Od lewego górnego rogu, zgodnie z ruchem wskazówek zegara: Sheila Gulati, Cameron Borumand, Annie Luchsinger, Chris DeVore, Sabrina Albers (Wu) i Andy Liu.
Sztuczna inteligencja przyciągnęła bezprecedensowy poziom kapitału i uwagi. Coraz częściej pojawiają się pytania dotyczące tzw. bańki AI: czy zbyt wiele startupów goni za tymi samymi pomysłami? Czy wyceny wyprzedzają faktyczne przyjęcie? I czy cała ta inwestycja się opłaci, czy eksploduje?
GeekWire przeprowadziło ankietę wśród kilku inwestorów kapitału wysokiego ryzyka z obszaru Seattle na temat tego, czy ich zdaniem istnieje bańka AI i jak startupy powinny się przygotować, planując rok 2026.
Podsumowując, inwestorzy tworzą obraz rynku, który miejscami jest przegrzany, ale wcale nie załamany. Widzą wyraźne oznaki przesady w sztucznej inteligencji, zwłaszcza w prywatnych firmach na wczesnym etapie rozwoju, gdzie wyceny często przewyższają rzeczywistą trakcję. W dużej mierze jednak odrzucają ideę katastrofalnej bańki i większość utrzymuje, że sama technologia już generuje realną wartość.
Różnią się szczegółami: niektórzy widzą największy nadmiar w budowie centrów danych. Inni zwracają uwagę, że start-upy oparte na narracji uzyskują ogromne wyceny bez prawdziwego zaangażowania klientów. Jeden z inwestorów szacuje, że pełny wpływ sztucznej inteligencji nastąpi w ciągu 10–20 lat. Inny widzi natychmiastową szansę, gdy firmy ponownie przemyślą swoje wydatki na oprogramowanie, narażając tradycyjnych dostawców na zagrożenia.
Jego rada dla założycieli startupów: zignoruj ten szum, skup się na prawdziwych problemach klientów, buduj trwałe przychody i wydajne przedsiębiorstwa i przygotuj się na pewne ochłodzenie rynku.
Przeczytaj ich pełne odpowiedzi poniżej.
Sabrina Albert (Wu), partnerka Madrony
Sabrina Alberto (Wu). (Zdjęcie Madrona)
„W niektórych częściach rynku sztucznej inteligencji widać wyraźną pianę, szczególnie w przypadku prywatnych wycen na wczesnym etapie, gdzie ceny spółek znacznie przekraczają wartości podstawowe, co pasuje do klasycznej definicji „bańki”. Na rynkach publicznych najsilniejsze spółki AI wspierają wyceny ponadprzeciętnymi zyskami i wzrostem, więc nie wygląda to tam na tradycyjną bańkę.
Najbardziej wyraźny entuzjazm widać na rynkach prywatnych, zwłaszcza na rynkach zalążkowych i serii A, gdzie wielu inwestorów stara się wcześnie wejść na rynek sztucznej inteligencji. W rezultacie kapitał goni start-upy o ograniczonej przyczepności i wycenach, które cenią wyniki, których uzasadnienie może wymagać lat realizacji.
Startupy muszą od początku skupiać się na trwałych podstawach biznesowych. Uzyskuj powtarzalne przychody dzięki rocznym lub wieloletnim umowom, rozwiązuj rzeczywiste problemy klientów i różnicuj się poprzez głęboką integrację ze stosem technologii klienta w celu tworzenia prawdziwych, biznesowych produktów. „Długoterminowy sukces wynika z dostarczania wymiernej wartości i możliwego do obrony wzrostu w czasie”.
Cameron Borumand, partner generalny w Fuse
Camerona Borumanda. (Zdjęcie bezpiecznika)
„W grę wchodzi wiele czynników. Sztuczna inteligencja to nowa technologia o rzeczywiście rewolucyjnym charakterze. W dłuższej perspektywie radykalnie zmieni sposób działania prawie wszystkich branż. Jednocześnie historia uczy, że nowe technologie są zwykle przeceniane w perspektywie krótkoterminowej i niedoceniane w dłuższej perspektywie. Najgłębszy i w pełni uświadomiony wpływ sztucznej inteligencji może jeszcze pojawić się za 10–20 lat.
W najbliższej perspektywie (kilka następnych lat) spodziewam się pewnego spowolnienia na rynkach publicznych, gdy inwestorzy pogodzą się z faktem, że prawdziwa „gotowość przedsiębiorstw” na sztuczną inteligencję zajmie trochę czasu. Nie sugeruje to niczego katastrofalnego, po prostu jest mało prawdopodobne, aby wzrost wynoszący około 21% rok do roku, jaki zaobserwowaliśmy na giełdzie Nasdaq, miał charakter trwały i może powrócić do średniej z 30 lat wynoszącej około 10%. Po kilku znaczących niepowodzeniach eksperci nieuchronnie stwierdzą, że sztuczna inteligencja jest przereklamowana. W rzeczywistości oznaczałoby to po prostu normalizację po niezwykłym wzroście na rynkach publicznych napędzanym sztuczną inteligencją.
Na późnym etapie na rynkach prywatnych pojawią się spółki nadmiernie rozreklamowane; Dzieje się tak w każdym cyklu boomu. Zwycięzców będzie więcej niż kiedykolwiek, ale straty będą również większe niż kiedykolwiek. Kiedy firmy takie jak Anthropic rosną z 1 miliarda dolarów do przewidywanych przychodów na poziomie 9 miliardów dolarów w 2025 roku, jasne jest, że sztuczna inteligencja już wywiera realny, materialny wpływ na świat.
Dla startupów nie ma lepszego czasu na budowanie niż teraz. Wracają rynki fuzji i przejęć, klienci mają budżet, a talenty chcą pracować przy ciekawych projektach. To powiedziawszy, wokół jest dużo hałasu, więc najlepiej sięgnąć głębiej i naprawdę skoncentrować się na głównym problemie klienta. Większość wzrostu, jaki zaobserwowaliśmy do tej pory, dotyczy warstwy infrastruktury; „Następne kilka lat skupi się na następnej generacji aplikacji opartych na sztucznej inteligencji”.
Chris DeVore, założyciel i partner zarządzający spółdzielni założycieli
Chris DeVore przemawia na szczycie GeekWire w 2022 r. (zdjęcie w pliku GeekWire/Dan DeLong)
„Tak, znaczna część kapitału wdrażana na całym świecie w sztuczną inteligencję (a szczególnie w budowaniu centrów danych) jest prawie na pewno błędnie alokowana. Szczególnie w przypadku start-upów, poza kilkoma domniemanymi zwycięzcami (OpenAI, Anthropic, Cursor), problemem jest mniejsza nadmierna kapitalizacja i wyższe ceny finansowania w porównaniu z rzeczywistymi przepływami pieniężnymi i potencjałem marży finansowanych firm.
To powiedziawszy, w przeciwieństwie do niektórych niedawnych baniek, które przychodzą na myśl (krypto, metaświat itp.), tym razem w wannie są prawdziwe dzieci. Szkoły LLM są narzędziami o niezwykłych możliwościach nawet na obecnym etapie rozwoju i pozostaną centralnym elementem wielu zadań związanych z tworzeniem oprogramowania i pracą z wiedzą długo po tym, jak racjonalność powróci do krajobrazu finansowego.
Wyzwaniem dla założycieli i inwestorów w czasach takich jak dzisiejsze jest podejmowanie decyzji, które będą wyglądać mądrze za dziesięć lat, a nie tylko teraz. Czy istnieją sposoby na zastosowanie LLM w celu stworzenia trwałej wartości biznesowej w segmentach gospodarki, które prawdopodobnie nie zostaną przekapitalizowane lub będą konkurować do zera o zalew dolarów w najbliższej przyszłości? Jedyną alternatywną strategią jest wybranie zwycięzców wojen stolicowych i zapłacenie za te aktywa tyle, ile wymaga rynek, ale historia sugeruje, że jest to propozycja o bardzo niskich kursach, nawet dla najlepszych graczy.
Przepis na sukces w takich czasach nie różni się zbytnio od innych: wybierz segment klientów, który rozumiesz lepiej niż ktokolwiek inny, głęboko nawiąż kontakt z tymi klientami, aby zrozumieć, jakie problemy możesz w unikalny sposób rozwiązać za pomocą LLM, a które wcześniej były zbyt trudne lub kosztowne do rozwiązania, buduj szybko i iteracyjnie, aby pokazać wartość tym klientom, i utrzymuj tempo wysyłki i uczenia się tak długo, jak to możliwe.
Może się to wydawać proste, ale zaskakujące jest, jak niewiele zespołów założycielskich jest w stanie to osiągnąć i dlatego startupy są tak trudne i przyjemne.”
Sheila Gulati, dyrektor generalna Tola Capital
Sheila Gulati z Tola Capital. (Zdjęcie pliku Geekwire)
„Ogólnie rzecz biorąc, nie sądzę, że znajdujemy się obecnie w bańce związanej ze sztuczną inteligencją. Podobne obawy pojawiały się, gdy uruchamialiśmy platformę Azure około piętnaście lat temu. Wtedy ludzie początkowo obawiali się pośpiechu w stronę biznesu z zerową marżą.
Dzisiejsze ogromne konstrukcje infrastruktury AI będą kształtować warstwy oprogramowania operacyjnego, które napędzają wydajność w świecie rzeczywistym: orkiestrację obliczeniową, potoki danych, systemy pamięci i wydajność wnioskowania na dużą skalę. Wartość przesuwa się w stronę pakowania i wdrażania inteligencji w przepływach pracy w przedsiębiorstwie.
Startupy tworzące oprogramowanie dla przedsiębiorstw powinny zająć pozycję w rosnącym segmencie TAM, oferując kompletne, kompleksowe rozwiązania i nowe sposoby działania, w których ludzie współpracują z agentami sztucznej inteligencji. Zwycięskie startupy obejmą zarówno rosnący IT TAM, jak i ekonomię części rynku pracy.
Obecnie jesteśmy świadkami niespotykanej plastyczności budżetów CIO. Głęboko zakorzeniony stos aplikacji może teraz zostać udostępniony nowym graczom zbudowanym od podstaw w oparciu o sztuczną inteligencję. Możliwości rynkowe są ogromne i firmy powinny skoncentrować się na tworzeniu nowych mega-kapitałów, a nie na spółkach o mniejszych cechach”.
Andy Liu, współzałożyciel i partner w Unlock Venture Partners
Andy’ego Liu.
„Tak, żyjemy w bańce AI, ale nie tak, jak większość ludzi myśli.
Kapitał i wyceny znacznie przekraczają wartości podstawowe, szczególnie w przypadku spółek, które nie mają wyraźnej atrakcyjności dla klientów, trwałego wyróżnienia się lub wiarygodnych/rozsądnych ścieżek do rentowności. Widzimy rosnącą przepaść między firmami zajmującymi się sztuczną inteligencją opartą na narracji, w których „sztuczna inteligencja” w dużej mierze służy do pozycjonowania, a firmami z branży sztucznej inteligencji zorientowanymi na wartość, które korzystają z technologii, aby dostarczać klientom wymierną, powtarzalną wartość.
Bańka wydaje się najbardziej widoczna na wczesnych etapach rozwoju i na etapach wzrostu, kiedy opowiadanie historii oparte na sztucznej inteligencji może tymczasowo zastąpić trakcję i pozyskać kapitał przy wysokich wycenach. Z tego cyklu wyłoni się kilka silnych firm, ale nastąpią znaczne redukcje, cięcia kosztów lub zamknięcia, ponieważ wiele nowych firm nie spełni tych oczekiwań.
Patrząc w przyszłość na rok 2026, moja rada dla założycieli jest prosta:
Buduj prawdziwe biznesy, a nie platformy. Dzisiejsze produkty można szybko zbudować z realnych przychodów przed pozyskaniem kapitału. Priorytetowo traktuj wydajność, zwrot z inwestycji klienta i ekonomikę urządzenia. Wykorzystaj sztuczną inteligencję, aby stworzyć prawdziwą dźwignię finansową, a nie wymówki do spalania kapitału.
Rok 2026 będzie niesamowitym czasem na budowanie. Koszt eksperymentowania i tworzenia produktów gwałtownie spadł, a założyciele nie potrzebują już wykształcenia (stopnie informatyki lub tytuł MBA), aby tworzyć produkty i osiągać realne dochody. Następna generacja trwałych firm zajmujących się sztuczną inteligencją będzie składać się z małych zespołów, które w mniejszym stopniu skupiają się na szumie, a bardziej na wydajnej realizacji. „Zdecydowanie jesteśmy podekscytowani faktem, że w nadchodzącym roku więcej zespołów będzie tworzyć niesamowite produkty”.
Annie Luchsinger, partnerka w Breakers
Annie Luchsinger.
„Z mojego punktu widzenia to, co widzimy, to mniej bańki związanej ze sztuczną inteligencją, a raczej klasyczny cykl ryzyka rozwijający się wokół prawdziwie transformacyjnej zmiany platformy. Ryzyko zawsze dostosowywało się do nowych normalności wraz z głównymi zmianami technologicznymi (chmura, urządzenia mobilne, społecznościowe), a sztuczna inteligencja jest najszybciej rozwijającą się inteligencją, jaką widzieliśmy do tej pory.
Różnica polega tym razem na szybkości, skali i dostępności kapitału. Wdrażanie sztucznej inteligencji następuje w szybszym tempie i na znacznie większą skalę niż poprzednie zmiany platform, podczas gdy prywatny kapitał rynkowy osiągnął najwyższy poziom w historii. W miarę zderzenia tych sił ceny, warunki i zachowania inwestorów ewoluują.
Kapitał wyprzedzający podstawy nie jest niczym nowym. Będą pewne wstrząsy, ale to nie znaczy, że nie ma miejsca tworzenie wartości. „Firmy posiadające prawdziwą technologię, prawdziwą dystrybucję i prawdziwych klientów przetrwają”.
