سرمایه گذاران با تغییر رویکرد خود، اکنون بر اساس معیارهای جدید سرمایه گذاری هوش مصنوعی به دنبال استارتاپ هایی هستند که دارای داده های اختصاصی و زیرساخت های عمیق بوده و از پوسته های ساده فاصله گرفته اند.
سرمایه گذارها توی چند سال گذشته میلیاردها دلار به پای شرکت های هوش مصنوعی ریختن و بسیاری از استارتاپ های هوش مصنوعی موفق به جذب سرمایه های کلان شده اند، چون این فناوری همچنان توی «ولی» (سیلیکون ولی) و کل دنیا حرف اول رو می زنه. اما همه شرکت های هوش مصنوعی نمی تونن نظر سرمایه گذارها رو جلب کنن. در این راستا، آشنایی با معیارهای جدید سرمایه گذاری هوش مصنوعی برای سرمایه گذاران ضروری است.
دیگر جذاب نیست؛ استارتاپ های هوش مصنوعی که سرمایه گذاران از آن ها دوری می کنند
واقعا هم همین طوره، با اینکه این روزها به نظر می رسه هر شرکتی داره برندش رو تغییر می ده تا کلمه «هوش مصنوعی» رو توی اسمش جا بده، ولی بعضی از ایده های استارتاپی دیگر محبوبیت بین سرمایه گذارها ندارن. تک کرانچ با چند تا از سرمایه گذارها (VCs) صحبت کرده تا ببینه دیگه دنبال چه نوع استارتاپ های نرم افزار به عنوان سرویس (SaaS) در حوزه هوش مصنوعی نیستن.
اما اون لیستی از شرکت هایی رو هم معرفی کرد که این روزها برای سرمایه گذارها خیلی خسته کننده به نظر می رسن: استارتاپ هایی که لایه های ساده جریان کاری می سازن، ابزارهای عمومی و افقی، مدیریت محصول سبک و تحلیل های سطحی؛ یعنی کلا هر چیزی که یه عامل هوش مصنوعی الان می تونه انجامش بده. این ها نمونه هایی هستند که با معیارهای جدید سرمایه گذاری هوش مصنوعی سازگار نیستند.
عبدالعبدی رحمان، سرمایه گذار شرکت F Prime، اضافه کرد که نرم افزارهای عمودی عمومی «بدون مزیت رقابتی داده های اختصاصی» دیگه طرفدار ندارن. ایگور ریابنکی، موسس و مدیر AltaIR Capital، هم روی این موضوع تاکید بیشتری داشت و گفت که سرمایه گذارها واقعا به هر چیزی که عمق محصول زیادی نداشته باشه، علاقه ای ندارن.
اون گفت: «اگه تمایز شما بیشتر توی رابط کاربری [UI] و اتوماسیون باشه، دیگه کافی نیست. سد ورود به بازار پایین اومده و همین موضوع ساختن یه مزیت رقابتی واقعی رو خیلی سخت تر کرده. این تغییرات نشان دهنده تحول در معیارهای جدید سرمایه گذاری هوش مصنوعی است.»
معیارهای جدید سرمایه گذاری هوش مصنوعی؛ آنچه سرمایه گذاران به دنبال آن هستند
به گفته آرون هالیدی، یکی از مدیران شرکت 645 Ventures، دسته بندی های محبوب SaaS برای سرمایه گذارها الان شامل استارتاپ هایی می شه که زیرساخت های بومی هوش مصنوعی می سازن، SaaS های عمودی با داده های اختصاصی دارن، سیستم های عملیاتی (اونایی که به کاربرها کمک می کنن کارهاشون رو تموم کنن) و پلتفرم هایی که عمیقا توی جریان های کاری حیاتی جا افتادن. این ها همان معیارهای جدید سرمایه گذاری هوش مصنوعی هستند.
به گفته اون، شرکت های جدیدی که وارد بازار می شن، باید از همون روز اول روی «مالکیت واقعی جریان کاری و درک درست از مشکل» تمرکز کنن. «کدبیس های عظیم دیگه مزیت محسوب نمی شن. چیزی که الان مهمه سرعت، تمرکز و توانایی سازگاری سریع هست. قیمت گذاری هم باید منعطف باشه؛ مدل های سخت گیرانه به ازای هر کاربر به سختی قابل دفاع هستن، در حالی که مدل های بر اساس میزان مصرف توی این شرایط بیشتر منطقی به نظر می رسن.»
جیک ساپر، شریک ارشد Emergence Capital، هم نظراتی درباره مالکیت داشت. از نظر اون، تفاوت های بین Cursor و Claude Code مثل «زنگ خطر» می مونه.
ساپر ادامه داد: «یکی مالک جریان کاریِ برنامه نویسه، اون یکی فقط کار رو اجرا می کنه. برنامه نویس ها روز به روز بیشتر دارن اجرا رو به فرآیند ترجیح می دن.»
اون گفت هر محصولی که با «چسبندگی جریان کاری» سر و کار داره یعنی سعی می کنه تا جای ممکن مشتری های انسانی رو جذب کنه تا مدام از محصول استفاده کنن ممکنه با ورود عامل ها به جریان های کاری، با چالش سختی روبرو بشه.
اون به تک کرانچ گفت: «قبل از Claude، وادار کردن آدم ها به انجام کارهاشون داخل نرم افزار شما، یه مزیت رقابتی قوی بود؛ اما اگه قرار باشه عامل ها کار رو انجام بدن، دیگه کی به جریان کاری انسانی اهمیت می ده؟ این تغییرات نشانگر معیارهای جدید سرمایه گذاری هوش مصنوعی است.»
اون همچنین فکر می کنه که یکپارچه سازی ها دارن محبوبیتشون رو از دست می دن، مخصوصا چون پروتکل کانتکست مدل آنتروپیک (MCP) وصل کردن مدل های هوش مصنوعی به داده ها و سیستم های خارجی رو از همیشه راحت تر کرده. این یعنی دیگه کسی نیاز نداره کلی افزونه دانلود کنه یا یکپارچه سازهای اختصاصی بسازه؛ فقط کافیه از MCP استفاده کنه.
ساپر گفت: «قبلا واسطه بودن یه مزیت رقابتی بود، اما به زودی فقط یه ابزار ساده می شه.»
عبدی رحمان با اشاره به مثال هایی از شرکت های عمومی SaaS که با ظهور استارتاپ های بومی هوش مصنوعی و فناوری های بهتر، ارزش سهامشون افت کرده، گفت: «ابزارهای اتوماسیون جریان کاری و مدیریت وظایف که هماهنگی کارهای انسانی رو انجام می دن، اگه به مرور زمان عامل ها خودشون کارها رو اجرا کنن، دیگه ضرورتشون رو از دست می دن.» این موضوع نیز از معیارهای جدید سرمایه گذاری هوش مصنوعی تاثیر می پذیرد.
ریابنکی گفت شرکت های SaaS که الان برای جذب سرمایه دارن دست و پا می زنن، اونایی هستن که به راحتی می شه از روشون کپی کرد.
اون گفت: «ابزارهای بهره وری عمومی، نرم افزارهای مدیریت پروژه، کلون های ساده CRM و پوسته های نازک هوش مصنوعی که روی APIهای موجود ساخته شدن، توی این دسته قرار می گیرن. اگه محصول بیشتر یه لایه رابط کاربری باشه بدون یکپارچگی عمیق، داده های اختصاصی یا دانش فرآیندی نهفته، تیم های قویِ بومی هوش مصنوعی می تونن خیلی سریع مشابهش رو بسازن. همین موضوعه که سرمایه گذارها رو محتاط کرده و ضرورت توجه به معیارهای جدید سرمایه گذاری هوش مصنوعی را بیشتر می کند.»
در مجموع، چیزی که هنوز توی SaaS جذابه، عمق و تخصصه؛ ابزارهایی که توی جریان های کاری حساس جا افتادن. ریابنکی در ادامه گفت که شرکت ها باید همین الان به فکر ادغام عمیق هوش مصنوعی توی محصولاتشون باشن و بازاریابی شون رو هم بر همین اساس به روز کنن.
ریابنکی گفت: «سرمایه گذارها دارن سرمایه شون رو به سمت کسب وکارهایی می برن که مالک جریان های کاری، داده ها و تخصص تخصصی هستن و از محصولاتی که بدون تلاش زیاد می شه ازشون کپی کرد، دوری می کنن.» این رویکرد جدید نشان دهنده تغییر در معیارهای جدید سرمایه گذاری هوش مصنوعی است.
در نهایت باید گفت که عبور از مدل های کسب وکار ساده به سمت راه حل های پیچیده و تخصصی، هسته اصلی فعالیت های اقتصادی در این حوزه را تشکیل می دهد. درک دقیق نیاز بازار و ارائه محصولی که فراتر از یک رابط کاربری ساده باشد، کلید موفقیت در دنیای رقابتی امروز است.
Investors spill what they aren’t looking for anymore in AI SaaS companies
