Gorączka złota AI: czy inwestorzy płacą za technologię, czy za oczekiwania?

Kiedy kapitał jest prawie darmowy, przyszłość staje się bardzo droga. W takim otoczeniu wycenia się w tym roku firmy AI.
Nie pamiętam roku takiego jak 2021, jeśli chodzi o inwestycje technologiczne. Globalne finansowanie venture zmierza ku przekroczeniu 600 mld dolarów, ponad dwukrotnie więcej niż poprzedni rekord. Rundy, które kiedyś trwały pół roku, zamykają się w dwa tygodnie. Term sheety przychodzą, zanim gotowy jest data room. Fundusze, które kiedyś skupiały się na późnych etapach i spółkach giełdowych, wypisują czeki na wczesnych etapach.
AI jest w centrum tej fali. Databricks pozyskał w sierpniu finansowanie przy wycenie 38 mld dolarów. Firmy infrastruktury danych i AI są notowane przy mnożnikach przychodów, które trzy lata temu byłyby nie do pomyślenia. Niemal każda prezentacja dla inwestorów, którą dziś widzę, zawiera słowa „machine learning”, „napędzane przez AI” albo „autorskie algorytmy”.
Problem etykiety
Tu zaczynam się niepokoić. Badanie MMC Ventures z 2019 roku wykazało, że około 40% europejskich start-upów zaliczanych do firm AI nie wykazywało istotnych dowodów na wykorzystanie AI w swoich produktach. Nie widzę powodu, by sądzić, że ten odsetek poprawił się w roku, w którym etykieta daje premię do wyceny.
Wyzwaniem dla inwestorów nie jest to, że te firmy są nieuczciwe. Większość stosuje jakąś formę modelowania statystycznego. Wyzwanie polega na tym, że „używa AI” i „ma trwałą przewagę dzięki AI” to dwa zupełnie różne stwierdzenia, a tylko drugie uzasadnia wycenę z premią.
W technologicznym due diligence zadaję dziś bardzo prosty zestaw pytań. Co stałoby się z przychodami tej firmy, gdyby konkurent użył gotowego modelu od dostawcy chmury? Jaka część deklarowanej przewagi wynika z algorytmu, jaka z danych, a jaka z dystrybucji? Czy AI jest produktem, czy funkcją, której klienci wkrótce będą oczekiwać za darmo?
Odpowiedzi bywają niewygodne.
Co tani pieniądz robi z osądem
Jest powód, dla którego stopy procentowe bliskie zeru pompują wyceny firm wzrostowych. Kiedy spada stopa dyskontowa, przepływy pieniężne odległe o dziesięć lat nagle wyglądają na niemal tak cenne jak dzisiejsze. AI jest idealnym aktywem dla takiego otoczenia, bo prawie cała jej wartość leży w przyszłości.
Ta zależność działa jednak w obie strony. Jeśli stopy wzrosną, ta sama arytmetyka szybko ściśnie wartość odległych oczekiwań. Inwestorzy, którzy płacą dziś pięćdziesięciokrotność przychodów za firmę AI, nie zakładają się tylko o technologię. Zakładają się też, w sposób niejawny, o koszt kapitału.
Jako były prezes spółek giełdowych widziałem, co się dzieje, kiedy rynek zmienia zdanie o jakiejś narracji. Rzadko dzieje się to stopniowo. Mnożniki nie spadają o dziesięć procent. Spadają o połowę, a firmy, które pozyskały kapitał na szczycie, czekają rundy w dół, zwolnienia i trudne rozmowy z radami nadzorczymi.
Oddzielić treść od opowieści
Jak zatem zdyscyplinowany fundusz powinien podchodzić w tym roku do AI? Moim zdaniem szukając czterech rzeczy.
Po pierwsze, własnych danych, których nie da się łatwo kupić ani odtworzyć. Po drugie, dowodów, że AI poprawia ekonomikę jednostkową, a nie tylko demo: niższy koszt obsługi, wyższą konwersję, lepszą retencję. Po trzecie, dystrybucji, bo najlepszy model rzadko wygrywa bez dostępu do klientów. Po czwarte, zespołu, który rozumie dziedzinę biznesową tak głęboko, jak rozumie technologię.
Firma, która ma wszystkie cztery, zasługuje na premię. Firma, która nie ma żadnej z nich, ale używa właściwego słownictwa, jest opowieścią, a opowieści wycenia nastrój rynku, a nie fundamenty.
Pytanie inwestycyjne: Jaka część wyceny firmy AI odzwierciedla faktyczną przewagę technologiczną, a jaka oczekiwania co do przyszłości?


