I VC hanno un playbook dettagliato per investire in società di software-as-a-service (SaaS) che li ha serviti bene negli ultimi anni. Le aziende SaaS di successo forniscono entrate prevedibili e ricorrenti che possono essere aumentate acquisendo più abbonamenti a un piccolo costo aggiuntivo, rendendole un investimento interessante.
Ma le lezioni che i VC hanno imparato dai loro investimenti SaaS si rivelano non applicabili al mondo dell’intelligenza artificiale. Le aziende di intelligenza artificiale seguono una traiettoria molto diversa dai fornitori SaaS e le vecchie regole semplicemente non sono valide.
Ecco quattro cose che i VC si sbagliano sull’AI a causa del loro successo passato nell’investire in SaaS:
1. La crescita dell’ARR non è il miglior indicatore del successo a lungo termine nell’AI
I venture capitalist continuano a versare denaro nelle società di intelligenza artificiale a un tasso sorprendente, qualcuno potrebbe dire ridicolo. Databricks ha raccolto un incredibile finanziamento di 3,5 miliardi di dollari, tra cui una Serie G da 1 miliardo di dollari a febbraio, seguita sei mesi dopo da una Serie H da 1,6 miliardi di dollari ad agosto con una valutazione di 38 miliardi di dollari. DataRobot ha recentemente annunciato un round di finanziamento della Serie G da 300 milioni di dollari , portando la sua valutazione a 6,3 miliardi di dollari.
Mentre il mercato privato va matto per l’IA, il mercato pubblico mostra segni di comportamento più razionale. C3.ai quotata in borsa ha perso il 70% del suo valore rispetto al massimo storico che ha raggiunto subito dopo la sua IPO nel dicembre 2020. All’inizio di settembre 2021, la società ha pubblicato i risultati fiscali del primo trimestre, che sono stati motivo di ulteriore delusione nel stock che ha causato un ulteriore calo di quasi il 10%.
Allora cosa sta succedendo? Quello che sta succedendo è che i mercati privati, finanziati dai VC, fondamentalmente non capiscono l’IA. Il fatto è che l’intelligenza artificiale non è difficile da vendere. Ma l’ intelligenza artificiale è piuttosto difficile da implementare e far sì che fornisca valore.
Normalmente in SaaS, il vero pericolo è il rischio di mercato: i clienti compreranno? Ecco perché i mercati privati sono sempre stati organizzati tenendo conto della crescita dei ricavi ricorrenti annuali (ARR). Se riesci a mostrare una rapida crescita dell’ARR, allora chiaramente i clienti vogliono acquistare il tuo prodotto e quindi il tuo prodotto deve essere buono.
Ma il mercato dell’IA non funziona così. Nel mercato dell’intelligenza artificiale, molti clienti sono disposti ad acquistare perché sono alla disperata ricerca di una soluzione ai loro pressanti problemi aziendali e la promessa dell’intelligenza artificiale è così grande. Quindi quello che succede è che i VC continuano a versare denaro in aziende come Databricks e DataRobot e li portano a valutazioni assurde senza fermarsi a considerare che miliardi stanno andando in queste società per creare al massimo centinaia di milioni di ARR. È un finanziamento brutale di un mercato già sovraffollato. Ma resta il fatto che queste aziende non sono riuscite a produrre risultati per i loro clienti su base sistematica.
Un rapporto di Forrester getta una luce interessante su ciò che sta realmente accadendo dietro i numeri rivendicati da alcune società di intelligenza artificiale con queste enormi valutazioni. Databricks ha riportato che quattro clienti hanno avuto un ROI netto positivo triennale del 417% . DataRobot aveva quattro clienti che in tre anni hanno creato un rendimento del 514%. Il problema è che tra le centinaia di clienti che queste aziende hanno, devono aver selezionato alcuni dei loro migliori clienti per queste analisi, e i loro rendimenti non sono ancora così impressionanti. I loro migliori clienti stanno a malapena raddoppiando il loro rendimento annuo, difficilmente uno scenario ideale per una tecnologia trasformativa che dovrebbe restituire almeno 10 volte il tuo investimento.
Piuttosto che concentrarsi sul fattore più importante, ovvero se i clienti ottengono un valore tangibile dall’intelligenza artificiale, i VC sono ossessionati dalla crescita dell’ARR. Il modo più veloce per arrivare all’espansione ARR è la vendita a forza bruta, la vendita di servizi per coprire le lacune perché non hai il tempo di costruire il prodotto giusto. Ecco perché vedi così tanti toolkit di consulenza mascherati da prodotti nel mercato della scienza dei dati e del machine learning.
2. Un prodotto minimo praticabile non è il modo per testare il mercato
Dal mondo di SaaS, i VC hanno imparato a valutare il prodotto minimo praticabile (MVP), una versione iniziale di un prodotto software con funzionalità sufficienti per essere utilizzabile in modo che i potenziali clienti possano fornire feedback per lo sviluppo futuro del prodotto. I VC si aspettano che se i clienti acquistano l’MVP, acquisteranno il prodotto della versione completa. La creazione di un MVP è diventata una procedura operativa standard nel mondo del SaaS perché mostra ai VC che i clienti pagherebbero soldi per un prodotto che risolve un problema specifico.
Ma questo approccio non funziona con l’intelligenza artificiale. Con l’intelligenza artificiale, non si tratta di costruire un MVP per scoprire se le persone pagheranno. È davvero una questione di scoprire dove l’intelligenza artificiale può creare valore. In altre parole, non si tratta di testare l’adattamento del prodotto al mercato; si tratta di testare la consegna del valore del prodotto. Sono due concetti molto diversi.
3. Piloti di intelligenza artificiale di successo non sempre significano risultati di successo nel mondo reale
Un’altra regola che i VC hanno adottato dal mondo di SaaS è l’idea che i piloti di intelligenza artificiale di successo significano risultati di successo. È vero che se hai pilotato con successo un prodotto SaaS come Salesforce con un piccolo gruppo di venditori in condizioni controllate, puoi ragionevolmente estrapolare dal pilota e avere una visione chiara di come si comporterà il software nella produzione diffusa.
Ma questo non funziona con l’intelligenza artificiale. Il modo in cui l’intelligenza artificiale si comporta in laboratorio è fondamentalmente diverso da quello che fa in natura. Puoi eseguire un pilota di intelligenza artificiale basato su dati ripuliti e scoprire che se segui le previsioni e i consigli dell’intelligenza artificiale, la tua azienda guadagnerà teoricamente $ 100 milioni. Ma quando metti in produzione l’IA, i dati sono cambiati. Le condizioni commerciali sono cambiate. I tuoi utenti finali potrebbero non accettare i consigli dell’AI. Invece di guadagnare $ 100 milioni, potresti effettivamente perdere denaro, perché l’intelligenza artificiale porta a decisioni aziendali sbagliate.
Non puoi estrapolare da un pilota AI nel modo in cui puoi con SaaS.
4. Iscrivere i clienti per contratti a lungo termine non è un buon indicatore del funzionamento dell’intelligenza artificiale del fornitore
Ai VC piace quando i clienti sottoscrivono contratti a lungo termine con un fornitore; lo vedono come un forte indicatore del successo e delle entrate a lungo termine. Ma questo non è necessariamente vero con l’intelligenza artificiale. Il valore creato dall’intelligenza artificiale cresce così rapidamente ed è potenzialmente così trasformativo che qualsiasi fornitore che crede veramente nella propria tecnologia non sta cercando di vendere un contratto di tre anni. Un fornitore di intelligenza artificiale sicuro vuole vendere un contratto breve, mostrare il valore creato dall’intelligenza artificiale e quindi negoziare il prezzo.
I fornitori di intelligenza artificiale che si impegnano molto per vincolare i clienti a contratti a lungo termine sono quelli che temono che i loro prodotti non creeranno valore nel breve termine. Quello che stanno cercando di fare è bloccare un contratto di tre anni e poi sperare che da qualche parte lungo la linea il prodotto diventi abbastanza buono da creare finalmente valore prima che avvengano le discussioni sul rinnovo. E spesso, questo non accade mai. Secondo uno studio del MIT/BCG, solo il 10% delle imprese ottiene un valore dai progetti di intelligenza artificiale.
I VC sono stati addestrati a pensare che qualsiasi fornitore che firma molti contratti a lungo termine debba avere un prodotto migliore, quando nel mondo dell’IA è vero il contrario.
Diventare intelligenti con l’intelligenza artificiale
I VC devono diventare intelligenti riguardo all’intelligenza artificiale e non fare affidamento sui loro vecchi playbook SaaS. L’intelligenza artificiale è una tecnologia trasformativa in rapido sviluppo, tanto quanto Internet negli anni ’90. Quando Internet stava emergendo, una delle occasioni fortunate che abbiamo avuto è stata che i VC non erano ossessionati dalla redditività o dai ricavi delle società Internet per investire in loro. Fondamentalmente hanno detto: “Guardiamo se le persone stanno ottenendo valore dalla tecnologia”. Se le persone adottano la tecnologia e ne ricavano valore, all’inizio non devi preoccuparti molto delle entrate o della redditività. Se crei valore, guadagni.
Forse è il momento di portare quella mentalità iniziale di Internet nell’intelligenza artificiale e iniziare a valutare le tecnologie emergenti in base al fatto che i clienti stiano ottenendo valore piuttosto che fare affidamento su cifre ARR forzate. L’intelligenza artificiale è destinata a essere una tecnologia rivoluzionaria, tanto quanto Internet. Finché le aziende ottengono un valore duraturo dall’intelligenza artificiale, avrà successo e molto redditizio per gli investitori. I VC intelligenti lo capiscono e raccoglieranno i frutti.
