استراتژی برنده سازی هوش مصنوعی؛ رویکرد «پادشاه سازی» سرمایه گذاران خطرپذیر برای انتخاب برندگان اولیه

در اوایل مهرماه، DualEntry، یک استارتاپ برنامه ریزی منابع سازمانی (ERP) مبتنی بر هوش مصنوعی، اعلام کرد که یک دور جذب سرمایه سری A به مبلغ 90 میلیون دلار را با رهبری Lightspeed و Khosla Ventures به پایان رسانده و ارزش این کسب وکار یک ساله را 415 میلیون دلار برآورد کرده است. این رشد سریع نشان می دهد که چگونه یک استراتژی برنده سازی هوش مصنوعی مؤثر می تواند به موفقیت استارتاپ ها کمک کند.

این شرکت قصد دارد نرم افزارهای قدیمی مانند Oracle NetSuite را با محصول خود که می تواند وظایف روتین را خودکار کرده و بینش های پیش بینی کننده ارائه دهد، جایگزین کند. دور بزرگ جذب سرمایه از سوی سرمایه گذاران خطرپذیر رده بالا نشان داد که این استارتاپ احتمالا رشد درآمدی فوق العاده ای را تجربه می کند.

استراتژی برنده سازی هوش مصنوعی؛ مسیر موفقیت استارتاپ ها

موفقیت های اخیر استارتاپ های تک شاخ هوش مصنوعی جدید، اهمیت فزاینده ای را به استراتژی برنده سازی هوش مصنوعی بخشیده است. این استراتژی نه تنها به جذب سرمایه کمک می کند، بلکه جایگاه شرکت را در بازاری رقابتی تثبیت می نماید.

با این حال، یک سرمایه گذار خطرپذیر که از سرمایه گذاری خودداری کرده بود، به TechCrunch گفت که درآمد تکرار شونده سالانه (ARR) شرکت DualEntry تنها حدود 400,000 دلار بوده است، زمانی که او این معامله را در مردادماه بررسی کرده بود. سانتیاگو نستارس، هم بنیان گذار DualEntry، این رقم را تکذیب می کند. نستارس در پاسخ به سوالی درباره درآمد در زمان نهایی شدن معامله، گفت که این رقم “به مراتب بالاتر از آن” بوده است.

با وجود این، ارزیابی های بسیار بالا نسبت به درآمد، در حال تبدیل شدن به یک استراتژی سرمایه گذاری رایج تر در میان شرکت های سرمایه گذاری خطرپذیر رده بالا است. این تاکتیک با نام “شاه سازی” (kingmaking) شناخته می شود و می تواند بخشی از یک استراتژی برنده سازی هوش مصنوعی بلندمدت برای غالب شدن در بازار باشد.

این رویکرد شامل تزریق حجم عظیمی از سرمایه به یک استارتاپ در یک رده رقابتی است، با هدف غلبه بر رقبا از طریق اعطای مزیت مالی چنان قابل توجه به شرکت منتخب که ظاهری از تسلط بر بازار ایجاد کند. این به نوبه خود، به تقویت استراتژی برنده سازی هوش مصنوعی آن استارتاپ کمک می کند.

شاه سازی چیز جدیدی نیست، اما زمان بندی آن به شدت تغییر کرده است.

چالش ها و فرصت ها در استراتژی برنده سازی هوش مصنوعی

جرمی کافمن، شریک در Scale Venture Partners، می گوید: «سرمایه گذاران خطرپذیر همیشه مجموعه ای از رقبا را ارزیابی کرده و سپس روی کسی که فکر می کنند در یک رده برنده خواهد شد، شرط بسته اند. آنچه متفاوت است این است که این اتفاق خیلی زودتر رخ می دهد.»

این سرمایه گذاری تهاجمی زودهنگام با چرخه سرمایه گذاری قبلی تفاوت دارد.

دیوید پترسون، شریک در Angular Ventures، می گوید: «نسخه دهه 2010 این موضوع صرفا “سرمایه به عنوان یک سلاح” نامیده می شد.» او اشاره کرد که تزریق گسترده سرمایه به اوبر و لیفت نمونه ای بارز از این بود، اما تسلیح سرمایه برای شرکت های اشتراک گذاری سفر تا زمانی که به دورهای سری C یا D خود نرسیده بودند، آغاز نشد.

همانند نبرد اوبر در برابر لیفت، سرمایه گذاران در رقبای DualEntry یعنی Rillet و Campfire نیز به وضوح مشتاق هستند که سرمایه گذاری هایشان با کمک سرمایه قابل توجه به موفقیت برسد. در اوایل مردادماه، Rillet یک دور جذب سرمایه سری B به مبلغ 70 میلیون دلار را با رهبری a16z و Iconiq به اتمام رساند، تنها دو ماه پس از آنکه این شرکت یک دور جذب سرمایه سری A به مبلغ 25 میلیون دلار را با رهبری Sequoia به پایان رسانده بود.

به همین ترتیب، Campfire AI دو دور جذب سرمایه پشت سر هم داشت. در مهرماه، این شرکت یک دور سری B به مبلغ 65 میلیون دلار را جذب کرد، تنها چند ماه پس از اعلام یک دور سری A به مبلغ 35 میلیون دلار با رهبری Accel.

ERP مبتنی بر هوش مصنوعی تنها یکی از چندین رده کاربردی هوش مصنوعی است که استارتاپ ها در آن به سرعت سرمایه جذب می کنند. جایا گوپتا، شریک در Foundation Capital، ماه گذشته در X پست کرد: «هیچ داده جدیدی بین دورها وجود ندارد. دورهای سری B به طور منظم 27 تا 60 روز پس از دورهای سری A اتفاق می افتند.» این روند بر اهمیت داشتن یک استراتژی برنده سازی هوش مصنوعی قوی از ابتدا تاکید دارد.

در حالی که برخی استارتاپ ها مانند Cursor یا Lovable گزارش شده است که با سرعت سرسام آوری بین دورهای پشت سر هم خود رشد کرده اند، چندین سرمایه گذار خطرپذیر به TechCrunch گفتند که این برای همه صدق نمی کند. این سرمایه گذاران گفتند که شرکت های ERP مبتنی بر هوش مصنوعی و چندین رده دیگر از استارتاپ ها که چندین دور سرمایه در سال 1403-1404 شمسی جذب کردند، همچنان ARRs در میلیون های تک رقمی دارند.

اگرچه همه سرمایه گذاران خطرپذیر با استراتژی سرمایه گذاری شاه سازی موافق نیستند، دلایلی وجود دارد که چرا ارائه مقادیر زیادی سرمایه می تواند مفید باشد، حتی زمانی که استارتاپ نرخ مصرف معقولی دارد. برای مثال، استارتاپ های با سرمایه خوب توسط خریداران سازمانی بزرگ با احتمال بقای بیشتری تلقی می شوند و این امر آن ها را به ارائه دهنده ترجیحی برای خریدهای مهم نرم افزاری تبدیل می کند. این رویکرد به ویژه برای تقویت استراتژی برنده سازی هوش مصنوعی و جذب مشتریان بزرگ کارساز است. سرمایه گذاران می گویند این استراتژی به استارتاپ حقوقی هوش مصنوعی Harvey کمک کرد تا مشتریان شرکت های بزرگ حقوقی را جذب کند.

با این حال، تاریخ نشان می دهد که سرمایه گذاری عظیم تضمینی برای موفقیت نیست، با شکست های قابل توجهی از جمله شرکت لجستیک Convoy و سازماندهی مجدد ورشکستگی شرکت اسکوتر Bird.

اما این سوابق شرکت های بزرگ سرمایه گذاری خطرپذیر را نگران نمی کند. آن ها ترجیح می دهند روی رده ای شرط بندی کنند که به نظر می رسد مورد مناسبی برای هوش مصنوعی است، و ترجیح می دهند زودتر سرمایه گذاری کنند زیرا، همانطور که پترسون بیان کرد: «همه درس قانون توان (power law) را کاملا درونی کرده اند. در دهه 2010، شرکت ها می توانستند سریع تر رشد کنند و بزرگ تر از آنچه تقریبا هر کسی تصور می کرد، شوند. یک استراتژی برنده سازی هوش مصنوعی قوی در مراحل اولیه می تواند این رشد را تسریع بخشد. شما نمی توانستید بیش از حد پرداخت کرده باشید اگر یک سرمایه گذار اولیه اوبر بودید.»

در مجموع، آنچه در مورد سرمایه گذاری های زودهنگام و عظیم در استارتاپ های هوش مصنوعی مشاهده می شود، نشان دهنده تغییر پارادایم در رویکردهای سرمایه گذاری خطرپذیر است. این استراتژی ها، اگرچه با ریسک هایی همراه هستند، اما در پی ایجاد رهبران بازار از همان مراحل اولیه فعالیت شرکت ها هستند و نقش محوری یک برندسازی قوی را در این مسیر پرشتاب برجسته می سازند.

VCs deploy ‘kingmaking’ strategy to crown AI winners in their infancy