# Koniec taniego pieniądza: czy AI nadal zasługuje na wyceny z premią?

Author: Norbert Biedrzycki
Published: 2022-11-15
Language: pl
URL: https://norbertbiedrzycki.pl/koniec-taniego-pieniadza-czy-ai-nadal-zasluguje-na-wyceny-z-premia/
Summary: Odpływ nastąpił. Teraz się okazuje, które firmy AI pływały z modelem biznesowym, a które z samą narracją.

**Odpływ nastąpił. Teraz się okazuje, które firmy AI pływały z modelem biznesowym, a które z samą narracją.**

Rok temu pisałem, że inwestorzy płacący pięćdziesięciokrotność przychodów za firmy AI w sposób niejawny zakładają się o koszt kapitału. Ten zakład właśnie został rozstrzygnięty.

Od marca amerykańska Rezerwa Federalna podnosi stopy procentowe w najszybszym tempie od czterech dekad. Inflacja w Europie osiągnęła dwucyfrowe poziomy. Nasdaq stracił w tym roku mniej więcej jedną trzecią wartości. Wiele firm programistycznych i AI, które weszły na giełdę w latach 2020 i 2021, jest notowanych 60–80 procent poniżej szczytów. Prywatne rundy na późnym etapie w dużej mierze stanęły, bo nikt nie chce jako pierwszy zapisać na papierze niższej ceny.

**AI nie jest odporna**

Korekta uderzyła w firmy AI tak samo mocno jak w innych. Firmy, które pozyskiwały kapitał na podstawie prognoz wzrostu, stają przed pytaniami, których nie słyszały od lat: jaki macie burn multiple, na ile miesięcy wystarczy wam gotówki, kiedy osiągniecie rentowność?

Najbardziej symbolicznym momentem był dla mnie październik, kiedy Ford i Volkswagen postanowiły zamknąć Argo AI, firmę od jazdy autonomicznej, którą wspólnie sfinansowały miliardami dolarów. Ford dokonał odpisu około 2,7 mld dolarów i otwarcie powiedział, że rentowne, w pełni autonomiczne pojazdy na dużą skalę to odległa perspektywa. Dwa lata temu opisywałem jazdę autonomiczną jako zakład o technologię o niepewnym czasie komercjalizacji. Tak wygląda niepewny czas, kiedy kapitał przestaje być cierpliwy.

**Teza technologiczna się nie zmieniła**

A jednak tu pojawia się paradoks. Podczas gdy rynki publiczne karały wyceny AI, sama technologia miała jeden ze swoich najsilniejszych lat.

W kwietniu OpenAI pokazało DALL-E 2, który generuje niezwykle realistyczne obrazy z opisów tekstowych. W sierpniu Stability AI udostępniło Stable Diffusion jako open source i w ciągu kilku tygodni miliony ludzi tworzyły obrazy na własnych komputerach. W październiku Stability AI pozyskało ponad 100 mln dolarów przy wycenie około 1 mld dolarów, w środku najgorszego rynku finansowania od dekady. Jasper, firma wykorzystująca modele językowe do pisania treści marketingowych, osiągnął mniej więcej w tym samym czasie wycenę 1,5 mld dolarów.

Mamy więc nietypową sytuację. Kapitał szeroko wycofuje się z technologii, a nowa kategoria AI wyraźnie idzie naprzód.

**Nowe kryteria inwestycyjne**

Korekta zmieniła nie to, czy AI ma znaczenie, ale to, jak należy ją oceniać. Nowe otoczenie nagradza cztery rzeczy.

Prawdziwych klientów płacących prawdziwe pieniądze, najlepiej z retencją przychodów netto powyżej 100 procent. Efektywność kapitałową, czyli jasny związek między wydanymi pieniędzmi a osiągniętym wzrostem. Głębię inżynierską, którą trudno odtworzyć, a nie cienką warstwę na cudzym modelu. I wiarygodną ścieżkę do dodatnich przepływów pieniężnych, która nie zależy od kolejnej rundy finansowania.

To nie są nowe kryteria. To kryteria, których dobrzy inwestorzy zawsze używali, a o których wielu zapomniało w 2021 roku.

**Okazja w spowolnieniu**

Z perspektywy private equity to moment, w którym stają się możliwe ciekawe rzeczy. Wyceny się zresetowały. Talenty zamknięte w przefinansowanych start-upach znów są dostępne. Nabywcy korporacyjni z silnymi bilansami mogą przejmować kompetencje po cenach, które rok temu byłyby absurdalne. Z mojego doświadczenia część najlepszych inwestycji powstaje nie na szczycie entuzjazmu, ale w cichym okresie, kiedy technologia wciąż się poprawia, a rynek przestał zwracać na nią uwagę.

*Pytanie inwestycyjne: Czy firmy AI mogą utrzymać wyceny z premią w świecie, w którym inwestorom znów zależy na przepływach pieniężnych i rentowności?*
