4 cosas que los inversores de capital riesgo están equivocados sobre la IA

Los capitalistas de riesgo tienen un manual detallado para invertir en empresas de software como servicio (SaaS) que les han servido bien en los últimos años. Las empresas exitosas de SaaS proporcionan ingresos predecibles y recurrentes que pueden aumentarse adquiriendo múltiples suscripciones por un pequeño costo adicional, lo que las convierte en una inversión atractiva.

Pero las lecciones que los capitalistas de riesgo han aprendido de sus inversiones en SaaS resultan no ser aplicables al mundo de la inteligencia artificial. Las empresas de inteligencia artificial siguen una trayectoria muy diferente a la de los proveedores de SaaS, y las viejas reglas simplemente no se aplican.

Aquí hay cuatro cosas que los capitalistas de riesgo se equivocan acerca de la IA debido a su éxito en el pasado al invertir en SaaS:

1. El crecimiento de la ERM no es el mejor indicador del éxito a largo plazo de la IA

Los capitalistas de riesgo continúan invirtiendo dinero en las empresas de inteligencia artificial a un ritmo asombroso, algunos podrían decir que es ridículo. Databricks recaudó la asombrosa cantidad de $ 3,5 mil millones en fondos, incluida una Serie G de $ 1 mil millones en febrero, seguida seis meses más tarde por una Serie H de $ 1,6 mil millones en agosto con una valoración de $ 38 mil millones de dólares. DataRobot anunció recientemente una ronda de financiación de la Serie G de 300 millones de dólares, lo que eleva su valoración a 6.300 millones de dólares.

Mientras que el mercado privado está loco por la IA, el mercado público muestra signos de un comportamiento más racional. C3.ai, que cotiza en bolsa, ha perdido el 70% de su valor desde el máximo histórico que alcanzó inmediatamente después de su salida a bolsa en diciembre de 2020. A principios de septiembre de 2021, la compañía publicó sus resultados fiscales del primer trimestre, que han sido motivo de más decepción. en el stock, lo que provocó una nueva caída de casi el 10%.

Entonces, ¿qué está pasando? Lo que está sucediendo es que los mercados privados financiados por capital riesgo básicamente no entienden la IA. La cuestión es que la IA no es difícil de vender. Pero la IA es bastante difícil de implementar y hacer que ofrezca valor.

Normalmente en SaaS, el peligro real es el riesgo de mercado: ¿Comprarán los clientes? Es por eso que los mercados privados siempre se han organizado teniendo en cuenta el crecimiento de los ingresos recurrentes anuales (ARR). Si puede mostrar un rápido crecimiento de ARR, entonces claramente los clientes quieren comprar su producto y, por lo tanto, su producto debe ser bueno.

Pero el mercado de la IA no funciona así. En el mercado de la IA, muchos clientes están dispuestos a comprar porque están desesperados por encontrar una solución a sus problemas empresariales urgentes, y la promesa de la IA es grandiosa. Entonces, lo que sucede es que los capitalistas de riesgo siguen invirtiendo dinero en empresas como Databricks y DataRobot y las llevan a valoraciones absurdas sin detenerse a considerar que miles de millones se destinan a estas empresas para crear como máximo cientos de millones de ARR. Es una financiación brutal de un mercado ya superpoblado. Pero el hecho es que estas empresas no han logrado producir resultados para sus clientes de forma sistemática.

Un informe de Forrester arroja una luz interesante sobre lo que realmente está sucediendo detrás de las cifras afirmadas por algunas empresas de inteligencia artificial con estas enormes calificaciones. Databricks informó que cuatro clientes tuvieron un ROI neto positivo a 3 años del 417%. DataRobot tenía cuatro clientes que crearon un retorno del 514% en tres años. El problema es que entre los cientos de clientes que tienen estas empresas, deben haber seleccionado algunos de sus mejores clientes para estos análisis, y sus retornos aún no son tan impresionantes. Sus mejores clientes apenas están duplicando su rendimiento anual, lo que no es un escenario ideal para una tecnología transformadora que debería devolver al menos 10 veces su inversión.

En lugar de centrarse en el factor más importante, que es si los clientes obtienen un valor tangible de la IA, los VC están obsesionados con el aumento de ARR. La forma más rápida de expansión de ARR es la venta de fuerza bruta, la venta de servicios para llenar los vacíos porque no tiene tiempo para construir el producto correcto. Es por eso que ve tantos kits de herramientas de consultoría disfrazados de productos en el mercado de la ciencia de datos y el aprendizaje automático.

2. Un producto mínimo viable no es la forma de probar el mercado.

Desde el mundo de SaaS, los VC han aprendido a valorar el producto mínimo viable (MVP), una versión inicial de un producto de software con la funcionalidad suficiente para ser utilizable para que los clientes potenciales puedan proporcionar comentarios para el desarrollo futuro de productos. Los VC esperan que si los clientes compran el MVP, compren la versión completa del producto. La creación de un MVP se ha convertido en un procedimiento operativo estándar en el mundo de SaaS porque muestra a los VC que los clientes pagarían dinero por un producto que resuelva un problema específico.

Pero este enfoque no funciona con inteligencia artificial. Con AI, no se trata de construir un MVP para saber si la gente pagará. Realmente se trata de descubrir dónde la IA puede crear valor. En otras palabras, no se trata de probar la adecuación del producto al mercado; se trata de probar la entrega del valor del producto. Son dos conceptos muy distintos.

3. Los pilotos de IA exitosos no siempre significan resultados exitosos en el mundo real

Otra regla que los VC han adoptado del mundo de SaaS es la idea de que los pilotos de IA exitosos significan resultados exitosos. Es cierto que si ha probado con éxito un producto SaaS como Salesforce con un pequeño grupo de proveedores en condiciones controladas, puede extrapolar razonablemente del piloto y tener una visión clara de cómo funcionará el software en una producción generalizada.

Pero eso no funciona con la inteligencia artificial. La forma en que la IA se comporta en el laboratorio es fundamentalmente diferente de lo que hace en la naturaleza. Puede ejecutar un piloto de IA basado en datos limpios y descubrir que si sigue las predicciones y los consejos de IA, su empresa teóricamente ganará $ 100 millones. Pero cuando pones la IA en producción, los datos cambiaron. Las condiciones comerciales han cambiado. Es posible que sus usuarios finales no acepten las recomendaciones de IA. En lugar de ganar $ 100 millones, es posible que en realidad esté perdiendo dinero, porque la IA conduce a malas decisiones comerciales.

No se puede extrapolar de un controlador de IA como se puede hacer con SaaS.

4. Inscribir clientes para contratos a largo plazo no es un buen indicador de cómo está funcionando la IA del proveedor.

A los capitalistas de riesgo les gusta cuando los clientes celebran contratos a largo plazo con un proveedor; lo ven como un fuerte indicador de éxito e ingresos a largo plazo. Pero esto no es necesariamente cierto con la IA. El valor creado por la inteligencia artificial crece tan rápidamente y es potencialmente tan transformador que cualquier proveedor que realmente crea en su tecnología no busca vender un contrato de tres años. Un proveedor de IA seguro quiere vender un contrato corto, mostrar el valor creado por la IA y luego negociar el precio.

Los proveedores de inteligencia artificial que hacen todo lo posible para encerrar a los clientes en contratos a largo plazo son aquellos que temen que sus productos no creen valor en el corto plazo. Lo que están tratando de hacer es cerrar un contrato de tres años y luego esperar que en algún punto de la línea el producto sea lo suficientemente bueno como para finalmente crear valor antes de que se lleven a cabo las discusiones de renovación. Y a menudo, esto nunca sucede. Según un estudio de MIT / BCG, solo el 10% de las empresas obtienen valor de los proyectos de IA.

Los capitalistas de riesgo han sido entrenados para pensar que cualquier proveedor que firme muchos contratos a largo plazo debe tener un producto mejor, cuando en el mundo de la IA ocurre lo contrario.

Ser inteligente con inteligencia artificial

Los VC deben ser inteligentes con la inteligencia artificial y no depender de sus viejos libros de jugadas de SaaS. La inteligencia artificial es una tecnología transformadora en rápido desarrollo, tanto como Internet en la década de 1990. Cuando Internet estaba emergiendo, una de las oportunidades afortunadas que tuvimos fue que los capitalistas de riesgo no estaban obsesionados con la rentabilidad o los ingresos de las empresas de Internet para invertir en ellos. Básicamente dijeron: “Veamos si la gente está obteniendo valor de la tecnología”. Si las personas adoptan la tecnología y obtienen valor de ella, no tiene que preocuparse mucho por los ingresos o la rentabilidad al principio. Si crea valor, ganará.

Tal vez sea hora de llevar esa mentalidad temprana de Internet a la inteligencia artificial y comenzar a evaluar las tecnologías emergentes en función de si los clientes están obteniendo valor en lugar de depender de las cifras de ARR forzadas. La inteligencia artificial está destinada a ser una tecnología revolucionaria, tanto como Internet. Siempre que las empresas obtengan un valor duradero de la IA, tendrá éxito y será muy rentable para los inversores. Los VC inteligentes entienden esto y cosecharán las recompensas.

Arijit Sengupta es el CEO y fundador de Aible.