Priya Saiprasad, Đối tác chung tại Touring Capital – Loạt phỏng vấn

Khi phần mềm có thể thực hiện công việc, nó thay đổi sản phẩm, thị trường có thể tiếp cận, mô hình giá và kinh tế học của công ty cung cấp nó. Chúng tôi muốn xây dựng Touring dựa trên cơ hội đó ngay từ đầu.

Chúng tôi tập trung vào các công ty đang tiến tới hoặc đã chứng minh product-market fit sớm, khi tiềm năng kỹ thuật bắt đầu chuyển đổi thành việc khách hàng chấp nhận. Đó là giai đoạn đặc biệt quan trọng trong AI: các nhà sáng lập đang quyết định những quy trình nào sẽ sở hữu, mức độ tự chủ mà khách hàng sẽ chấp nhận, và cách biến nhu cầu sớm thành tăng trưởng có thể lặp lại.

Kèm theo, chúng tôi muốn mang đến góc nhìn xây dựng công ty dựa trên kinh nghiệm của mình trong lĩnh vực đầu tư mạo hiểm, M&A và các nền tảng công nghệ lớn. Khát vọng của chúng tôi là giúp các nhà sáng lập xây dựng doanh nghiệp có lợi thế cạnh tranh ngày càng sâu sắc khi công nghệ tiến bộ. Điều đó đòi hỏi niềm tin vào cơ hội và sẵn sàng liên tục xem xét lại các giả định phía dưới.

Bạn đã lập luận rằng một số cơ hội AI lớn nhất đang chuyển hướng từ việc chỉ xây dựng các mô hình nền tảng lớn hơn sang các công ty áp dụng AI vào các ngành công nghiệp cụ thể. Công nghệ hoặc kinh tế đã thay đổi như thế nào để làm cho lớp ứng dụng trở nên hấp dẫn đến vậy hiện nay?

Các mô hình đã trở nên mạnh mẽ và dễ tiếp cận một cách đáng kể, điều này thay đổi nơi mà các doanh nhân có thể tạo ra giá trị. Bạn không còn cần phải xây dựng trí tuệ nền tảng từ đầu để tạo ra một sản phẩm mạnh mẽ.

Điều đó làm chuyển câu hỏi từ, “Ai có mô hình tốt nhất?” sang, “Ai có thể áp dụng trí tuệ đó để giải quyết một vấn đề theo cách làm thay đổi cơ bản nền kinh tế hoặc quy trình làm việc?”

Các công ty hấp dẫn nhất không chỉ đơn giản là đặt một LLM trước một sản phẩm phần mềm hiện có. Họ đang sử dụng AI để suy nghĩ lại cách công việc được thực hiện. Trong một số trường hợp, điều này có nghĩa là tự động hóa một phần lớn quy trình. Trong những trường hợp khác, nó có nghĩa là cho phép một đội ngũ nhỏ hơn nhiều tạo ra sản lượng đáng kể hơn.

Đó là nơi tôi cho rằng làn sóng tạo giá trị tiếp theo sẽ diễn ra: các công ty có thể tận dụng trí tuệ ngày càng mạnh mẽ và biến nó thành một sản phẩm mà khách hàng tin tưởng để thực hiện công việc có ý nghĩa.

Khi bạn nhìn vào các ngành hiện nay, bạn tin rằng ngành nào đang đạt đến một điểm ngoặt AI thực sự, nơi AI có thể tái cấu trúc cơ bản các quy trình làm việc thay vì chỉ làm cho phần mềm hiện có hiệu quả hơn?

Tôi đặc biệt quan tâm đến các ngành có sự kết hợp giữa công việc tri thức đáng kể, quy trình hiện có phức tạp và mức độ thâm nhập phần mềm lịch sử thấp.

Dịch vụ tài chính, chăm sóc sức khỏe, pháp lý, công nghiệp và ô tô là những ví dụ tiêu biểu. Những ngành này thường có khối lượng thông tin quý giá khổng lồ và quy trình chuyên môn cao, nhưng phần lớn công việc vẫn còn rời rạc, thủ công hoặc phụ thuộc vào những người có kinh nghiệm chuyển thông tin giữa các hệ thống.

Cơ hội không chỉ đơn giản là làm cho những công nhân đó năng suất hơn 10%. Những công ty thú vị hơn đang thiết kế lại quy trình làm việc dựa trên những gì AI hiện có thể làm.

Bạn có thể thấy điều đó ở các công ty như Numa, đang sử dụng các tác nhân AI để tự động hoá tương tác khách hàng và hoạt động đại lý, và Daloopa, áp dụng AI vào các quy trình dữ liệu và nghiên cứu nhạy cảm về thời gian mà các tổ chức tài chính sử dụng. Điểm chung là sự hiểu biết sâu sắc về công việc nền tảng. AI mạnh mẽ, nhưng không loại bỏ nhu cầu hiểu ngành mà bạn đang xây dựng.

Touring Capital nhấn mạnh các hào dữ liệu, vòng quay sản phẩm và chuyên môn miền khi đánh giá các công ty AI. Một doanh nghiệp AI dọc đứng thực sự như thế nào, và làm sao phân biệt nó với công ty mà lợi thế chính chỉ là bao bọc một mô hình ngôn ngữ lớn của bên thứ ba?

Một doanh nghiệp AI thực sự có khả năng phòng thủ sẽ mạnh mẽ hơn khi nó vận hành.

Mô hình nền tảng có thể cải thiện theo thời gian, và một công ty có thể chuyển đổi hoàn toàn sang mô hình khác, nhưng giá trị của doanh nghiệp không nên biến mất chỉ vì mô hình thay đổi. Điều quan trọng là những gì công ty sở hữu quanh mô hình đó: mối quan hệ khách hàng, quy trình làm việc, dữ liệu sở hữu, các tích hợp và niềm tin để thực hiện những công việc ngày càng quan trọng.

Một trong những yếu tố chúng tôi chú ý kỹ là liệu sản phẩm có được nhúng sâu hơn theo thời gian hay không. Khách hàng có tin tưởng giao nhiều công việc hơn cho nó không? Việc sử dụng và kết quả có tích lũy không? Công ty có học hỏi từ các triển khai của mình theo cách cải thiện sản phẩm không?

Những động lực này tạo ra một doanh nghiệp mạnh hơn nhiều so với chỉ có một giao diện tốt trên mô hình của bên thứ ba. Các tính năng có thể hội tụ rất nhanh trong AI. Việc duy trì sử dụng lâu dài và áp dụng sâu hơn vào quy trình làm việc khó sao chép hơn rất nhiều.

Khi các mô hình nền tảng trở nên mạnh mẽ hơn và ngày càng trở nên hàng hoá, điều đó có làm tăng sức mạnh cho các công ty AI dọc bằng cách cung cấp trí tuệ rẻ hơn để xây dựng, hay tạo ra rủi ro khi các nhà cung cấp mô hình tự mình hấp thụ nhiều hơn lớp ứng dụng?

Cả hai động lực có thể xảy ra đồng thời. Các mô hình tốt hơn mở rộng khả năng mà các công ty ứng dụng có thể cung cấp, đồng thời cho phép các nhà cung cấp mô hình tiến sâu hơn vào sản phẩm và quy trình làm việc.

Câu hỏi cần thẩm định là vị thế của công ty thay đổi như thế nào khi trí tuệ nền tảng cải thiện. Chúng tôi đặt hai câu hỏi cùng lúc: điều gì trở nên khả thi cho doanh nghiệp này với thế hệ mô hình tiếp theo, và phần nào của đề xuất giá trị hiện tại có thể trở thành khả năng tiêu chuẩn của mô hình? Điều đó giúp phân biệt các công ty hưởng lợi từ tiến bộ so với những công ty mà sự khác biệt dựa trên một hạn chế tạm thời.

Các doanh nghiệp dọc có thể xây dựng vị thế bền vững thông qua quy trình làm việc chuyên môn, tiếp cận khách hàng, tích hợp, hệ thống đánh giá và trách nhiệm vận hành mà họ đảm nhận. Những lợi thế này đòi hỏi đầu tư liên tục; chuyên môn miền tự nó không phải là bảo vệ lâu dài.

Những công ty tôi thấy hấp dẫn nhất có lộ trình rõ ràng để tiếp nhận công việc có giá trị hơn khi các mô hình cải thiện. Khách hàng của họ đạt kết quả tốt hơn, kinh tế giao hàng được củng cố, và kiến thức tích lũy trở nên hữu ích hơn. Đó là mối quan hệ với tiến bộ của mô hình mà chúng tôi muốn hỗ trợ.

Các công ty phần mềm dịch vụ truyền thống thường được đánh giá bằng các chỉ số như doanh thu định kỳ hàng năm, biên lợi nhuận gộp, tỷ lệ giữ chân và mở rộng chỗ ngồi. AI đang thay đổi các chỉ số mà bạn dựa vào như thế nào, đặc biệt khi chi phí suy luận, mô hình giá dựa trên sử dụng và mô hình kinh doanh dựa trên kết quả trở nên quan trọng hơn?

ARR, tỷ lệ giữ chân và biên lợi nhuận gộp vẫn quan trọng. Vấn đề là chúng không còn cung cấp đủ thông tin một mình.

Một công ty AI có thể tăng trưởng tới hàng chục triệu đô la ARR một cách nhanh chóng trong khi mức độ sử dụng thực tế trong cơ sở khách hàng đã bắt đầu giảm. Khách hàng có thể vẫn đang trong hợp đồng, nhưng đến thời điểm gia hạn, sản phẩm đã thực sự được thay thế. Đó là những gì chúng tôi gọi là churn tiềm ẩn.

Vì vậy, chúng tôi ngày càng xem xét sâu hơn dưới mô hình giá và hỏi công việc thực tế đang được thực hiện là gì. Số lượng quy trình và kết quả có tăng theo thời gian không? Khách hàng có tin tưởng sản phẩm thực hiện nhiều công việc hơn không? Việc sử dụng có tiếp tục sau sự hứng thú ban đầu của triển khai không?

Chúng tôi cũng đang xem xét kỹ hơn rất nhiều về kinh tế đằng sau tăng trưởng. Các công ty AI có thể thay thế nhân lực bằng tự động hoá, nhưng tính toán trở thành một phần thực sự của lực lượng lao động và cấu trúc chi phí. Đó là lý do chúng tôi xem xét các khái niệm như cường độ quy trình, hệ số hiệu quả, doanh thu trên mỗi nhân viên điều chỉnh và đòn bẩy chi phí.

Câu hỏi lớn hơn là liệu tăng trưởng có trở nên bền vững và hiệu quả hơn theo thời gian hay không. Tăng trưởng ngoạn mục và tăng trưởng bền vững không nhất thiết là một.

Nhiều tác nhân AI đang được thiết kế không chỉ để hỗ trợ nhân viên mà còn để hoàn thành toàn bộ quy trình một cách tự động. Điều này thay đổi cơ hội thị trường cho phần mềm doanh nghiệp như thế nào, và liệu các công ty AI cuối cùng có thể chiếm lĩnh một phần ngân sách lao động mà trước đây không thuộc chi tiêu phần mềm?

Tôi nghĩ đây là một trong những chuyển đổi quan trọng nhất trong phần mềm doanh nghiệp.

Trong lịch sử, phần mềm chủ yếu được bán như một công cụ hỗ trợ nhân viên thực hiện công việc của họ. Nhân viên vẫn chịu trách nhiệm tạo ra công việc, và ngân sách phần mềm tách biệt khỏi ngân sách nhân lực.

AI thay đổi phương trình đó vì phần mềm ngày càng có thể thực hiện các phần của công việc một cách độc lập.

Điều đó mở rộng đáng kể cơ hội thị trường. Bạn không còn chỉ bán một công cụ năng suất từ ngân sách CNTT hoặc phần mềm nữa. Nếu một sản phẩm có thể đáng tin cậy chịu trách nhiệm thực hiện công việc có ý nghĩa và tạo ra kết quả đo được, nó cũng có khả năng thu lợi từ ngân sách nhân lực.

Sự khác biệt quan trọng là giữa một trợ lý AI và một hệ thống AI mà khách hàng tin tưởng thực sự thực thi. Hệ thống sau có tiềm năng trở nên có giá trị hơn rất nhiều, nhưng nó cũng phải chứng minh được độ tin cậy thực tế, trách nhiệm và tính kinh tế. Cuối cùng, khách hàng sẽ không quan tâm AI có tinh vi đến đâu nếu sản phẩm không thể liên tục cung cấp kết quả đã hứa.

Bạn hiện đang là thành viên hội đồng quản trị của các công ty bao gồm Numa và Daloopa, những công ty áp dụng công nghệ vào các ngành rất khác nhau như hoạt động ô tô và dữ liệu tài chính. Những công ty này đã dạy bạn điều gì về những gì cần thiết để giới thiệu AI thành công vào các ngành có quy trình làm việc và chuyên môn sâu đã được thiết lập lâu đời?

Bài học lớn nhất là AI không làm mất đi tầm quan trọng của chuyên môn lĩnh vực. Ở nhiều khía cạnh, nó còn làm cho chuyên môn trở nên quan trọng hơn.

Để giới thiệu AI thành công vào một ngành đã được thiết lập, bạn cần hiểu quy trình làm việc đủ sâu để biết đâu là nơi tự động hoá thực sự tạo ra giá trị và đâu là nơi phán đoán của con người vẫn còn quan trọng. Bạn cũng cần hiểu cách khách hàng sẽ tiếp nhận sản phẩm, cách nó phù hợp với hệ thống hiện có và chu kỳ áp dụng AI của họ, và những gì cần để giành được sự tin tưởng của họ.

Numa và Daloopa hoạt động trong các thị trường rất khác nhau, nhưng cả hai đều gắn bó sâu sắc với công việc cụ thể mà khách hàng của họ cần thực hiện. Các công ty AI theo ngành thành công nhất không bắt đầu bằng câu “Chúng ta có thể đặt AI ở đâu?”, mà bắt đầu bằng một vấn đề hoặc quy trình có ý nghĩa và sau đó thiết kế lại dựa trên những gì AI hiện có thể làm.

Đó cũng là lý do tôi cho rằng chuyên môn lĩnh vực có thể trở thành lợi thế đáng kể theo thời gian. Khi bạn hiểu công việc sâu hơn, bạn sẽ xây dựng sản phẩm mà khách hàng sẵn sàng tin tưởng một cách hiệu quả hơn.

Các khoản đầu tư gần đây của Touring bao gồm cả các ứng dụng chuyên ngành và hạ tầng hỗ trợ AI. Bạn nghĩ thế nào về cân bằng giữa việc đầu tư vào lớp ứng dụng so với hạ tầng cần thiết để vận hành nó, và bạn tin rằng cơ hội lớn hơn cho lợi nhuận quy mô đầu tư mạo hiểm hiện nay nằm ở đâu?

Chúng tôi không xem cơ hội chỉ tồn tại ở một lớp duy nhất của hệ thống. Chúng tôi tập trung vào những điểm nghẽn quan trọng đang xuất hiện và nơi mà một công ty có thể xây dựng vị thế có ý nghĩa khi việc áp dụng AI mở rộng.

Về phía ứng dụng, chúng tôi hào hứng với các công ty có thể chuyển đổi AI thành giá trị kinh tế đo được bằng cách nắm giữ các quy trình quan trọng và mang lại kết quả thực tế. Về phía hạ tầng, chúng tôi quan tâm đến các công ty giải quyết các ràng buộc quyết định liệu AI có thể được triển khai hiệu quả ở quy mô lớn hay không.

Các khoản đầu tư của chúng tôi vào các công ty như Infinity và Parasail phản ánh điều đó. Một công ty đang giải quyết thách thức phần mềm trong việc chuẩn bị các chip AI khác nhau để chạy các mô hình hiện đại, trong khi công ty còn lại giúp các nhà phát triển triển khai và mở rộng khối lượng công việc AI mà không cần tự quản lý hạ tầng nền.

Cơ hội tốt hơn không nhất thiết được quyết định bởi việc công ty thuộc lĩnh vực ứng dụng hay hạ tầng. Câu hỏi then chốt là công ty có đang giải quyết một vấn đề quan trọng và bền vững với tiềm năng trở nên ngày càng có giá trị khi thị trường AI phát triển không.

Với lượng vốn khổng lồ hiện đang tập trung vào một số ít các công ty AI tiên phong, bạn cho rằng nhà đầu tư vẫn còn đánh giá thấp cơ hội ở đâu, và những danh mục hoặc mô hình kinh doanh gốc AI nào đang nhận được ít sự chú ý hơn so với mức đáng nhận?

Một lĩnh vực tôi thấy đặc biệt thú vị là phần trung gian của thị trường.

Hiện tại, đầu tư mạo hiểm đã trở nên ngày càng căng thẳng. Có nhu cầu khổng lồ đối với các công ty tiềm năng ở giai đoạn sớm nhất, đặc biệt là những công ty có đội ngũ xuất sắc và công nghệ hấp dẫn. Đồng thời, cũng có nguồn vốn đáng kể dành cho những công ty lớn nhất, đã được chứng minh.

Nhưng phần trung gian, đặc biệt là các vòng Series B và C truyền thống, đã trở nên khó khăn hơn rất nhiều.

AI đã nén lại các kỳ vọng. Các công ty hiện có thể chuyển từ không doanh thu lên doanh thu có ý nghĩa nhanh hơn bao giờ hết, điều này đã nâng mức tiêu chuẩn lên đáng kể khi một doanh nghiệp bắt đầu tạo ra doanh thu. Tăng trưởng mà vài năm trước được coi là phi thường có thể không còn nổi bật trong thị trường hiện nay.

Điều đó tạo ra cả rủi ro và cơ hội.

Một số công ty đang bị ép buộc phải tối ưu cho bất kỳ yêu cầu nào mà thị trường huy động vốn muốn tại một thời điểm nhất định: tăng trưởng 5 lần, tăng trưởng 10 lần, một mức doanh thu nhất định, bất kể liệu con đường đó có tạo ra một doanh nghiệp bền vững hay không. Thị trường có thể thay đổi đáng kể trong vòng sáu đến chín tháng, vì vậy các nhà sáng lập phải cẩn thận không xây dựng chỉ để đáp ứng kỳ vọng của vòng gọi vốn tiếp theo.

Đối với các nhà đầu tư, tôi cho rằng có cơ hội thực sự trong việc xác định các công ty có nền tảng cơ bản mạnh mẽ nhưng không vừa vặn vào các cực đoan của thị trường hiện nay. Thách thức là phải đủ kỷ luật để phân biệt tăng trưởng bền vững với một công ty chỉ bị đẩy lên phía trước bởi chu kỳ tài trợ AI hiện tại.

Cảm ơn vì buổi phỏng vấn tuyệt vời, những độc giả muốn tìm hiểu thêm về công ty VC này nên truy cập Touring Capital.