AI-utviklingsbølgen har kapital – og en porteføljrisiko som ingen priser inn enda

Forrige måned lanserte OpenAI en ny enhet på 4 milliarder dollar kalt OpenAI Deployment Company. TPG ledet runden, med Bain Capital, Advent og Brookfield som med-ledende grunnleggende partnere og nitten PE-firmaer som bidro med kapital totalt. Målet er å integrere AI-utviklingsingeniører direkte i bedrifter og finne deres høyest-verdifulle AI-muligheter (og så skale dem).

Anthropic følger samme struktur. Reuters rapporterte at begge selskapene har uavhengig dannet PE-støttede joint ventures med mål om å kjøpe opp bedrifter som tilbyr AI-tjenester. Dette er åpenbart en industrien-nivå kapitalformasjonshendelse, ikke en enkelt strategisk satsing. Markedet de vokser inn i er din portefølje. Investorer bør tenke nøye gjennom hva de faktisk ser på her.

Hva er et PE-støttet utviklingsselskap

TPG forvalter over 200 milliarder dollar i verdier, og deres fidusiariske plikt går til deres begrensede partnere (det gjør det ikke, i motsetning til, til bedriftskundene som mottar utviklingsingeniører). Når TPG skriver en sjekk til OpenAI Deployment Company, kjøper de en vekst-aktivum som måles i AI-utviklingsinntekter. En ingeniør som aktiverer ti arbeidsflyter innen en porteføljeselskap er en “bedre-performende” aktivum enn en som aktiverer tre. Denne incitamenten til å finne, aktiverer og skalerer AI-bruk er ikke tilfeldig i forhold til investeringsstrukturen. Det er heller hele poenget.

Dette er hva PE-støttede vekstfirma gjør, og hva de er ment å gjøre. Incitamentene er ikke feiljustert; de er bare justert til en annen utfall enn det ditt porteføljeselskap optimerer for. Mens de optimerer for skala, må selskapene som absorberer disse utviklingsteamene være optimerer for lønnsomhet. I bedrifts-AI kan disse to ting divergere, stille og rolig, i en overraskende lang tid før noen i bygningen rynker på brynene.

Vi har sett denne incitamentsstrukturen før

I 1999 ble marchFIRST dannet fra fusjonen mellom USinternetworking og Whittman-Hart, med en toppverdi på over 7 milliarder dollar. Bedriften integrerte internetkonsulenter innen bedrifter for å finne og bygge høyverdifulle web-muligheter. Razorfish og Sapient kjørte samme spill med samme kapitallogikk bak dem.

Pitchen var aktuelt. Bedrifter trengte virkelig ekspertise de ikke hadde, internettet beveget seg raskere enn interne team kunne holde tritt, og konsulentene var faktisk gode på jobben. Hva bedrifter ikke fullt ut tenkte gjennom (og hva mange investorer heller ikke hadde) var hvordan incitamentsstrukturen under ville oppføre seg en gang den var innenfor bygningen. Disse firmaene ble ikke kompensert for kunde-ROI, men for mål som headcount og billable timer. Mer utvikling var alltid bedre for dem uavhengig av hva det betydde for kunden. Konsulentene som fant muligheter ble belønnet for å finne flere av dem. LP-avkastning avhengig av vekst.

marchFIRST gikk konkurs i 2001, og etterlot bedrifter med infrastruktur de hadde godkjent, men ikke alltid kunne rettferdiggjøre. AI-utviklingsmarkedet kan eller kan ikke følge samme kurve, men jeg ville argumentere for at de økonomiske incitamentene underliggende disse nye foretak er strukturelt identiske med de som produserte disse resultater. Investorer med porteføljeselskaper som er på vei til å åpne døren for en PE-støttet utviklingsteam må stille noen spesifikke spørsmål før de er gjennom døren.

Innenfor bygningen, utenfor regnskapet

Hver AI-arbeidsflyt en utviklingsingeniør aktiverer medfører en koststruktur, enten det er tokens forbrukt, API-kall gjort, beregning forbrent osv. Disse akkumulerer måned for måned over hver transaksjon og funksjon teamet berører. Å aktiverer og skalerer disse arbeidsflytene er utviklingsingeniørens jobb; å måle om de faktisk er lønnsomme i forhold til deres kostnad er ikke deres jobb, og det er ikke hvordan deres ytelse blir evaluert. Kapitalstrukturen bak dem har ingen særlig interesse i om bedriften kjenner svaret på dette spørsmålet.

Så hvem innen ditt porteføljeselskap holder faktisk øye med kostnad-per-AI-arbeidsflyt? Hvem tilregner AI-utgifter til kundesegmenter og produktfunksjoner som genererer dem? Hvem har myndighet til å bremse eller blokkere bruk som forbruker budsjett uten å produsere en avkastning? Hvis svaret på noen av disse spørsmålene tilsvarer en skuldertrækking, har et PE-støttet vekstmaskin nå tilgang til en kostnadssenter med ingen styring av utgiftene. Den risikoen som ikke vises i styredekene enda. Det er ikke skjult, men ingen har bygget instrumenteringen for å finne det.

Investeringssjansen på den andre siden av dette

Spør den gjennomsnittlige porteføljeselskapet hva en AI-arbeidsflyt faktisk koster dem per transaksjon, eller hvem kan stoppe bruk som forbruker budsjett uten å produsere en avkastning, og svaret er vanligvis en lang pause. Denne gapet tenderer til å forbli usynlig til regningen gjør det umulig å ignorere, og investorer er ofte bedre posisjonert til å se det tidlig enn selskapene selv.

For to år siden var dette ikke en kommersiell investeringstese, fordi utviklingsbølgen ikke hadde ankommet med alvorlig kapital bak (det har endret seg). Bedrifter som nå absorberer innbygde utviklingsteam uten denne laget på plass er kjørende samme eksperiment som bedrifter kjørte i 1999, og de som har det på plass før disse teamene går gjennom døren er i en strukturelt annen posisjon, og så er deres investorer.

CFO-er som ble brent i 2001 hadde mye intelligens og ikke nok instrumentering, og på tidspunktet kostnadsstrukturen ble synlig, var det allerede dyrt å stoppe det. Den instrumenteringen eksisterer nå, men om bedrifter krever det før de åpner døren (og om investorer pusher sine porteføljeselskaper til å kreve det) er fortsatt det åpne spørsmålet.

Nitten PE-firmaer har nettopp investert 4 milliarder dollar i å skalerer AI-bruk innen bedrifter som dine, og de er svært gode på det de gjør. Investorer som kommer ut på toppen av denne bølgen vil være de som sikret at deres selskaper var like gode på deres.