รีวิวหนังสือ: ลงทุนใน AI: กรอบความคิด 6 ประการเพื่อแยกคูเมืองทางธุรกิจออกจากกับดัก โดย Rob May

ฉันตื่นเต้นที่จะได้อ่าน ลงทุนใน AI: กรอบความคิด 6 ประการเพื่อแยกคูเมืองทางธุรกิจออกจากกับดัก ส่วนใหญ่เป็นเพราะฉันติดตาม Rob May มาหลายปีผ่านจดหมายข่าว Investing in AI ในความเห็นของฉัน สิ่งที่ทำให้ Rob May แตกต่างจากนักลงทุนจำนวนมากคือความเต็มใจที่จะไม่คล้อยตามความคิดส่วนใหญ่ และใช้เหตุผลจากหลักการพื้นฐาน เขามองข้ามเรื่องเล่าที่เป็นกระแสเพื่อพิจารณาว่าธุรกิจดำเนินงานจริงอย่างไร ข้อได้เปรียบของธุรกิจมาจากไหน และข้อได้เปรียบเหล่านั้นจะอยู่รอดจากการเปลี่ยนแปลงทางเทคโนโลยีครั้งต่อไปได้หรือไม่

นี่คือจุดที่หนังสือเล่มนี้โดดเด่น นี่เป็นหนังสือเล่มแรกที่ฉันพบซึ่งนำเสนอแนวทางการลงทุนใน AI ในลักษณะนี้ แทนที่จะเพียงชี้ให้เห็นเทคโนโลยีที่น่าตื่นเต้นหรือตลาดที่กำลังเติบโต หนังสือชวนให้ผู้อ่านปรับวิธีวิเคราะห์ธุรกิจที่สร้างขึ้นโดยอาศัยเทคโนโลยีดังกล่าวใหม่ทั้งหมด โอกาสมีมหาศาล แต่การมองเห็นศักยภาพของ AI ที่น่าจับตา กับการมองเห็นบริษัทที่น่าลงทุน เป็นทักษะคนละอย่างกันโดยสิ้นเชิง

เมื่อเรื่องเล่าเกี่ยวกับ AI ปะทะกับความเป็นจริง

Rob May นำเสนอประเด็นต่าง ๆ ผ่านเรื่องราวที่คุ้นเคยสำหรับทุกคนที่ติดตามแวดวง AI Jasper กลายเป็นบริษัทขวัญใจสื่อ และระดมทุนได้ 125 ล้านดอลลาร์สหรัฐ ที่มูลค่าประเมิน 1.5 พันล้านดอลลาร์สหรัฐ จากนั้น ChatGPT ก็ทำให้ผู้บริโภคเข้าถึงการสร้างข้อความคุณภาพสูงได้โดยตรง จนท้าทายคุณค่าของผลิตภัณฑ์ที่สร้างขึ้นโดยอาศัยการเข้าถึงขีดความสามารถพื้นฐานในลักษณะเดียวกัน Rob May ใช้เหตุการณ์พลิกผันนี้พิจารณาว่าข้อได้เปรียบที่เห็นได้ชัดอาจเปราะบางลงได้รวดเร็วเพียงใด

สิ่งที่ฉันสนใจในตัวอย่างนี้คือคำถามที่บีบให้นักลงทุนหรือผู้ก่อตั้งต้องเผชิญหน้า นั่นคือ เมื่อลูกค้าเข้าถึงเทคโนโลยีพื้นฐานได้อย่างแพร่หลายแล้ว พวกเขายังต้องการอะไรจากบริษัทของคุณอีก ธุรกิจที่มีคูเมืองป้องกันการแข่งขันได้แตกต่างจากผู้ให้บริการ AI ที่เป็นเพียงเปลือกหุ้มทั่วไปอย่างไร การเป็นผู้นำตั้งแต่ช่วงแรกอาจช่วยซื้อเวลาได้ แต่ไม่ได้ตอบคำถามนั้น การเป็นเจ้าของเวิร์กโฟลว์ ช่องทางการจัดจำหน่าย ความรู้เฉพาะทาง และความสัมพันธ์กับลูกค้าล้วนมีความสำคัญมากขึ้นอย่างยิ่ง เมื่อการเข้าถึงโมเดลกลายเป็นสินค้าโภคภัณฑ์

DeepSeek แสดงให้เห็นอีกด้านหนึ่งของความไม่แน่นอนนี้ หนังสือกล่าวถึงแรงสั่นสะเทือนจากการเกิดขึ้นของโมเดลระดับ GPT-4 ซึ่งมีรายงานว่าต้นทุนการฝึกอยู่ที่ 5.576 ล้านดอลลาร์สหรัฐ บทเรียนด้านการลงทุนมีนัยสำคัญ นั่นคือ สมมติฐานเกี่ยวกับต้นทุนในการแข่งขันอาจเปลี่ยนแปลงเร็วกว่าที่แบบจำลองการประเมินมูลค่าคาดการณ์ไว้มาก

เหตุใดจึงต้องทบทวนแนวทางแบบ SaaS

Rob May ย้อนกลับไปทบทวนฤดูหนาวของ AIในอดีต และให้เหตุผลว่าการนำ AI ไปใช้อย่างกว้างขวางในปัจจุบันได้ทำลายรูปแบบเดิมที่มีการสาธิตเทคโนโลยีอย่างน่าตื่นตา ก่อนตามมาด้วยความผิดหวังในวงกว้าง เขาให้เหตุผลว่า ปัจจุบัน AI ที่ใช้งานได้จริงฝังอยู่ในเวิร์กโฟลว์จริงมากเกินกว่าจะถอยกลับเข้าไปอยู่ในห้องทดลองได้ง่าย ๆ อย่างไรก็ตาม แม้การใช้งานจะยังขยายตัวต่อเนื่อง การระบุบริษัทยูนิคอร์นรายถัดไปที่สามารถคว้าโอกาสจากการเติบโตดังกล่าวก็ยังทำได้ยาก

เขาระบุความแตกต่างพื้นฐาน 4 ประการที่ช่วยอธิบายการเปลี่ยนแปลงนี้ ได้แก่ AI สามารถทำงานด้านการคิด เรียนรู้จากข้อมูล เปลี่ยนความคาดหวังของผู้ใช้งาน และกลายเป็นส่วนหนึ่งของชีวิตตามปกติสำหรับคนรุ่นที่เติบโตมาพร้อมกับ AI ประเด็นที่สาม หรือการสะท้อนกลับ มีความน่าสนใจเป็นพิเศษ เมื่อลูกค้าได้สัมผัสขีดความสามารถอย่างหนึ่งแล้ว พวกเขาก็เริ่มคาดหวังว่าจะพบสิ่งนั้นในที่อื่นด้วย ตลาดที่บริษัทให้บริการจึงเปลี่ยนแปลงไปเมื่อมีการนำเทคโนโลยีมาใช้

ปัจจัยพลิกเกมที่สำคัญที่สุดคือความเร็วในการขยายธุรกิจ บริษัท AI สามารถเติบโตจนมีขนาดใหญ่ได้ภายในกรอบเวลาที่แต่ก่อนเกิดขึ้นกับบริษัทที่เติบโตโดดเด่นเกินปกติเพียงไม่กี่แห่งเท่านั้น แต่การประเมินบริษัทยังคงต้องอาศัยความเข้าใจในรูปแบบธุรกิจ การคิดค่าบริการต่อหนึ่งงานหรือต่อผลลัพธ์หนึ่งรายการทำให้ความสัมพันธ์ระหว่างมูลค่า รายได้ และต้นทุนแตกต่างจากการขายสิทธิ์ใช้งานซอฟต์แวร์จำนวนคงที่

บทเรียนบางประการจาก SaaS ยังคงเกี่ยวข้องอย่างยิ่ง ความเชี่ยวชาญเฉพาะด้านยังสำคัญ เครื่องมือเฉพาะสำหรับแต่ละอุตสาหกรรมที่เข้าใจปัญหาจริงของอุตสาหกรรมนั้นสามารถสร้างข้อได้เปรียบที่มีนัยสำคัญได้ วงจรข้อมูลเฉพาะของบริษัทสามารถสร้างผลทบต้นได้ และการผสานระบบอย่างลึกซึ้งสามารถก่อให้เกิดต้นทุนในการเปลี่ยนผู้ให้บริการ ความท้าทายคือการแยกแยะจุดแข็งที่ยั่งยืนเหล่านี้ออกจากฟีเจอร์ที่ลูกค้าสามารถหาได้จากผู้ให้บริการรายอื่นอีกหลายสิบราย

กรอบความคิด 6 ประการที่ช่วยให้ตั้งคำถามได้ดีขึ้น

หนังสือจัดวางข้อโต้แย้งหลักไว้บนกรอบความคิด 6 ประการ ได้แก่ การทำความเข้าใจว่า AI ประกอบด้วยเทคโนโลยีหลากหลายประเภท การตั้งคำถามต่อสมมติฐานดั้งเดิมของ SaaS การคาดการณ์ความปั่นป่วนครั้งใหญ่ในตลาด การตระหนักถึงการเปลี่ยนแปลงของตลาดและกลยุทธ์องค์กร การทำความเข้าใจว่าธุรกิจขยายขนาดได้รวดเร็วยิ่งขึ้น และการประเมินต้นทุนขายของ AI อย่างรอบคอบ

กรอบความคิดเหล่านี้ทำงานเสริมกันได้ดี เพราะแต่ละกรอบเผยให้เห็นจุดอ่อนที่แตกต่างกันของวิทยานิพนธ์การลงทุนที่พิจารณาเพียงผิวเผิน การเรียกบริษัทหนึ่งว่าเป็น “ธุรกิจ AI” แทบไม่ได้บอกอะไรเกี่ยวกับเศรษฐศาสตร์ของธุรกิจนั้นเลย รายได้ที่เพิ่มขึ้นอย่างก้าวกระโดดก็บอกอะไรได้ไม่มากเกี่ยวกับความยั่งยืน เช่นเดียวกับอัตรากำไรขั้นต้นที่สูงในวันนี้ ซึ่งไม่ได้บอกว่าจะเกิดอะไรขึ้นเมื่อลูกค้าเริ่มขอให้ผลิตภัณฑ์ทำงานที่ยากขึ้น

สิ่งที่ฉันเห็นคุณค่ามากที่สุดคือการฝึกตั้งคำถามต่ออีกชั้น หลังถามว่าเทคโนโลยีใช้งานได้หรือไม่แล้ว ให้ถามต่อว่าเทคโนโลยีนั้นทำงานได้อย่างน่าเชื่อถือเพียงพอสำหรับเวิร์กโฟลว์จริงของลูกค้าหรือไม่ หลังถามว่าลูกค้าจ่ายเงินหรือไม่แล้ว ให้ถามต่อว่าพวกเขาจ่ายเพื่ออะไร และมีแนวโน้มจะจ่ายต่อไปหรือไม่ วิธีคิดเช่นนี้ทำให้หนังสือยังมีประโยชน์แม้เวลาจะผ่านไปจากช่วงที่เขียนตัวอย่างต่าง ๆ ไว้แล้ว

Botkeeper กับความสำคัญของแนวโน้มต้นทุน

กรณีศึกษาที่มีประโยชน์ที่สุดกรณีหนึ่งคือ Botkeeper บริษัทที่ทำระบบบัญชีอัตโนมัติ ซึ่ง Rob May เคยลงทุนด้วย เขาเล่าถึงธุรกิจที่ในช่วงแรกพึ่งพานักบัญชีที่เป็นมนุษย์เป็นอย่างมาก และมีอัตรากำไรขั้นต้นอยู่ที่ประมาณ 20 ถึง 25 เปอร์เซ็นต์ ตัวเลขดังกล่าวดูไม่น่าดึงดูดสำหรับนักลงทุนที่คาดหวังอัตรากำไรแบบธุรกิจซอฟต์แวร์ทั่วไป อย่างไรก็ตาม งานที่พนักงานเหล่านั้นทำยังสร้างข้อมูลซึ่งช่วยให้กระบวนการเป็นอัตโนมัติได้ Rob May ระบุว่าในเวลาต่อมา อัตรากำไรขั้นต้นสูงกว่า 70 เปอร์เซ็นต์ เมื่อมีการเปลี่ยนงานไปใช้ซอฟต์แวร์มากขึ้น

บทเรียนที่ผมได้จากเรื่องนี้คือ ควรพิจารณาว่าการมีส่วนร่วมของมนุษย์กำลังช่วยสร้างอะไร หากงานแต่ละชิ้นที่ทำเสร็จช่วยให้ระบบจัดการงานชิ้นถัดไปได้อย่างมีประสิทธิภาพมากขึ้น ต้นทุนการให้บริการในช่วงแรกก็อาจเป็นเงินทุนที่ช่วยสร้างธุรกิจซึ่งขยายขนาดได้ง่ายขึ้น แต่หากลูกค้าใหม่ทุกรายทำให้ต้องเพิ่มงานที่ต้องทำด้วยมือในสัดส่วนที่เท่ากันไปเรื่อย ๆ โดยไม่มีกำหนด เศรษฐศาสตร์ของธุรกิจก็จะบอกเล่าเรื่องราวอีกแบบหนึ่ง

Rob May ยังพิจารณาแนวโน้มในทิศทางตรงกันข้ามด้วย นั่นคือ ต้นทุนการประมวลผลเพื่ออนุมาน ที่เพิ่มสูงขึ้นตามปริมาณการใช้งาน ระบบ AI อาจต้องใช้การประมวลผลมากขึ้น ลองทำซ้ำหลายครั้ง หรือให้มนุษย์ตรวจทาน เพื่อทำงานที่ยากขึ้นให้สำเร็จ ผลิตภัณฑ์ที่ดูน่าสนใจในการทดลองนำร่องขนาดเล็กอาจมีต้นทุนสูงขึ้นเมื่อลูกค้าพึ่งพาผลิตภัณฑ์นั้นในการทำงานที่ซับซ้อน นี่จึงเป็นเหตุผลว่าทิศทางของต้นทุนสำคัญไม่แพ้อัตรากำไรในปัจจุบัน

ประสิทธิภาพไม่ได้กลายเป็นปราการทางธุรกิจโดยอัตโนมัติ

กรอบคิดอีกอย่างที่ผมเห็นว่ามีประโยชน์คือแนวคิดสามด้านเกี่ยวกับคุณค่าของ AI ของ Rob May ได้แก่ AI ที่กลายเป็นสินค้าโภคภัณฑ์ AI ที่เป็นหัวใจหลัก และ AI เพื่อการขยายธุรกิจ โดยกว้าง ๆ แล้ว แนวคิดเหล่านี้หมายถึงขีดความสามารถที่คู่แข่งนำไปใช้ได้โดยง่าย ขีดความสามารถที่ช่วยเสริมความได้เปรียบเดิมของบริษัท และขีดความสามารถที่เปิดโอกาสทางธุรกิจใหม่ ๆ

ตัวอย่างสายการบินสมมติของเขาช่วยให้เข้าใจประเภทแรกได้ง่าย สายการบินแห่งหนึ่งนำเจ้าหน้าที่สนับสนุนลูกค้าที่ใช้ AI มาใช้และทำงานได้อย่างมีประสิทธิภาพมากขึ้น จากนั้นคู่แข่งก็เริ่มนำเครื่องมือคล้ายกันมาใช้ สิ่งที่ดูเหมือนเป็นจุดแตกต่างในช่วงสั้น ๆ กลับกลายเป็นสิ่งที่ทั้งอุตสาหกรรมคาดหวัง และบริษัทคู่แข่งอาจแย่งชิงผลประโยชน์ทางเศรษฐกิจบางส่วนไป

แนวคิดนี้ช่วยเตือนใจไม่ให้มองทุกประกาศเกี่ยวกับ AI ว่าเป็นหลักฐานว่าธุรกิจแข็งแกร่งขึ้น ผมอยากรู้ว่าอะไรจะยังคงทำให้บริษัทโดดเด่น เมื่อคู่แข่งเข้าถึงเครื่องมือที่เทียบเคียงกันได้ บริษัทที่ผสาน AI เข้ากับข้อมูลป้อนกลับเฉพาะของตน ความรู้เชิงลึกเกี่ยวกับการดำเนินงาน หรือกระบวนการทำงานกับลูกค้าที่เลียนแบบได้ยาก ย่อมมีคำตอบที่น่าเชื่อถือกว่าบริษัทที่ประกาศใช้ระบบอัตโนมัติแบบเดียวกับที่ใคร ๆ ก็ซื้อได้

มองหาผู้บริหารที่นำ AI มาใช้ได้จริง

หนังสือเล่มนี้เต็มไปด้วยข้อสังเกตเชิงปฏิบัติ รวมถึงความสำคัญของการสนับสนุนผู้บริหารที่สามารถนำ AI มาปรับใช้ได้จริง แผนงานที่เป็นรูปธรรมสำหรับการปรับเปลี่ยนกระบวนการทำงานและความรับผิดชอบนั้นน่าเชื่อถือกว่าการนำเสนอที่ให้คำมั่นว่าจะใช้ AI ทั่วทั้งองค์กรอย่างมาก

ข้ออภิปรายของ Rob May เกี่ยวกับคุณภาพของรายได้ช่วยตอกย้ำประเด็นนี้ โครงการนำร่องที่มีการชำระเงินและการพิสูจน์แนวคิดอาจสร้างตัวเลขช่วงแรกที่น่าประทับใจ แต่ควรแยกออกจากรายได้ที่มาจากงานที่ดำเนินการอย่างต่อเนื่องในระบบจริง คำถามที่เป็นประโยชน์คือ หากลูกค้าหยุดทดลองใช้ในวันพรุ่งนี้ ธุรกิจจะยังเหลืออยู่มากเพียงใด

ผมเห็นว่าเรื่องนี้มีประโยชน์เป็นพิเศษสำหรับผู้ก่อตั้ง การชนะโครงการนำร่องถือเป็นความคืบหน้า แต่การสร้างผลิตภัณฑ์ที่กลายเป็นส่วนหนึ่งของวิธีดำเนินงานของลูกค้าเป็นความสำเร็จอีกระดับหนึ่ง การเข้าใจความแตกต่างนี้ตั้งแต่เนิ่น ๆ สามารถกำหนดทิศทางการจัดลำดับความสำคัญของผลิตภัณฑ์ การจ้างงาน และวิธีที่บริษัทใช้วัดความสำเร็จได้

บทสรุป

ข้อคิดสำคัญที่สุดของผมคือ หนังสือเล่มนี้ไม่ควรจำกัดผู้อ่านไว้เฉพาะนักลงทุนเท่านั้น ผู้ประกอบการเองก็มีโอกาสได้ประโยชน์ไม่น้อยจากการทำความเข้าใจว่าอะไรทำให้บริษัท AI น่าลงทุน ความได้เปรียบที่ยั่งยืนเกิดขึ้นได้อย่างไร และจะหลีกเลี่ยงหลุมพรางของสตาร์ตอัปข้อใดได้บ้างก่อนที่ปัญหาเหล่านั้นจะสร้างต้นทุนสูง

ควรอ่านหนังสือเล่มนี้ในฐานะกรอบคิดสำหรับการใช้วิจารณญาณ มากกว่าจะมองว่าเป็นรายชื่อหุ้นที่ควรซื้อ จุดเด่นที่สุดคือการช่วยให้ผู้อ่านอธิบายได้อย่างแม่นยำยิ่งขึ้นว่าทำไมตนจึงเชื่อมั่นในธุรกิจหนึ่ง ๆ ตัวอย่างต่าง ๆ ย่อมล้าสมัยไปตามความเปลี่ยนแปลงของอุตสาหกรรม แต่การตั้งคำถามกับสมมติฐานอย่างมีวินัยต่างหากที่ทำให้หนังสือเล่มนี้ยังคงมีประโยชน์ในระยะยาว

ลงทุนใน AI: แบบจำลองทางความคิด 6 ประการเพื่อแยกความได้เปรียบที่ยั่งยืนออกจากกับดักนำเสนอการคิดจากหลักการพื้นฐาน ซึ่งเป็นเหตุผลที่ทำให้ผมเริ่มติดตามจดหมายข่าวของ Rob May ตั้งแต่แรก สำหรับนักลงทุนที่พยายามแยกธุรกิจที่มีความได้เปรียบซึ่งปกป้องไว้ได้ออกจากเรื่องเล่าที่ชวนคล้อยตาม และผู้ประกอบการที่พยายามสร้างธุรกิจแบบแรก หนังสือเล่มนี้เป็นงานอ่านที่ชวนขบคิดและคุ้มค่า