ผู้นำทางความคิด

ความแตกต่างระหว่างความนิยมและคุณค่า: การประเมินศักยภาพของสตาร์ทอัพ AI ในช่วงแรก

Igor Ryabenkiy Nikolay KirpichnikovSergei BogdanovAlexander Korchevsky
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญนักลงทุนเอไอระดับพรี-ซีดในปัจจุบันให้ความสำคัญกับความเชี่ยวชาญเชิงลึกในโดเมนมากกว่าการบู…
ดูเพิ่มเติม
  • นักลงทุนเอไอระดับพรี-ซีดในปัจจุบันให้ความสำคัญกับความเชี่ยวชาญเชิงลึกในโดเมนมากกว่าการบูรณาการเอไอผิวเผิน เพื่อสร้างความได้เปรียบทางการแข่งขัน
  • สตาร์ทอัพเอไอระยะเริ่มต้นต้องแสดงให้เห็นถึงข้อมูลที่เป็นกรรมสิทธิ์หรือแกนทางเทคนิค เพื่อหลีกเลี่ยงการถูกแพลตฟอร์มขนาดใหญ่เข้ามากระทบ
  • การมีส่วนร่วมของผู้ใช้และการพัฒนาซ้ำอย่างรวดเร็วมีความสำคัญมากกว่าตัววัดเชิงภาพลักษณ์ ในการประเมินกิจการเอไอที่ยังไม่มีรายได้

เมื่อสองปีที่แล้ว นักลงทุนชั้นเอกมีการลงทุนอย่างกว้างขวางในทุกสิ่งที่เกี่ยวข้องกับ AI แต่ปัจจุบัน เราได้กลายเป็นคนเลือกและศึกษามากขึ้น โดยแสวงหาวิธีแก้ปัญหาในชีวิตจริงที่ AI เพิ่มคุณค่าจริงๆ

ดังนั้น มาทำข้อสรุปสุดท้ายตั้งแต่ต้นกัน: การมี “AI” ในชื่อบริษัทไม่ใช่ปัจจัยที่ตัดสินใจอีกต่อไป ต้องใช้เวลา两ปีในการที่จะผ่านพ้นการระเบิดของ AI และเริ่มแยกคุณค่าจริงออกจากโอกาสที่ไม่มีจริง

ความท้าทายที่แท้จริงได้ตกเป็นของนักลงทุนในระยะก่อนการเริ่มต้น เราต้องมองเห็นนวัตกรรมในหมู่โซลูชัน B2B S2A ที่มีฐานะเท่าเทียมกัน แต่ละโซลูชันอาจกลายเป็นยูนิคอร์นหรือแค่การห่อหุ้ม AI ที่ไม่มีค่า

ที่ Pre-Seed to Succeed (P2S) เราเชี่ยวชาญในการประเมินสตาร์ทอัพ AI ในระยะแรกที่สุด โดยที่การเติบโตน้อย ทีมงานมีขนาดเล็ก และวิสัยทัศน์มีความสำคัญเท่ากับการเขียนโค้ด เราจะแบ่งปันหลักการและแนวปฏิบัติที่เป็นแนวทางในการตัดสินใจลงทุนในภาคส่วนนี้ และตรวจหาวิสาหกิจที่มีศักยภาพสูง

ความเข้าใจผิดเกี่ยวกับ AI ในระยะก่อนการเริ่มต้น

นักลงทุนที่พิจารณาลงทุนในพื้นที่ AI ควรเข้าใจว่าขนาดและความเป็นเอกลักษณ์ของโซลูชันมีความสำคัญ มีความเข้าใจผิดเกี่ยวกับสตาร์ทอัพ AI ในระยะแรกที่ว่าเพียงแค่เพิ่มชั้น AI ที่บางๆ เช่น อินเทอร์เฟซของชैटบอท ก็เพียงพอในการสร้างธุรกิจที่ประสบความสำเร็จ คุณค่าจริงอยู่ที่ การเป็นเจ้าของข้อมูล การแก้ปัญหาเฉพาะ และการเข้าถึงผู้ใช้อย่างมีประสิทธิภาพ

เราได้เห็นผู้ก่อตั้งให้ความสนใจกับการรวมระบบที่สามารถทำซ้ำได้ง่ายๆ ตลาดมี ผู้ช่วยและผู้ช่วยเหลือ แต่เฉพาะผู้ที่มีประสบการณ์ในด้านที่ลึกซึ้งและมีช่องทางการกระจายที่แตกต่างหรือมีข้อมูลผู้ใช้ที่เป็นเอกลักษณ์เท่านั้นที่มีโอกาสกลายเป็นธุรกิจที่ดี ตัวอย่างเช่น โคปิล็อตทางกฎหมายสำหรับข่าวกรองสัญญา โซลูชันกลยุทธ์ด้านคนสำหรับ CHRO และโคปิล็อตบนไซต์งานก่อสร้าง – โครงการที่ซับซ้อนซึ่งต้องการประสบการณ์ในอุตสาหกรรมและความเข้าใจที่แท้จริงเกี่ยวกับกระบวนการที่ AI สามารถเพิ่มประสิทธิภาพได้ โซลูชันเหล่านี้มีคุณค่าสูงสุด

แนวโน้มอีกอย่างหนึ่งคือการเปลี่ยนแปลงจากโคปิล็อตไปสู่เอเจนต์ – ระบบอัตโนมัติที่สามารถไม่เพียงแต่ช่วยเหลือ แต่ยังสามารถดำเนินการอิสระได้ตลอดกระบวนการทำงาน โมเดลเหล่านี้จัดการกับงานหลายขั้นตอน ทำการให้เหตุผลข้ามระบบ และประสานการกระทำโดยไม่ต้องมีการกระตุ้นจากมนุษย์ แม้ว่ายังอยู่ในช่วงแรก แต่สตาร์ทอัพในการสร้างเฟรมเวิร์กเอเจนต์จริงสำหรับแนวตั้งเฉพาะ (เช่น การรายงานทางการเงิน การดำเนินการทางกฎหมาย) กำลังแสดงสัญญาณของการขยายตัวที่มีผลกระทบสูง

นอกจากนี้ ร่วมกับโอกาสที่ไม่สิ้นสุดสำหรับธุรกิจ , การนำ AI ไปใช้ทำให้เกิดค่าใช้จ่ายที่สูงกว่าที่คาดไว้ ลูกค้า B2B มีความเต็มใจที่จะลงทุนในโซลูชันแบบกำหนดเองที่มีราคาแพงเฉพาะในกรณีที่โซลูชันเหล่านั้นรวมเข้ากับกระบวนการทำงานที่มีอยู่และให้ประโยชน์ทางการเงินหรือการบรรเทากระบวนการ

การประเมินนวัตกรรมในความไม่มีรายได้

ในความไม่มีรายได้และความก้าวหน้าที่สำคัญ ประสบการณ์และความเชี่ยวชาญของทีมเป็นสิ่งที่สำคัญที่สุดที่เราลงทุนในระยะก่อนการเริ่มต้น

หากทีมสตาร์ทอัพเข้าใจถึงความแตกต่างของการนำ AI ไปใช้ในอุตสาหกรรมที่มีความเสี่ยงสูงและสามารถค้นพบความท้าทายทางธุรกิจที่เฉพาะเจาะจงได้ นั่นคือครึ่งหนึ่งของการชนะแล้ว อีกครึ่งหนึ่ง лежในด้านการดำเนินการ – ความสามารถในการสร้างโครงสร้างพื้นฐานที่รอบคอบ อินเทอร์เฟซไฮบริด และใช้ AI ที่มีประโยชน์จริง

ในหมู่ปัจจัย “พูด” ที่แสดงถึงคุณค่าของสตาร์ทอัพในความไม่มีรายได้ คือ ความเร็วในการดำเนินการ และสัญญาณแรกของความรักของผู้ใช้

จำเรื่องของกระต่ายและเต่าได้หรือไม่? วันนี้ ความเร็วในการดำเนินการมีความสำคัญมากกว่าที่เคย ตัวชี้วัดความว่างไม่ทำให้เราประทับใจ สตาร์ทอัพสามารถวนซ้ำได้อย่างรวดเร็ว รวมคำติชมของผู้ใช้ และแสดงความก้าวหน้าที่ดีภายในระยะเวลาที่กำหนด เช่น การบรรลุอัตราการแปลง 10% ในโครงการนำร่องหรือการบรรลุเป้าหมายหลัก สิ่งเหล่านี้มีแนวโน้มที่จะได้รับความสนใจจากนักลงทุนมากขึ้น

การรักษาผู้ใช้ก็มีความสำคัญเช่นกัน: ผู้ใช้กลับมาอีกหรือไม่? ผู้ใช้เข้าร่วมอย่างลึกซึ้งกับผลิตภัณฑ์หรือไม่? ในแพลตฟอร์มที่ใช้ LLM การบริโภคโทเค็นสามารถเป็นตัวแทนของความลึกในการใช้งานได้

แม้ว่าบางบริษัท AI จะสามารถขยายตัวได้อย่างรวดเร็ว แต่ระบบนิเวศยังคงไม่มั่นคง อัตรากำไรอาจลดลง และการแข่งขันรุนแรง ในสภาพแวดล้อมเหล่านี้ การมีส่วนร่วมของผู้ใช้ การเติบโตเบื้องต้น และความแข็งแกร่งของธีมเป็นไพ่ที่แข็งแกร่งที่สุดในดาดของสตาร์ทอัพ

ความสามารถในการป้องกันตลาดเป็นสิ่งจำเป็น

เราได้ปฏิเสธสตาร์ทอัพหลายตัวที่ดูเหมือนน่าสนใจในตอนแรก แต่ไม่มีความสามารถในการป้องกันตลาด – โครงสร้างพื้นฐานที่เป็นเอกลักษณ์ ข้อได้เปรียบในการระบุฉลากเฉพาะด้าน หรือวงจรข้อมูลที่สร้างโดยผู้ใช้ที่ลึกซึ้งยิ่งขึ้นด้วยเวลา

ทีมหนึ่งมีอินเทอร์เฟซที่สวยงาม แต่ไม่มีข้อมูลหรือความลึกทางเทคนิคที่เป็นเอกลักษณ์ อีกทีมหนึ่งได้ขี่คลื่นความนิยมของการเปิดตัว LLM ในตอนแรก แต่ถูกบดบังด้วยความสามารถใหม่ในแพลตฟอร์มที่ได้รับความนิยม

ตัวอย่างเช่น เราได้เห็นสตาร์ทอัพหลายตัวที่พยายามติด “ชั้นความฉลาดทางอารมณ์” เข้ากับ ChatGPT ระหว่างการโต้ตอบของผู้ใช้ แต่ถูกทำลายเพียงไม่กี่เดือนต่อมาโดย OpenAI เอง โดยการเปิดตัวคุณสมบัติที่คล้ายกันในตัว ซึ่งทำให้พื้นฐานของสตาร์ทอัพหายไปทั้งหมด เรื่องราวเหล่านี้สอนให้เราเข้าใจถึงความสำคัญของการลงทุนในบริษัทที่มีแก่นเทคนิคอิสระและโฟกัสเฉพาะด้าน

สัญญาณอันตรายที่เราติดตาม

ในการประเมินของเรา สัญญาณอันตรายที่เกิดขึ้นอย่างสม่ำเสมอ ได้แก่:

  • การเสนอขายที่หนักไปทางคำศัพท์ แต่ไม่มีรายละเอียด
  • ผู้ก่อตั้งที่ไม่สามารถระบุลูกค้าที่จ่ายเงินหรืออธิบายจุดปัญหาได้
  • การทำซ้ำโซลูชันมาตรฐานโดยไม่มีชั้นเทคโนโลยีที่เป็นเอกลักษณ์หรือโฟกัสเฉพาะด้าน

เราหยุดการสร้างและขายจิตวิทยา เราอยู่ในธุรกิจของการสนับสนุนผู้ก่อตั้งที่มุ่งมั่นที่จะแก้ปัญหาและกลายเป็นผู้นำในพื้นที่ของตน

สัญญาณอันตรายอีกอย่างหนึ่งที่เราติดตาม: สตาร์ทอัพที่มุ่งเน้นไปที่ปลั๊กอินของ OpenAI หรือสร้างทั้งหมดภายใน Notion, Slack หรือ Discord แพลตฟอร์มเหล่านี้สามารถตัดการเข้าถึงหรือดูดคุณค่าได้ เราถาม: สิ่งใดที่ยังคงอยู่หากแพลตฟอร์มเปลี่ยน API ในวันพรุ่งนี้?

คำแนะนำสำหรับนักลงทุนที่เข้าสู่ AI โดยไม่มีประสบการณ์ทางเทคนิค

สำหรับนักลงทุนที่ไม่มีประสบการณ์ทางเทคนิคที่ต้องการลงทุนในสตาร์ทอัพ AI คำแนะนำของเรานั้นง่ายๆ:

ขั้นแรก ควรหาพันธมิตรที่มีภูมิหลังทางเทคนิคที่สามารถตรวจสอบเทคโนโลยีและทีมงาน

ขั้นที่สอง ควรสนับสนุนผู้ก่อตั้งที่สามารถสื่อสารปัญหาและขั้นตอนในการแก้ปัญหาได้อย่างชัดเจน หากการเสนอขายไม่มีความชัดเจน มันขาดทิศทาง

ขั้นที่สาม ควรกระจายการลงทุนไปทั่วภาคส่วน ปัญหา และแบบจำลองธุรกิจ ซึ่งจะเพิ่มโอกาสในการค้นหาชัยชนะที่สำคัญและลดความเสี่ยงด้านลบ

หากสตาร์ทอัพในระยะก่อนการเริ่มต้นที่กำลังพิจารณาแสดงหลักฐานที่ชัดเจนของความต้องการของผู้ใช้ (ผู้ชมที่เติบโตอย่างรวดเร็ว ระดับการมีส่วนร่วมและคงไว้ซึ่งผู้ใช้ที่แข็งแกร่ง) และการปรับปรุงผลิตภัณฑ์บ่อยๆ ตามคำติชม – สิ่งเหล่านี้เป็นตัวบ่งชี้ของการเป็นธุรกิจที่มีศักยภาพสูงและมีโอกาสขยายตัว

สรุป

ในตลาด AI ที่มีความน่าดึงดูดใจในการไล่ตามสิ่งใหม่ๆ ที่จะเกิดขึ้น แต่การลงทุนในระยะแรกต้องใช้ความมีวินัย ความกังขา และความเข้าใจที่ลึกซึ้งเกี่ยวกับสิ่งที่แยกความนิยมออกจากคุณค่า

นักลงทุนที่ใช้ความเข้มงวด หาพันธมิตรที่มีประสบการณ์ และมุ่งเน้นไปที่พื้นฐานจะสามารถนำทางพื้นที่ที่มีความเร็วสูงนี้ได้ดีที่สุด และออกมาพร้อมกับพอร์ตโฟลิโอของบริษัท AI ที่มีผลกระทบและคงยืน

อิกอร์ Ryabenkiy เป็นผู้ร่วมก่อตั้ง ของ Pre-Seed to Succeed, ผู้ก่อตั้งและหุ้นส่วนหลัก (General Partner) ที่ AltaIR Capital อิกอร์มีประสบการณ์การลงทุนมากกว่า 20 ปี และมี 11 ยูนิคอร์นในพอร์ตโฟลิโอของเขา พื้นที่ที่เขามุ่งเน้นคือ ฟินเทค เครื่องมือเพิ่มประสิทธิภาพการทำงาน อนาคตของงาน B2B SaaS อิกอร์ Ryabenkiy จบการศึกษาระดับปริญญาเอกด้านบริหารธุรกิจ (Doctor of Business Administration) และเป็นนักเขียนหนังสือ Adventures in Venture Capital ซึ่งมีจุดมุ่งหมายเพื่อช่วยให้นักลงทุนแองเจิลมือใหม่และผู้ประกอบการเข้าใจตลาด

นิโคไล เคียร์พิชนิคอฟ เป็นผู้ร่วมก่อตั้ง Pre-Seed to Succeed และพาร์ตเนอร์ที่ AltaIR Capital / SPC เขาเป็นนักลงทุนร่วมลงทุนที่มุ่งเน้นสตาร์ทอัพ AI และ SaaS ระยะเริ่มต้น ด้วยประสบการณ์มากกว่า 15 ปีด้านการร่วมลงทุนและการเงินเชิงกลยุทธ์ เขาทำงานใกล้ชิดกับผู้ก่อตั้งในฐานะนักลงทุนที่มีประสบการณ์ดำเนินธุรกิจ สนับสนุนการระดมทุนและการลงมือดำเนินงานช่วงแรก ตั้งแต่ระยะก่อนเริ่มต้นหรือ pre-seed ไปจนถึงการรับเงินทุนจากสถาบัน

เซอร์เกย์ บ็อกดานอฟ เป็นผู้ร่วมก่อตั้ง Pre-Seed to Succeed และหุ้นส่วนผู้จัดการของ Yellow Rocks! เขามีปริญญาเอกด้านวิศวกรรมและประสบการณ์กว่า 20 ปีในธุรกิจ เทคโนโลยี และการเงิน เขาขยายเครือข่ายวิชาชีพที่กว้างขวางอย่างต่อเนื่อง เพื่อช่วยให้สตาร์ทอัพเข้าสู่ตลาดโลกและเติบโตเป็นบริษัทยูนิคอร์น

อเล็กซานเดอร์เป็นผู้ร่วมก่อตั้ง Pre-Seed to Succeed และหุ้นส่วนที่ I2BF Global Ventures เขาเปลี่ยนจากวิศวกรมาเป็นนักลงทุน โดยมุ่งเน้นซอฟต์แวร์ AI สำหรับอุตสาหกรรมเฉพาะ มีประสบการณ์สองทศวรรษด้านเงินร่วมลงทุน การเป็นผู้ประกอบการ และการเงิน โดยพอร์ตการลงทุนของเขามีบริษัทยูนิคอร์นห้าแห่ง