AI-distributionsvågen har kapital – och en portföljrisk som ingen prisar in än

Förra månaden lanserade OpenAI en 4-miljardersentitet som heter OpenAI Deployment Company. TPG ledde rundan, med Bain Capital, Advent och Brookfield som medledande grundande parter och nitton PE-firmor som åtagit sig kapital totalt. Den uttalade missionen är att integrera AI-distributionsingenjörer direkt i företag och hitta deras högst värdeskapande AI-möjligheter (och sedan, givetvis, skala dem).

Anthropic följer samma struktur. Reuters rapporterade att båda företagen har oberoende bildat PE-backade joint ventures med målet att förvärva företag som distribuerar AI-tjänster. Det är uppenbart att detta är en branschomfattande kapitalbildningshändelse, inte en engångsstrategisk insats. Marknaden de växer in i är din portfölj. Investorer bör tänka noga på vad de faktiskt tittar på här.

Vad en PE-backad distributionsföretag är

TPG hanterar över 200 miljarder dollar i tillgångar, och dess förvaltarplikt löper till dess begränsade partners (det löper inte, i kontrast, till de företagskunder som kommer att ta emot distributionsingenjörer). När TPG skriver en check till OpenAI Deployment Company köper de en tillväxttillgång som mäts i AI-distributionsintäkter. En ingenjör som aktiverar tio arbetsflöden inom ett portföljbolag är en “bättre presterande” tillgång än en som aktiverar tre. Incitamentet att hitta, aktivera och skala AI-användning är inte ovidkommande för investeringsstrukturen. Det är snarare hela poängen.

Detta är vad PE-backade tillväxtfordon gör, och vad de ska göra. Incitamenten är inte feljusterade; de är bara justerade till en annan utgång än den som dina portföljbolag optimerar för. Medan de optimerar för skala, behöver de företag som absorberar dessa distributionslag optimeras för lönsamhet. I företags-AI kan dessa två saker divergera, tyst, under en förvånansvärt lång tid innan någon i byggnaden rynkar på ögonbrynen.

Vi har sett denna incitamentsstruktur förut

1999 bildades marchFIRST från sammanslagningen av USinternetworking och Whittman-Hart, med en toppvärdering på över 7 miljarder dollar. Företaget integrerade internetkonsulter i företag för att hitta och bygga högvärdesmöjligheter på webben. Razorfish och Sapient körde samma spel med samma kapitallogik bakom dem.

Pitchen var väl tidig. Företag behövde verkligen expertis som de inte hade, internet rörde sig snabbare än interna team kunde spåra, och konsulterna var faktiskt bra på sina jobb. Vad företagen inte fullt ut tänkte igenom (och vad många investerare inte heller hade) var hur incitamentsstrukturen under skulle bete sig när den väl var inne i byggnaden. Dessa företag kompenserades inte för kund-ROI, utan för mått som personalstyrka och fakturerbara timmar. Mer distribution var alltid bättre för dem, oavsett vad det betydde för kunden. Konsulter som hittade möjligheter belönades för att hitta fler av dem. LP-avkastning berodde på tillväxt.

marchFIRST ansökte om konkurs 2001, och lämnade företag med infrastruktur som de hade godkänt men inte alltid kunde motivera. AI-distributionsmarknaden kan eller kan inte följa samma bana, men jag skulle hävda att de ekonomiska incitamenten som ligger till grund för dessa nya företag är strukturmässigt identiska med dem som producerade dessa resultat. Investorer med portföljbolag som är på väg att öppna dörren för ett PE-backat distributionslag behöver ställa några specifika frågor innan de är genom dörren.

Inne i byggnaden, utanför böckerna

Varje AI-arbetsflöde som en distributionsingenjör aktiverar har en kostnadstruktur, antingen det är token som konsumeras, API-anrop som görs, beräkningsresurser som förbrukas, etc. Dessa ackumuleras månad för månad över varje transaktion och funktion som laget berör. Att aktivera och skala dessa arbetsflöden är distributionsingenjörens jobb; att mäta om de faktiskt är lönsamma i förhållande till deras kostnad är inte deras jobb, och det är inte hur deras prestation utvärderas. Kapitalstrukturen bakom dem har inget särskilt intresse av om företaget vet svaret på den frågan.

Så vem inom ditt portföljbolag håller egentligen reda på kostnaden per AI-arbetsflöde? Vem tillskriver AI-utgifter till de kundsegment och produktfunktioner som genererar dem? Vem har befogenhet att sakta ner eller blockera användning som konsumerar budget utan att producera en avkastning? Om svaret på någon av dessa frågor motsvarar en axelryckning, har ett PE-backat tillväxtmaskin nu tillgång till en kostnadspost med ingenting som reglerar utgifterna. Den risk som inte syns i styrelserummet ännu. Det är inte dolt, men ingen har byggt instrumenteringen för att hitta det.

Investeringsmöjligheten på andra sidan av detta

Fråga det genomsnittliga portföljbolaget vad ett AI-arbetsflöde faktiskt kostar dem per transaktion, eller vem som kan stänga av användning som bränner budget utan att producera en avkastning, och svaret är vanligtvis en lång paus. Det gapet tenderar att förbli osynligt tills fakturan gör det omöjligt att ignorera, och investerare är ofta bättre positionerade att upptäcka det tidigt än företagen själva.

För två år sedan var detta inte en kommersiell investeringshypotes eftersom distributionsvågen inte hade anlänt med allvarligt kapital bakom den (det har förändrats). Företag som nu absorberar inbäddade distributionslag utan den där lagern på plats kör samma experiment som företag gjorde 1999, och de som har det innan dessa lag går genom dörren är i en strukturmässigt annorlunda position, och så är deras investerare.

CFO:er som brändes 2001 hade gott om intelligens och inte tillräckligt med instrumentering, och när kostnadsstrukturen blev synlig var det redan dyrt att stoppa det. Den instrumenteringen finns nu, men om företag kommer att kräva den innan de öppnar dörren (och om investerare kommer att trycka på sina portföljbolag att kräva den) är fortfarande den öppna frågan.

Nitton PE-firmor har just åtagit sig 4 miljarder dollar för att skala AI-användning inom företag som ditt, och de är mycket bra på vad de gör. De investerare som kommer ut som vinnare på den här vågen kommer att vara de som såg till att deras företag var lika bra på sitt.