A16z о последнем глубоком анализе рынка ИИ: ваша компания все еще «кровью» работает?

null

Автор: Deep Thinking Circle

Вы когда-нибудь задумывались, что индустрия программного обеспечения может пережить более радикальные изменения, чем просто переход от командной строки к графическим интерфейсам? После глубокого анализа рынка ИИ, которым поделился Дэвид Джордж из a16z, меня поразил набор данных: самые быстрорастущие компании в области ИИ расширяются с годовым темпом роста 693%, при этом тратят гораздо меньше на продажи и маркетинг, чем традиционные софтверные компании. Это не единичный случай, и общая численность компаний, работающих в области ИИ, растёт более чем в 2,5 раза быстрее, чем в компаниях, не связанных с ИИ. Ещё более удивительно, что у этих компаний годовой регулярный доход на сотрудника (ARR) составляет от 500 000 до 1 миллиона долларов, по сравнению с 400 000 долларов у предыдущего поколения софтверных компаний.

Что это значит? Это означает, что мы становимся свидетелями рождения новой бизнес-модели — эпохи создания большей ценности с меньшим количеством людей и меньшими затратами. D

Эвид Джордж отметил в своём рассказе, что это не небольшая корректировка, а полный сдвиг парадигмы. Эти основные концепции — контроль версий, шаблоны, документация и даже понятие пользователей — переосмысливаются с помощью рабочих процессов, управляемых агентами ИИ. Я убеждён, что в ближайшие пять лет компании, которые не смогут адаптироваться к этим изменениям, будут полностью уничтожены.

Удивительная правда о росте компаний, связанных с искусственным интеллектом

Данные, которые Дэвид Джордж представил в своём рассказе, заставили меня переосмыслить, что такое настоящий рост. 2025 год стал годом ускоренного роста для компаний, занимающихся ИИ. После замедления роста в 2022, 2023 и 2024 годах из-за роста процентных ставок и сокращения в технологическом секторе, 2025 год полностью изменил эту тенденцию. Самое шокирующее — среди компаний, ранжированных по разным эшелонам, те компании с реальными исключениями выросли невероятно быстро.

Моя первая реакция, когда я увидел этот набор данных, была: есть ли проблема с этим числом? Группа ведущих компаний в области искусственного интеллекта выросла на 693% в годовом выражении. Дэвид сказал, что его команда также трижды подтверждала это, прежде чем поверить числу. Но именно это они видят у портфельных компаний, а также в реальной ситуации и случаях. Это не изолированное явление, а системное изменение, происходящее по всему ландшафту ИИ.

Ещё важнее качество роста. Обычно традиционным компаниям по программному обеспечению требуется много времени, чтобы достичь годового дохода в $100 миллионов, а самые быстрорастущие компании в области ИИ достигают этого рубежа гораздо быстрее. Дэвид подчёркивает очень важный момент: дело не в том, что они тратят больше денег на продажи и маркетинг, наоборот, самые быстрорастущие компании в области ИИ на самом деле тратят меньше на продажи и маркетинг, чем традиционные SaaS (программное обеспечение как услуга). Они растут быстрее, но тратят меньше. В чём причина этого? Это связано с тем, что спрос со стороны конечных клиентов чрезвычайно высок, а сам продукт чрезвычайно привлекателен.

Я считаю, что это показывает глубокий сдвиг в бизнес-логике. В прошлую эпоху программного обеспечения рост часто зависел от сильных команд продаж и огромных маркетинговых бюджетов. Вам нужно обучать рынок, убеждать клиентов и преодолевать барьеры для внедрения. Но в эпоху ИИ действительно великие продукты могут говорить сами за себя. Когда продукт сразу создаёт ценность для пользователей и заставляет их почувствовать повышение эффективности при первом использовании, рыночный спрос автоматически возникает. Эта модель роста, основанная на продукте, гораздо здоровее и устойчивее традиционной модели, основанной на продажах.

Другой набор данных, который показал Дэвид, также оказался интересным. Валовая маржа прибыли компаний, занимающихся ИИ, на самом деле немного ниже, чем у традиционных компаний, занимающихся ПО. Взгляд их команды уникален: низкая валовая прибыль — своего рода знак чести для компаний, занимающихся ИИ. Потому что если низкая валовая маржа вызвана высокими затратами на выводы, это означает две вещи: во-первых, люди действительно используют функции ИИ; Во-вторых, эти затраты на выводы со временем уменьшаются. Так что, если они видят компанию ИИ с особенно высокой валовой маржей, они немного скептически настроены, потому что это может означать, что функции ИИ — это не то, что клиент покупает или использует.

Почему компании в области ИИ могут быть более эффективными

Я размышлял над вопросом: почему компании, занимающиеся ИИ, которые также являются софтверными компаниями, могут получать больше дохода при меньшем числе людей? В своей доле Дэвид сосредоточился на метрике ARR per FTE — годовой регулярный доход, получаемый каждым штатным сотрудником. Этот показатель на самом деле является комплексным показателем общей операционной эффективности компании, который включает не только эффективность продаж и маркетинга, но и управленческие и исследовательские и разработки.

Лучшие компании в области ИИ имеют ARR на FTE от 500 000 до 1 миллиона долларов, по сравнению со стандартом около 400 000 долларов для предыдущего поколения компаний, занимающихся программным обеспечением. Это может показаться числовым отличием, но оно отражает совершенно другую бизнес-модель и способ работы. Дэвид считает, что основная причина этой разницы в том, что спрос на эти продукты настолько велик, что для выхода на рынок требуется меньше ресурсов.

Но я думаю, что причина лишь поверхностная. Более глубокая причина в том, что компании в области ИИ с самого начала были вынуждены по-другому думать о том, как действовать. У них не было выбора, кроме как использовать ИИ для переработки внутренних процессов, способа разработки продуктов и систем поддержки клиентов. Эти вынужденные инновации позволили им найти более эффективную бизнес-модель.

Дэвид привёл особенно яркий пример. Он рассказал, что недавно общался с основателем компании, который был недоволен прогрессом одного из своих продуктов, поэтому напрямую организовал для двух инженеров с глубокими знаниями ИИ для восстановления продукта с нуля с помощью новейших программных инструментов, таких как Claude Code и Cursor, и предоставил им неограниченные бюджеты на программные инструменты. Результат? Основатель сказал, что считает, что прогресс в 10–20 раз быстрее, чем раньше. И счета, создаваемые этими инструментами, были настолько высоки, что он начал переосмысливать, как должна выглядеть вся организация.

Что меня поразило в этом примере — это то, что это было не постепенное улучшение, а скачок на порядок величины. Что значит ускорение на 10–20 раз? Это означает, что проекты, которые изначально заняли год, теперь могут занимать всего месяц или два. Эта разница в скорости может оказать решающее влияние на соперников. Вывод основателя: мне нужно, чтобы вся команда продукта и инженеров работала именно так, и я думаю, что это произойдёт в ближайшие 12 месяцев. Но это также означает фундаментальные изменения в организационной структуре команды. Где проходит граница между продуктом, инженерией и дизайном? Эти вопросы нужно переосмыслить.

Думаю, декабрь 2024 года стал поворотным моментом в мире программирования. Дэвид чувствовал то же самое. Он сказал, что на тот момент инструменты программирования сделали качественный скачок. В течение следующих 12 месяцев эти изменения либо действительно укоренятся в компаниях, либо те, кто не примут их, будут работать гораздо медленнее своих конкурентов. Это не алармизм, а реальность.

Адаптируйся к ИИ или исчезни

Дэвид упомянул очень мрачный момент в своём рассказе: компании, основанные до эпохи ИИ, либо адаптируются к эпохе ИИ, либо исчезают. Это утверждение звучит крайне, но я полностью согласен. И эту адаптацию нужно делать одновременно на двух уровнях: спереди и сзади.

На фронтенде компаниям нужно думать о том, как интегрировать ИИ нативно в свои продукты, а не просто добавлять чат-бота в существующие рабочие процессы. Для этого нужно переосмыслить, что продукты могут делать с помощью ИИ, радикально изменить себя и внести изменения. Дэвид привёл несколько интересных примеров. В эпоху до появления ИИ появилась софтверная компания, и генеральный директор полностью преобразился благодаря концепции ИИ, заявив: «Мы хотим стать продуктом на базе ИИ». Мы хотим, чтобы продукт показывал, что ваши сотрудники теперь являются агентами ИИ. Сколько у вас агентов? Вот о которых он сейчас говорит.

Есть более крайний пример. Один из генеральных директоров сказал: для каждой задачи, которую нам нужно выполнить сейчас, я задаю вопрос: могу ли я сделать это с помощью электричества или нужно делать это с помощью крови? Это крайний сдвиг в мышлении. Электричество означает использование ИИ и автоматизации, а кровь — использование рабочей силы. Эта смена мышления глубока, и она заставляет вас переосмысливать каждый процесс и каждую задачу в вашей компании.

На бэкенде компаниям необходимо полностью внедрять новейшие модели программирования и инструменты. Все разработчики должны использовать новейшие программные средства, а каждая функция — новейшие инструменты. Безусловно, сектор программирования демонстрирует самый высокий уровень внедрения, и именно здесь наблюдается самый большой скачок. Но это изменение распространяется и на другие функции.

Дэвид отметил, что хорошая новость для компаний до появления ИИ в том, что эволюция бизнес-модели всё ещё находится на ранней стадии. Самая разрушительная ситуация — это смена технологий и продуктов, а также смена бизнес-моделей. Технологии и продукты действительно сейчас меняются, но трансформация бизнес-моделей ещё не полностью развернутась.

Он видит бизнес-модель как спектр. На крайнем левом фланге находится модель лицензирования, которая является моделлю лицензирования и обслуживания эпохи до SaaS. Кроме того, есть SaaS и модель подписки, которая часто взимается в зависимости от мест — это крупная инновация, которая очень разрушительна. Вы можете увидеть, что произошло с Adobe во время этого перехода. Затем есть модель потребления, то есть модель на основе использования, которая является способом оплаты облачных сервисов, и многие сервисы, основанные на задачах, перешли с места на потребление.

Следующий этап будет ориентирован на результат. Когда вы успешно выполняете задачу, желательно успешную, вам будут начислять плату за успешное выполнение задачи. Единственные области, где эту модель реально можно реализовать прямо сейчас, — это, вероятно, поддержка клиентов и успех клиентов, потому что можно объективно измерить решение проблем. Но по мере роста возможностей модели для существующих компаний было бы серьёзным потрясением, если бы другие функции, кроме поддержки клиентов, могли измерять эти результаты.

Я считаю, что этот эволюционный путь очень проницателен. От лицензии к подписке, от подписки к потреблению, от потребления к результату — каждый сдвиг является подрывом предыдущего поколения бизнес-моделей. И сейчас мы стоим на пороге перехода от потребления к результатам. Когда агенты ИИ смогут надёжно выполнять задачи и быть объективно оценёнными, модели ценообразования, основанные на результатах, станут массовыми в приёме нормы. В таком случае компании, которые всё ещё берут плату по местам, окажутся совершенно неконкурентоспособными.

Дилеммы внедрения ИИ для крупных компаний

Наблюдения Дэвида о внедрении ИИ компаниями из списка Fortune 500 очень интересны. Он отметил, что существует огромный разрыв между тем, что он слышит от генеральных директоров этих крупных компаний, и тем, что происходит на самом деле. Генеральные директора говорят: нам нужно адаптироваться, мы отчаянно хотим понять, какие инструменты ИИ нужны, мы готовы меняться, наш бизнес внедрит эти инструменты повсеместно, мы станем компанией, занимающейся ИИ.

Но то, что произошло на самом деле, было совершенно иным. Самый большой разрыв между таким мышлением и реальными бизнес-изменениями в том, что управление изменениями слишком сложно. Даже просто заставить людей использовать ИИ-ассистентов, чтобы лучше выполнять свою работу, и так достаточно сложно. Что касается реального управления бизнесом, изменения бизнес-процессов и управления изменениями, это чрезвычайно сложно.

Дэвид сказал, что его не удивляют слухи на рынке о том, что дела идут медленнее, чем ожидалось. Но для лучших компаний, которые действительно полностью приняли ИИ и знают, что делать, это оказало огромное влияние на бизнес. Он привёл несколько конкретных примеров: Chime сказал, что они сократили расходы на поддержку на 60%; Rocket Mortgage сообщает, что сэкономила 1,1 миллиона часов на андеррайтинге, что в шесть раз больше по сравнению с прошлым годом и эквивалентно 40 миллионам долларов ежегодной экономии на операционных расходах.

Я думаю, это выявляет ключевую проблему: разрыв между готовностью и способностями. Генеральные директора крупных компаний готовы принять ИИ, но возможность его внедрять — это совсем другой вопрос. Сложность управления изменениями часто недооценивается. Речь идёт не только о покупке инструментов или найме инженеров по ИИ, но и в фундаментальном изменении процессов, культуры и организационной структуры компании.

И многим крупным компаниям необходимо адаптировать свой бизнес, чтобы подготовить его к ИИ. Использование чат-бота — это одно, и прирост продуктивности может быть незначительным. Но если вам придётся полностью переработать системы, информацию и бэкенд для поддержки ИИ, может быть много работы, накопившихся и пока не увидеть релевантных результатов.

Дэвид прогнозирует, что следующие 12 месяцев будут очень интересными. Он считает, что будет больше случаев, но найдутся компании, которые смогут с этим справиться, и будут компании, которые не смогут. Те, кто сможет это сделать, получат огромное преимущество в производительности, а те, кто не сможет, окажутся в серьёзном невыгодном положении. Я думаю, что это расхождение произойдёт быстрее и гораздо сильнее, чем многие думают.

Будущее Model Busters и рынок

Дэвид упомянул концепцию, которую я нашёл особенно проницательной в его рассказе: Model Busters. Речь идёт о компаниях, которые растут со скоростью и продолжительностью, значительно превышающей то, что можно предсказать в любой ситуации. iPhone — классический пример этой концепции. Если посмотреть на консенсусный прогноз до запуска iPhone и фактическую производительность через 4-5 лет, то консенсусный прогноз отклоняется в 3 раза. И это самая обсуждаемая компания в мире.

Дэвид считает, что ИИ станет самым большим Model Buster, которого он видел в своей карьере. Многие компании, занимающиеся ИИ, выполняют значительно больше, чем ожидается в любой таблице. Я согласен с этой точкой зрения. Когда технологическая платформа приносит не постепенные улучшения, а приводит к скачкам на порядки, традиционные предиктивные модели терпят неудачу.

Он упомянул, что сама технология — это своего рода Model Buster. Но с 2010 года технологии приносят высокие маржинальные доходы с беспрецедентной скоростью и масштабом. Поэтому в первые годы это всегда выглядело дорого, но неоднократно превосходило ожидания, создавая гораздо большую ценность, чем требовался капитал. У него не было причин думать, что на этот раз всё будет иначе.

Что касается капитальных затрат, Дэвид также показал интересные данные. По сравнению с дотком-пузырём, капитальные расходы фактически поддерживаются денежным потоком, а капитальные расходы составляют гораздо меньший процент доходов. Наибольшее бремя капитальных затрат лежит на гиперскейлерах, и это лучшие коммерческие компании всех времён.

Дэвид специально отметил, что как портфельная компания они приветствуют такие капитальные вложения. Он сказал: «Очень хорошо развивать как можно больше мощностей и обеспечивать как можно больше ресурсов для обучения и рассуждения. И большая часть бремени лежит на лучших коммерческих компаниях в истории.

Одно из явлений, на котором они начали обращать внимание, — это то, что долг вошёл в это уравнение. Нельзя финансировать все прогнозируемые будущие капитальные расходы только денежным потоком, и рынок начинает видеть долг. Но в целом они чувствуют себя комфортно с компаниями, которые финансируют за счёт денежного потока, продолжают генерировать денежный поток и используют долги, если контрагентом является компания вроде Meta, Microsoft, AWS, Nvidia.

Дэвид упоминает случай, на который стоит обратить внимание: Oracle. Oracle всегда была прибыльной и выкупала акции, но масштабы капитальных вложений, которые они вложили, очень велики, что является большой риском. У них будет отрицательный денежный поток на многие годы. Рынок начал обращать на это внимание: стоимость кредитных дефолтных свопов (CDS) компании Oracle выросла примерно до 2% за последние три месяца. Это сигнал, на который стоит следить.

Я считаю, что этот капиталоёмкий этап строительства необходим, но не без рисков. Главное — гарантировать, что эти инвестиции в конечном итоге приносят соответствующую доходность. В настоящее время спрос значительно превышает предложение. Все поставщики гипермасштабных облачных сервисов сообщают, что спрос значительно превышает предложение. Гэвин Бейкер, с которым Дэвид брал интервью, приводит хорошую аналогию: в эпоху Интернета прокладывают много волокон, а эти волокна просто работают и не используются, что называется тёмным волокном. Но в эпоху ИИ не существует тёмной видеокарты. Если вы установите видеокарту в дата-центре, она сразу же будет полностью использована.

Невероятные темпы роста доходов

Набор данных Дэвида был особенно впечатляющим. Он сравнил облачные сервисы, публичные софтверные компании и новый чистый доход в 2025 году. Публичные компании по разработке программного обеспечения в 2025 году добавят в общей сложности 46 миллиардов долларов дохода. Если посмотреть только на две компании — OpenAI и Anthropic, они добавляют почти половину этого показателя в операционном доходе.

И Дэвид считает, что если провести такое же сравнение в 2026 году, вся публичная индустрия программного обеспечения (включая SAP и устоявшиеся компании, а не только SaaS), компании ИИ (модельные компании) могут увеличить от 75% до 80% своей выручки. Скорость просто невероятна. Это означает, что всего через несколько лет компании в области ИИ создадут больше новой ценности, чем вся традиционная индустрия программного обеспечения.

Goldman Sachs оценивает, что строительство на базе искусственного интеллекта принесёт доход в размере 9 триллионов долларов. При условии прибыли 20% и коэффициента P/E в 22 раза, это означает новую рыночную капитализацию в 35 триллионов долларов. Заранее учтено около 24 триллионов долларов рыночной капитализации. Хотя мы можем спорить, связано ли это с ИИ или с результатами крупных технологических компаний, рыночная капитализация всё ещё предстоит бороться, и если эти предположения верны, перспективы для успеха велики.

Дэвид также сделал простую арифметику. Текущие оценки показывают, что к 2030 году совокупные капитальные вложения для провайдеров облачных сервисов в гипермасштабных технологиях составят чуть менее 5 триллионов долларов. Чтобы достичь пороговой доходности в 10% от этих инвестиций в $4,8 триллиона, или почти $5 триллионов, годовая доход от ИИ должен достичь примерно $1 триллиона к 2030 году. Если сравнить эту цифру, 1 триллион долларов — это примерно 1% от мирового ВВП, что обеспечивает 10% доходности.

Это возможно? Возможно, этого немного недостаточно. Но Дэвид считает, что только смотреть на 2030 год имеет свои ограничения. Доходность от этих инвестиций может быть реализована в течение более длительного периода, например, в период с 2030 по 2040 год. И если сейчас мы имеем масштаб около 50 миллиардов долларов доходов от ИИ (это его приблизительная оценка), и они в основном были получены за последние полтора года, путь от 50 миллиардов до 1 триллиона долларов вполне немыслим.

Мои мысли о будущем

После того как я послушал рассказ Дэвида, моё самое сильное ощущение — мы находимся в начале исторического переломного момента, а не середины или конца. Это продуктовый цикл, который может длиться от 10 до 15 лет, и мы только начинаем. Это вызвало у меня одновременно волнение и тревогу.

С энтузиазмом, возможности, которые открывает эта трансформация, огромны. Для компаний, которые способны быстро адаптироваться и всесторонне внедрять ИИ, они не только получают конкурентное преимущество, но и чаще определят следующую эпоху. Мы увидим появление новых «единорогов», появление новых бизнес-моделей и совершенно иные способы организации компаний.

Тревожность — это изменение может происходить гораздо быстрее, чем большинство людей ожидает. Данные, упомянутые Дэвидом, особенно показательны: среднее время, проведённое компаниями S&P 500 в индексе, снизилось на 40% за последние 50 лет. Это означает, что темпы сбоев в работе компаний ускоряются. В эпоху ИИ эта скорость может ускориться ещё больше.

Думаю, дальше будет чёткое различие. Некоторые компании действительно осознают потенциал ИИ и фундаментально переосмыслят свои продукты, процессы и организационные структуры. Эти компании получают на порядки большую эффективность и конкурентное преимущество. Другие, даже если готовы к изменениям, будут двигаться медленно из-за трудностей управления изменениями, организационной инерции, технического долга и т.д. Это расхождение будет становиться всё более заметным в ближайшие годы.

Сейчас, возможно, самое подходящее время для предпринимателей. При чрезвычайно высоком спросе на рынке и быстрых технологических возможностях рынок капитала по-прежнему готов поддерживать компании с реальным потенциалом. И теперь можно достичь того же масштаба с меньшими ресурсами и быстрее, чем предыдущее поколение софтверных компаний. Это снижает барьеры для входа в предпринимательство, но также повышает требования к качеству продукции и соответствию рынку.

Ключ для инвесторов — выявить настоящих Model Busters. Эти компании будут расти быстрее и дольше, чем предсказывает любая традиционная модель. Но для этого также требуется от инвесторов достаточно дальновидности и терпения, чтобы верить в кривые роста, которые кажутся необоснованными.

Для практиков, будь вы инженером, менеджером продукта, дизайнером или другой другой ролью, необходимо быстро учиться и адаптироваться к новым инструментам и способам работы. Пример, который упомянул Дэвид — два инженера, использующих новейшие программные инструменты в 10–20 раз быстрее, чем раньше — это не единичный случай, а тенденция. Те, кто сможет освоить эти новые инструменты, новые методы, получат огромное преимущество в карьере.

Наконец, хочу сказать, что этот сдвиг касается не только технического уровня, но и мышления. От «как это сделать» до «каких результатов мы хотим достичь», от «добавления новых людей» до «как решить эту проблему с помощью ИИ», от «следования устоявшимся процессам» до «переосмысления возможностей». Вопрос о «электричестве или крови», хотя звучит экстремально, отражает суть этого превращения.

Мы наблюдаем, как мир программного обеспечения переписывается. Это не постепенное обновление, а полный рефакторинг. И те люди и компании, которые смогут это понять и принять, определят следующую эпоху.