lead founding partners e diciannove società di private equity che hanno impegnato capitali in totale. La missione dichiarata è quella di integrare gli ingegneri di distribuzione dell’AI direttamente all’interno delle imprese e trovare le opportunità di AI ad alto valore (e poi, naturalmente, scalarle).

Anthropic sta perseguendo la stessa struttura. Reuters ha riferito che entrambe le società hanno formato joint venture supportate da private equity con l’obiettivo di acquisire società di servizi di distribuzione di AI. È chiaro che si tratta di un evento di formazione di capitali a livello di industria, non di una scommessa strategica una tantum. Il mercato in cui stanno crescendo è il vostro portafoglio. Gli investitori dovrebbero riflettere attentamente su ciò che stanno realmente guardando.

Cosa è una società di distribuzione supportata da private equity

TPG gestisce oltre 200 miliardi di dollari in attività e il suo dovere fiduciario è nei confronti dei suoi soci limitati (non, per contrasto, nei confronti dei clienti aziendali che riceveranno gli ingegneri di distribuzione). Quando TPG scrive un assegno alla OpenAI Deployment Company, sta acquistando un asset di crescita che viene misurato in base ai ricavi della distribuzione dell’AI. Un ingegnere che attiva dieci flussi di lavoro all’interno di una società del portafoglio è un “asset che si esegue meglio” rispetto a uno che attiva tre. Quell’incentivo a trovare, attivare e scalare l’utilizzo dell’AI non è incidentale alla struttura di investimento. Al contrario, è l’intero punto.

Questo è ciò che fanno le società di crescita supportate da private equity, e ciò che sono supposte fare. Gli incentivi non sono allineati male; sono solo allineati a un esito diverso da quello per cui le vostre società del portafoglio stanno ottimizzando. Mentre loro ottimizzano per la scala, le società che assorbono questi team di distribuzione devono ottimizzare per la redditività. Nell’AI aziendale, queste due cose possono divergere, silenziosamente, per un periodo di tempo sorprendentemente lungo prima che qualcuno all’interno dell’edificio si accigli.

Abbiamo già visto questa struttura di incentivi

Nel 1999, marchFIRST è stata formata dalla fusione di USinternetworking e Whittman-Hart, con una valutazione di picco di oltre 7 miliardi di dollari. L’azienda stava integrando consulenti Internet all’interno delle imprese per trovare e costruire opportunità web ad alto valore. Razorfish e Sapient stavano eseguendo la stessa mossa con la stessa logica di capitali dietro di loro.

La presentazione era tempestiva. Le imprese avevano realmente bisogno di competenze che non avevano, Internet si stava muovendo più velocemente di quanto i team interni potessero tenere il passo e i consulenti erano effettivamente bravi nel loro lavoro. Ciò che le imprese non hanno completamente pensato (e che molti investitori non hanno fatto) è come la struttura di incentivi sottostante si sarebbe comportata una volta che fosse stata all’interno dell’edificio. Queste società non sono state compensate per il ROI del cliente, ma per metriche come il numero di dipendenti e le ore fatturabili. Più distribuzione era sempre meglio per loro, indipendentemente da cosa significasse per il cliente. I consulenti che trovavano opportunità sono stati ricompensati per averne trovate di più. I rendimenti degli LP dipendevano dalla crescita.

marchFIRST ha presentato istanza di fallimento nel 2001, lasciando le imprese con infrastrutture che avevano approvato ma non potevano sempre giustificare. Il mercato di distribuzione dell’AI potrebbe o non potrebbe seguire la stessa curva, ma io sostengo che gli incentivi economici sottostanti a queste nuove imprese sono strutturalmente identici a quelli che hanno prodotto quei risultati. Gli investitori con società del portafoglio che stanno per accogliere un team di distribuzione supportato da private equity devono fare alcune domande specifiche prima che siano attraverso la porta.

All’interno dell’edificio, fuori dai libri

Ogni flusso di lavoro di AI che un ingegnere di distribuzione attiva comporta una struttura di costi, sia essa token consumati, chiamate API effettuate, calcolo bruciato, ecc. Questi si accumulano mese dopo mese in ogni transazione e funzionalità che il team tocca. Attivare e scalare quei flussi di lavoro è il lavoro dell’ingegnere di distribuzione; misurare se sono effettivamente redditizi rispetto ai loro costi non è il loro lavoro e non è come la loro prestazione viene valutata. La struttura di capitali dietro di loro non ha un particolare interesse nel fatto che l’impresa conosca la risposta a quella domanda.

Quindi, chi all’interno della vostra società del portafoglio sta effettivamente monitorando il costo per flusso di lavoro di AI? Chi sta attribuendo la spesa per AI ai segmenti di clienti e alle funzionalità di prodotto che la generano? Chi ha l’autorità per rallentare o bloccare l’utilizzo che sta consumando il budget senza produrre un ritorno? Se la risposta a una di quelle domande equivale a un’alzata di spalle, una macchina di crescita supportata da private equity ora ha accesso a un centro di costo con nulla che governa la spesa. Quel rischio che non sta ancora comparendo nei piani aziendali. Non è nascosto, per così dire, ma nessuno ha costruito gli strumenti per trovarlo.

L’opportunità di investimento dall’altra parte di questo

Chiedi alla società media del portafoglio cosa costa effettivamente un flusso di lavoro di AI per transazione, o chi può interrompere l’utilizzo che sta bruciando il budget senza produrre un ritorno, e la risposta è solitamente una lunga pausa. Quella lacuna tende a rimanere invisibile fino a quando la bolletta non la rende impossibile da ignorare e gli investitori sono spesso meglio posizionati per individuarla presto rispetto alle società stesse.

Due anni fa, questo non era una tesi di investimento commerciale perché l’onda di distribuzione non era ancora arrivata con un serio sostegno di capitali (questo è cambiato). Le imprese che stanno assorbendo team di distribuzione integrati senza quel livello in atto stanno eseguendo lo stesso esperimento che le imprese hanno eseguito nel 1999, e quelle che lo hanno prima che quei team entrino nella porta sono in una posizione strutturalmente diversa, e così sono i loro investitori.

I CFO bruciati nel 2001 avevano molta intelligenza e non abbastanza strumenti, e nel momento in cui la struttura di costi divenne visibile, fermarla era già costoso. Quel strumento esiste ora, ma se le imprese lo richiederanno prima di aprire la porta (e se gli investitori spingeranno le loro società del portafoglio a richiederlo) è ancora la domanda aperta.

Diciannove società di private equity hanno appena impegnato 4 miliardi di dollari per scalare l’utilizzo dell’AI all’interno di società come la vostra, e sono molto brave in ciò che fanno. Gli investitori che usciranno vincenti da questa onda saranno quelli che hanno assicurato che le loro società fossero altrettanto brave nel loro.

Prima di fondare Revenium, John ha co-fondato OpSource e ha ricoperto il ruolo di CTO mentre l'azienda cresceva attraverso il suo acquisto da parte di NTT e l'espansione globale. In precedenza, ha guidato le operazioni di infrastruttura aziendale presso Sitesmith come COO e SVP di Operations attraverso il suo acquisto da parte di MFN. Ha fondato Revenium per portare la governance economica e il controllo finanziario alla prossima generazione di sistemi di intelligenza artificiale.