AI 배포 파도가 자본을 가지고 있으며 아직 가격에 반영되지 않은 포트폴리오 리스크가 있습니다

지난달, OpenAI는 40억 달러의 자금을 투자받은 OpenAI Deployment Company를 설립했습니다. TPG가 주도하고, Bain Capital, Advent, Brookfield가 공동 창립 파트너로 참여했으며, 19개의 PE 펌이 총 자금을 투자했습니다. 명시된 목표는 기업 내부에 직접 AI 배포 엔지니어를 배치하여 최고 가치의 AI 기회를 찾고 확대하는 것입니다.

Anthropic은 동일한 구조를 추구하고 있습니다. 로이터 통신은 두 회사가 독립적으로 PE 지원 조인트 벤처를 설립하여 AI 서비스 회사들을 인수하기 위해 협상을 진행하고 있다고 보도했습니다. 이는 명백히 산업 수준의 자본 형성 이벤트이며, 일회적인 전략적 베팅이 아닙니다. 그들이 성장하고 있는 시장은 여러분의 포트폴리오입니다. 투자자들은 이에 대해 신중하게 생각해야 합니다.

PE 지원 배포 회사란 무엇인가

TPG는 2,000억 달러 이상의 자산을 관리하며, 의무는 제한된 파트너에게 있습니다(반면, 배포 엔지니어를 받을 기업 고객에게는 의무가 없습니다). TPG가 OpenAI Deployment Company에 자금을 투자할 때, 이는 AI 배포 수익으로 측정되는 성장 자산을 구매하는 것입니다. 10개의 워크플ロー를 활성화하는 엔지니어는 3개의 워크플ロー만 활성화하는 엔지니어보다 더 좋은 성과를 보입니다. AI 사용을 찾고, 활성화하고, 확대하는 인센티브는 투자 구조에 부수적으로 포함된 것이 아닙니다. 이는 전체 목적입니다.

이것이 PE 지원 성장 차량이 하는 일이며, 해야 하는 일입니다. 인센티브는 불일치하는 것이 아닙니다. 단지 여러분의 포트폴리오 회사에서 최적화하는 결과와 다른 결과에 맞춰져 있을 뿐입니다. जबक에 그들은 규모를 최적화하는 데 중점을 두고 있습니다. 이러한 배포 팀을吸收하는 회사들은 수익성을 최적화해야 합니다. 기업 내부의 AI에서 이러한 두 가지가 조용히 상당히 오랜 기간 동안 분리될 수 있습니다.

우리는 이미 이러한 인센티브 구조를 보았습니다

1999년, marchFIRST는 USinternetworking과 Whittman-Hart의 합병으로 설립되어, 70억 달러 이상의 최고 가치를 기록했습니다. 이 비즈니스에서는 기업 내부에 인터넷 컨설턴트를 배치하여 최고 가치의 웹 기회를 찾고 구축했습니다. Razorfish와 Sapient는 동일한 논리와 자본 논리를 가지고 동일한 전략을 수행했습니다.

제안은 적절한 시기에 이루어졌습니다. 기업들은 실제로 자신들이 가지고 있지 않은 전문 지식을 필요로 했으며, 인터넷은 내부 팀이 추적할 수 있는 속도보다 더 빠르게 이동하고 있었으며, 컨설턴트들은 실제로 자신의 일을 잘하고 있었습니다. 그러나 기업들이 충분히 생각하지 못한 것은(그리고 많은 투자자들도 하지 못한 것은) 이러한 인센티브 구조가 건물 내부에서 어떻게 작용할 것인지입니다. 이러한 회사들은 고객의 ROI에 대한 보상을 받지 않았으며, 헤드카운트와 청구 가능한 시간과 같은 지표에 대한 보상을 받았습니다. 더 많은 배포는 항상 그들에게 더 좋았으며, 클라이언트에게 무엇을 의미하는지와 상관없이 말입니다. 기회를 찾는 컨설턴트들은 더 많은 기회를 찾는 것을 보상받았습니다. LP 리턴은 성장에 의존했습니다.

marchFIRST는 2001年に 파산했습니다. 기업들은 자신들이 승인했지만 항상 정당화할 수 없는 인프라를 가지고 있게 되었습니다. AI 배포 시장은 동일한 궤도를 따를 수 있거나 않을 수 있지만,私は 이러한 새로운 벤처의 경제적 인센티브가 이전에 동일한 결과를 만들어낸 것과 구조적으로 동일하다고 주장합니다. 포트폴리오 회사에 대한 PE 지원 배포 팀을 받아들이기 전에 투자자들은 몇 가지 특정한 질문을 해야 합니다.

건물 내부, 책상 밖에서

배포 엔지니어가 활성화하는 모든 AI 워크플ロー에는 비용 구조가 있습니다. 토큰이 소비되거나, API 호출이 수행되거나, 컴퓨팅 리소스가 사용되는 등이 있습니다. 이러한 비용은 월별로 모든 트랜잭션과 기능에 걸쳐 누적됩니다. 이러한 워크플로우를 활성화하고 확대하는 것은 배포 엔지니어의 일이지만, 이러한 워크플로우가 실제로 수익성을 가지고 있는지에 대한 비용을 측정하는 것은 그들의 일이 아닙니다. 또한, 그들의 성과는 이러한 질문에 대한 답변과는 관련이 없습니다. 배후의 자본 구조는 기업이 이러한 질문의 답변을 알고 있는지에 대해 특별한 관심이 없습니다.

따라서 여러분의 포트폴리오 회사 내에서 누가 실제로 AI 워크플로우당 비용을 추적하고 있는지, 누가 AI 지출을 고객 세그먼트와 생성하는 제품 기능에 귀속하는지, 누가 예산을 소비하지 않고 수익성을 생성하지 않는 사용을 늦추거나 차단할 수 있는 권한을 가지고 있는지에 대한 질문입니다. 이러한 질문에 대한 답변은 어깨를 으쓱하는 것이라면, PE 지원 성장 기계는 지출을 관리하지 않는 비용 센터에 접근할 수 있습니다. 이러한 리스크는 아직 보드 데크에 나타나지 않고 있습니다. 숨겨져 있는 것은 아닙니다. 그러나 아직誰도 이러한 리스크를 찾기 위한 도구를 구축하지 않았습니다.

이것의 다른 쪽에 있는 투자 기회

평균 포트폴리오 회사에 실제로 AI 워크플로우당 비용이 얼마인지 또는 예산을 소비하지 않고 수익성을 생성하지 않는 사용을 중단할 수 있는 사람이 누구인지 물어보면, 대답은通常 긴 정지입니다. 이러한 갭은 대개 비용이 무시할 수 없을 때까지 보이지 않으며, 투자자들은 종종 이러한 갭을 회사보다 먼저 발견할 수 있습니다.

2년 전, 이러한 투자 테제는 상업적으로 유효하지 않았습니다. 배포 파도가 아직 심각한 자본을 가지고 나타나지 않았기 때문입니다(이제 상황이 바뀌었습니다). 이러한 배포 팀을 받아들이기 전에 이러한 계층이 없는 기업들은 1999년에 entreprises가 수행한 동일한 실험을 수행하고 있으며, 이러한 계층을 가지고 있는 기업들은 구조적으로 다른 위치에 있으며, 투자자들도 마찬가지입니다.

2001년에烧伤된 CFO들은 충분한 지능을 가지고 있지만 충분한 도구가 없었습니다. 그리고 비용 구조가 보이기 시작했을 때, 이를 중단하는 것은 이미 비용이 많이 들었습니다. 이러한 도구는現在 존재하지만, 기업들이 이러한 팀을 받아들이기 전에 이러한 도구를 요구할 것인지(그리고 투자자들이 이러한 도구를 요구할 것인지)에 대한 질문은 아직 열린 질문입니다.

19개의 PE 펌이 40억 달러를 투자하여 기업 내부의 AI 사용을 확대하고 있으며, 그들은 자신이 하는 일에 매우 능숙합니다. 이러한 파도에서 앞서 나가는 투자자는 자신의 회사들이 동일하게 능숙한 회사들이 될 것입니다.