Fundusze venture capital ignorują własne rady w pogoni za AI

Według dostawcy danych Dealroom.co startupy zajmujące się generatywną sztuczną inteligencją pozyskały globalnie 17,8 miliarda dolarów do 19 września br., w porównaniu z 3,9 miliarda dolarów zainwestowanych w całym 2022 roku.

Fundusze venture capital zbierają ogromne środki z zamiarem inwestowania większego kapitału w sztuczną inteligencję.

Fundusze venture capital nie pochwalają wykorzystywania środków na wydatki typowo operacyjne. Jednak wiele startupów wydaje pozyskane pieniądze na infrastrukturę obliczeniową. Inną zasadą, którą łamią startupy w tej branży, jest unikanie nadmiernej zależności od szybko rozwijających się konkurentów. Wiele startupów zajmujących się sztuczną inteligencją robi właśnie to, korzystając z OpenAI jako głównego dostawcy dużych modeli językowych, takich jak GPT-4, używanych zarazem przez wiele innych firm.

Obecnie kapitał venture capital na generatywną sztuczną inteligencję często trafia na zabezpieczenie drogiej i trudno dostępnej infrastruktury obliczeniowej. "W ciągu ostatnich dziewięciu miesięcy dużo kapitału poszło na bookowanie kontraktów dostawczych" - powiedział dla Wall Street Journal Max Gazor, partner generalny w CRV. Jego firma zainwestowała w kilka startupów na wczesnym etapie rozwoju w dziedzinie generatywnej AI.

— Teraz to walka o teren. Każdy działa, aby utrzymać się na rynku, a ekonomikę rozwiążemy później — powiedział Gazor. Firmy venture capital podobno podpisywały umowy z dostawcami usług obliczeniowych w imieniu swoich startupów.

Wysokie rundy finansowanie dla startupów AI

Rundy finansowania dla startupów zajmujących się sztuczną inteligencją są zazwyczaj znacznie większe niż dla innych firm software'owych ze względu na kapitałochłonność tych biznesów. Średnia runda serii A dla startupów zajmujących się generatywną sztuczną inteligencją wyniosła 16 milionów dolarów, co według Dealroom jest ponad dwukrotnością wielkości wszystkich rund serii A w 2023 roku.

W dłuższej perspektywie startupy AI będą musiały znaleźć sposób na pozyskanie dalszego finansowania, aby skalować swoje biznesy. Będą też potrzebować chipów do przetwarzania obliczeń AI, a tych często brakuje i są bardzo drogie. Ponadto trzeba zdawać sobie sprawę, że duże modele językowe zużywają znaczne ilości energii elektrycznej i będą pozostawać ważnym kosztem infrastrukturalnym. Sztucznej inteligencji nie rozwija się na zwykłych komputerach, lecz na drogich serwerach. Utrzymanie odpowiednich data center jest bardzo kosztowne, a koszty stałe są wysokie.

Firmy zajmujące się generatywną sztuczną inteligencją najprawdopodobniej będą miały marże brutto wyraźnie niższe niż tradycyjne oprogramowanie chmurowe. W przeciwnym razie klienci mogą nie chcieć opłacać tych usług, bo będą za drogie.

Duża konkurencja

Ponadto wiele startupów wykruszy się w czasie, bo konkurencja jest zbyt silna. Są też ruchy większych graczy na rynku. Wydanie GitHub Copilot, opracowanego we współpracy z OpenAI, zwięziło konkurencyjne narzędzia produktywności AI dla deweloperów, podczas gdy uruchomienie przez Bloomberg BloombergGPT do danych finansowych negatywnie wpłynęło na startupowe fintechy.

Inwestorzy venture capital, jak się okazuje, są jednak gotowi tolerować wiele problemów w modelach biznesowych startupów zajmujących się generatywną AI. Chcą mieć szansę uczestniczenia w rozwoju nowego paradygmatu technologicznego. — Koszt nieinwestowania jest również dość wysoki — mówi Gazor.