Priya Saiprasad, генеральний партнер у Touring Capital — Серія інтерв’ю

Коли програмне забезпечення може виконувати роботу, це змінює продукт, доступний ринок, цінову модель і економіку компанії, що його постачає. Ми хотіли з самого початку будувати Touring навколо цієї можливості.

Наш фокус — компанії, які наближаються або демонструють ранній product‑market fit, коли технічний потенціал починає перетворюватись у прийняття клієнтами. Це особливо важливий етап у ШІ: засновники вирішують, які робочі процеси контролювати, яку автономність готові прийняти клієнти та як перетворити ранній попит у повторюване зростання.

Ми також хотіли надати перспективу будування компанії, сформовану нашим досвідом у венчурних інвестиціях, M&A та великих технологічних платформах. Наше прагнення — допомагати засновникам створювати бізнеси, конкурентні переваги яких поглиблюються зі розвитком технологій. Це вимагає впевненості у можливості та готовності постійно переосмислювати підґрунтові припущення.

Ви стверджували, що одні з найбільших можливостей ШІ переходять від простого створення більших фундаментальних моделей до компаній, які застосовують ШІ в конкретних галузях. Що технологічно або економічно змінилося, щоб шар застосувань став таким привабливим саме зараз?

Моделі стали значно більш потужними та доступними, що змінює, де підприємці можуть створювати цінність. Вам більше не потрібно будувати базовий інтелект з нуля, щоб створити щось потужне.

Це змінює питання з «Хто має найкращу модель?» на «Хто може застосувати цей інтелект для розв’язання проблеми таким чином, що це фундаментально змінює економіку або робочий процес?»

Найпривабливіші компанії не просто ставлять LLM перед існуючим програмним продуктом. Вони використовують ШІ, щоб переосмислити, як виконується робота. У деяких випадках це означає автоматизацію великих частин робочого процесу. В інших — дозволяє значно меншій команді виробляти суттєво більше результатів.

Саме тут, на мою думку, відбудеться наступна хвиля створення вартості: компанії, які можуть брати все більш потужний інтелект і перетворювати його у продукт, якому клієнти довіряють для виконання важливої роботи.

Коли ви оглядаєте різні сектори сьогодні, які галузі, на вашу думку, досягають справжньої інфлексії ШІ, коли ШІ може фундаментально перебудувати робочі процеси, а не лише підвищити ефективність існуючого програмного забезпечення?

Мене особливо цікавлять галузі, що поєднують значну інтелектуальну роботу, складні існуючі робочі процеси та історично низький рівень проникнення програмного забезпечення.

Фінансові послуги, охорона здоров’я, юридичний сектор, промисловість та автомобільна індустрія — це хороші приклади. У цих галузях часто є величезні обсяги цінної інформації та високоспеціалізовані робочі процеси, проте велика частина роботи все ще розпорошена, ручна або залежить від досвідчених людей, які передають інформацію між системами.

Можливість полягає не лише у підвищенні продуктивності цих працівників на 10 %. Найцікавіші компанії переосмислюють робочий процес, орієнтуючись на те, що AI вже може робити.

Це можна побачити в компаніях, таких як Numa, яка використовує AI‑агенти для автоматизації взаємодії з клієнтами та операцій автосалонів, і Daloopa, яка застосовує AI до надчутливих до часу даних і робочих процесів досліджень, що використовуються фінансовими установами. Спільною рисою є глибоке розуміння базової роботи. AI потужний, але він не усуває потреби розуміти галузь, для якої ви створюєте рішення.

Touring Capital підкреслює важливість датових бар’єрів, продуктових «flywheel» та галузевої експертизи при оцінці AI‑компаній. Яким виглядає справді захищений вертикальний AI‑бізнес і як його відрізнити від компанії, чия головна перевага – лише обгортка сторонньої великої мовної моделі?

Справді захищений AI‑бізнес стає сильнішим у процесі роботи.

Базова модель може з часом покращуватись, і компанія може повністю перейти на іншу модель, але вартість бізнесу не повинна зникати через зміну підлеглої моделі. Важливим є те, що компанія володіє навколо цієї моделі: відносини з клієнтами, робочий процес, власні дані, інтеграції та довіра, що дозволяє брати на себе все важливіші завдання.

Одне з того, на що ми звертаємо особливу увагу, — чи продукт з часом стає глибше вбудованим. Чи довіряють клієнти йому більше роботи? Чи зростають використання та результати? Чи навчається компанія на своїх впровадженнях таким чином, що покращує продукт?

Такі динаміки створюють набагато сильніший бізнес, ніж просто наявність гарного інтерфейсу над сторонньою моделлю. Функції можуть дуже швидко збігатися в AI. Постійне використання та глибше впровадження робочих процесів набагато важче відтворити.

Коли фундаментальні моделі стають більш потужними та все більш комерціалізованими, чи це зміцнює вертикальні AI‑компанії, надаючи їм дешевший інтелект для будівництва, чи створює ризик, що самі постачальники моделей поглинають більшу частину прикладного шару?

Обидві динаміки можуть відбуватись одночасно. Кращі моделі розширюють те, що компанії‑розробники можуть пропонувати, і водночас дозволяють постачальникам моделей проникати глибше у продукти та робочі процеси.

Питання, яке ми ставимо під час дью‑диліженсу, — як змінюється позиція компанії у міру покращення базової інтелектуальної потужності. Ми одночасно ставимо два питання: що стане можливим для цього бізнесу з наступним поколінням моделей і яка частина його поточної ціннісної пропозиції може перетворитися на стандартну можливість моделі? Це допомагає розрізнити компанії, що виграють від прогресу, від тих, чия диференціація залежить від тимчасового обмеження.

Вертикальні бізнеси можуть створювати стійкі позиції завдяки спеціалізованим робочим процесам, доступу до клієнтів, інтеграціям, системам оцінки та операційній відповідальності, яку вони беруть на себе. Ці переваги потребують постійних інвестицій; лише галузева експертиза не забезпечує постійного захисту.

Компанії, які мене найбільше вражають, мають чіткий шлях до виконання більш цінної роботи у міру покращення моделей. Їхні клієнти отримують кращі результати, економіка доставки зміцнюється, а накопичені знання стають кориснішими. Це той зв’язок з прогресом моделей, який ми хочемо підтримати.

Традиційні компанії SaaS історично оцінювалися за такими метриками, як щорічний повторюваний дохід, валова маржа, утримання клієнтів та розширення кількості місць. Як AI змінює метрики, на які ви спираєтеся, особливо коли витрати на інференс, ціноутворення за використанням та моделі бізнесу, орієнтовані на результати, стають важливішими?

ARR, утримання та валова маржа все ще важливі. Проблема в тому, що окремо вони вже не дають нам достатньо інформації.

AI‑компанія може дуже швидко зрости до десятків мільйонів ARR, хоча базове використання у її клієнтській базі вже знижується. Клієнт може залишатися під контрактом, але коли настає час продовження, продукт фактично вже замінений. Це те, що ми називаємо латентним відтоком.

Тому ми все більше заглядаємо під цінову модель і запитуємо, яка робота насправді виконується. Чи збільшується кількість робочих процесів і результатів з часом? Чи довіряє клієнт продукту виконувати більше роботи? Чи продовжується використання після початкового захоплення від впровадження?

Ми також уважніше розглядаємо економіку, що стоїть за зростанням. AI‑компанії можуть замінити людські ресурси автоматизацією, але обчислювальні потужності стають реальною частиною робочої сили та структури витрат. Тому ми аналізуємо такі поняття, як інтенсивність робочих процесів, множники ефективності, дохід на скоригованого працівника та важіль витрат.

Головне питання — чи стає зростання більш стійким і ефективним з часом. Вражаюче зростання і стійке зростання не обов’язково однакові.

Багато AI‑агентів розробляються не лише для допомоги співробітникам, а й для автономного виконання цілковитих робочих процесів. Як це змінює ринкову можливість для корпоративного програмного забезпечення і чи зможуть AI‑компанії в кінцевому підсумку захопити частину бюджетів на працю, які історично не входили до витрат на програмне забезпечення?

Я вважаю, що це один із найважливіших зрушень у корпоративному програмному забезпеченні.

Історично програмне забезпечення в основному продавалося як інструмент, який допомагав працівнику виконувати свою роботу. Працівник залишався відповідальним за створення результату, а бюджет на програмне забезпечення був окремим від бюджету на працю.

ШІ змінює цю рівність, оскільки програмне забезпечення все більше може виконувати частини роботи самостійно.

Це значно розширює ринкову можливість. Ви більше не просто продаєте інструмент підвищення продуктивності з бюджету ІТ або програмного забезпечення. Якщо продукт може надійно взяти на себе відповідальність за значущу роботу і створити вимірюваний результат, він може також захопити вартість з бюджетів на працю.

Важливе розрізнення — це різниця між AI‑асистентом і AI‑системою, якій клієнти довіряють виконувати завдання. Остання має потенціал стати значно ціннішою, але вона також повинна продемонструвати реальну надійність, підзвітність та економічну ефективність. Клієнти в кінцевому підсумку не будуть турбуватися про те, наскільки складний AI, якщо продукт не зможе послідовно доставляти обіцяний результат.

Ви зараз входите до ради директорів компаній, включаючи Numa та Daloopa, які застосовують технології в дуже різних галузях, таких як автомобільні операції та фінансові дані. Чого ці компанії навчили вас щодо того, що потрібно для успішного впровадження ШІ в індустрії з глибоко встановленими робочими процесами та експертизою у галузі?

Найголовніший урок полягає в тому, що ШІ не усуває важливість галузевої експертизи. Навпаки, у багатьох аспектах вона стає ще важливішою.

Щоб успішно впровадити ШІ в усталену індустрію, потрібно глибоко розуміти робочий процес, щоб знати, де автоматизація дійсно створює цінність, а де людське судження все ще має значення. Також необхідно розуміти, як клієнти будуть приймати продукт, як він вписується в їхні існуючі системи та цикл впровадження ШІ, і що потрібно для завоювання їхньої довіри.

Компанії Numa і Daloopa працюють у дуже різних ринках, але обидві глибоко пов’язані зі специфічною роботою, яку їхні клієнти мають виконати. Найуспішніші вертикальні AI‑компанії не починають з питання «Де ми можемо застосувати ШІ?». Вони починають з важливої проблеми або робочого процесу, а потім переосмислюють його, орієнтуючись на те, що ШІ тепер може робити.

Саме тому я вважаю, що галузева експертиза з часом може стати суттєвою перевагою. Чим глибше ви розумієте роботу, тим ефективніше можете створювати продукт, на який клієнти готові покладатися.

Останні інвестиції Touring охоплюють як галузево‑специфічні застосування, так і інфраструктуру, що забезпечує ШІ. Як ви розглядаєте баланс між інвестуванням у шар застосувань і інфраструктуру, необхідну для їх підтримки, і де, на вашу думку, сьогодні існує більша можливість отримати венчурні прибутки?

Ми не розглядаємо можливість як виключно існуючу в одному шарі стеку. Ми зосереджені на тому, де виникають важливі вузькі місця, і де компанія може зайняти значущу позицію у міру масштабування впровадження ШІ.

У сфері застосувань нас захоплюють компанії, які можуть перетворити ШІ у вимірювану економічну цінність, володіючи важливими робочими процесами та доставляючи реальні результати. У сфері інфраструктури нас цікавлять компанії, які вирішують обмеження, що визначають, чи може ШІ фактично бути ефективно розгорнутий у масштабі.

Наші інвестиції в компанії, такі як Infinity та Parasail, це підтверджують. Одна вирішує програмну задачу підготовки різних AI‑чипів до запуску сучасних моделей, а інша допомагає розробникам розгортати та масштабувати AI‑навантаження без необхідності самостійно керувати базовою інфраструктурою.

Краща можливість не обов’язково визначається тим, чи компанія працює в сфері застосувань чи інфраструктури. Ключове питання — чи вирішує компанія важливу та довготривалу проблему, яка має потенціал ставати все ціннішою у міру розвитку ринку ШІ.

З огляду на величезні обсяги капіталу, що зараз сконцентровані навколо відносно невеликої кількості передових AI‑компаній, де, на вашу думку, інвестори все ще недооцінюють можливості, і які AI‑нативні категорії або бізнес‑моделі отримують значно менше уваги, ніж заслуговують?

Одна область, яку я вважаю особливо цікавою, — це середина ринку.

Зараз венчурний ринок стає все більш навантаженим. Існує величезний попит на перспективні компанії на найраніших етапах, особливо ті, що мають виняткові команди та переконливі технології. Також доступний значний капітал для найкрупніших, найперевіреніших компаній.

Але середина, зокрема традиційні етапи Series B та C, стала значно складнішою.

ШІ стиснув очікування. Компанії тепер можуть перейти від нуля до значущого доходу швидше, ніж коли-небудь раніше, що суттєво підвищило планку, коли бізнес починає генерувати прибуток. Зростання, яке кілька років тому вважалося надзвичайним, сьогодні може вже не виділятися на ринку.

Це створює як ризики, так і можливості.

Деякі компанії змушують оптимізуватися під те, чого вимагає ринок залучення коштів у конкретний момент: 5‑кратний зріст, 10‑кратний зріст, певний рівень доходу, незалежно від того, чи створює така траєкторія стійкий бізнес. Ринок може різко змінитися за шість‑дев’ять місяців, тому засновникам слід бути обережними, щоб не будувати виключно під очікування наступного раунду фінансування.

Для інвесторів, я вважаю, існує реальна можливість виявляти компанії з міцними фундаментальними показниками, які не вписуються чітко в крайнощі сьогоднішнього ринку. Виклик полягає в тому, щоб бути достатньо дисциплінованим, щоб розрізнити стійке зростання від компанії, яка просто прискорюється поточним циклом фінансування в галузі ШІ.

Дякуємо за чудове інтерв’ю, читачі, які хочуть дізнатися більше про цю венчурну фірму, повинні відвідати Touring Capital.