A16z щодо останнього глибокого аналізу ринку AI: ваша компанія ще «кров’ю» працює?

Автор: DeepThink Circle

Чи задумувалися ви коли-небудь, що індустрія програмного забезпечення можливо переживає більш радикальну трансформацію, ніж перехід від командного рядка до графічного інтерфейсу? Нещодавно я прослухав глибокий аналіз ринку AI від David George з a16z, і мене вразили одні дані: найшвидше зростаючі компанії у сфері AI розширюються з річним темпом 693%, при цьому їх витрати на продажі та маркетинг значно нижчі, ніж у традиційних софтверних компаній. Це не випадковість — зростання всього сегменту AI у понад 2.5 рази перевищує темпи розвитку не-AI компаній. Ще більш неймовірним є те, що ARR на FTE (річний регулярний дохід на одного співробітника) цих компаній становить від 50 до 100 тисяч доларів, тоді як у попереднього покоління софтверних компаній стандарт був близько 40 тисяч доларів.

Що це означає? Це означає, що ми стаємо свідками народження абсолютно нової бізнес-моделі — епохи, коли менше людей, менше витрат, створюють більшу цінність.

Давід Джордж у своїй презентації підкреслює, що це не дрібні налаштування, а повна зміна парадигми. Основні концепції — контроль версій, шаблони, документація, навіть уявлення про користувача — переосмислюються під впливом AI-агентів і робочих процесів, що їх вони керують. Я твердо переконаний, що за п’ять років компанії, які не зможуть адаптуватися до цих змін, будуть повністю витіснені.

Шокуюча правда про зростання AI-компаній

Дані, які показав Давід, змусили мене переосмислити поняття справжнього зростання. 2025 рік стане роком швидкого прискорення для AI-компаній. Після сповільнення зростання у 2022–2024 роках через підвищення ставок і скорочення технологічного сектору, 2025 рік став поворотним моментом. Найбільш вражаюче — серед компаній різних рівнів лідерства, ті, що справді є винятковими, демонструють неймовірні темпи зростання.

Моє перше враження, побачивши ці дані, було: чи не помилка це? Адже найкращі AI-компанії зросли на 693% у порівнянні з минулим роком. Давід сказав, що їх команда тричі перепровірила цю цифру, і лише тоді їм стало вірити. Але це цілком відповідає реальним кейсам, які вони бачили у портфелі. Це не ізольоване явище — це системна зміна у всій галузі AI.

Ще важливіше — якість зростання. Традиційним софтверним компаніям потрібно багато років, щоб досягти 100 мільйонів доларів річного доходу, тоді як найшвидше зростаючі AI-компанії роблять це набагато швидше. Давід особливо підкреслює: це не пов’язано з витратами на маркетинг і продажі — навпаки, ці компанії витрачають на ці цілі менше, ніж традиційні SaaS. Вони зростають швидше і при цьому витрачають менше. Чому так? Тому що потреби клієнтів дуже високі, а продукти — надзвичайно привабливі.

Це відкриває глибоку логіку бізнесу: у минулому зростання залежало від потужних команд продажів і великих маркетингових бюджетів. Треба було просвічувати ринок, переконувати клієнтів, долати бар’єри впровадження. В епоху AI справжнісінький продукт сам говорить за себе. Якщо продукт здатен одразу створювати цінність для користувача і під час першого використання показує підвищення ефективності, попит виникає автоматично. Така модель зростання набагато здоровіша і більш стійка, ніж традиційна.

Ще одна цікава група даних — це маржа AI-компаній. Вони мають трохи нижчу валову маржу, ніж традиційні софтверні компанії. Їхній командний погляд унікальний: для AI-компаній низька маржа — це скоріше нагорода. Якщо вона зумовлена високими витратами на інференс (inference costs), це означає дві речі: перше — користувачі активно використовують AI-функції; друге — з часом ці витрати знизяться. Тому, якщо компанія має надзвичайно високу маржу, це може викликати підозру — можливо, AI-функції не є справжнім продуктом, який купують і використовують клієнти.

Чому AI-компанії працюють ефективніше

Я постійно думаю: чому одна й та сама софтверна компанія може створювати більше доходу з меншими ресурсами, ніж інші? Давід у своїй презентації зосереджується на показнику ARR на FTE — скільки річного доходу створює один співробітник. Це — комплексний індикатор операційної ефективності, що враховує не лише продажі й маркетинг, а й управлінські та R&D витрати.

Найкращі AI-компанії мають ARR на FTE від 50 до 100 тисяч доларів, тоді як у попереднього покоління — близько 40 тисяч. Це може здаватися просто цифрами, але за цим стоїть зовсім інша бізнес-модель і спосіб роботи. Давід вважає, що причина — у високому попиті на їхні продукти, що дозволяє їм працювати з меншими ресурсами.

Але я вважаю, що це лише поверхнева причина. Глибше — AI-компанії змушені з самого початку переосмислювати свою операційну модель. Вони змушені використовувати AI для переосмислення внутрішніх процесів, розробки продуктів, підтримки клієнтів. Це — вимушена інновація, яка відкрила їм шлях до більшої ефективності.

Давід навів дуже яскравий приклад. Він розповів, що недавно спілкувався з засновником однієї компанії, який був незадоволений прогресом у розробці продукту. Тоді він залучив двох глибоко занурених у AI інженерів, які почали з нуля перепрацьовувати продукт за допомогою нових інструментів — Claude Code, Cursor і подібних. Вони отримали необмежений бюджет на програмування. Результат? Засновник каже, що швидкість роботи зросла у 10–20 разів. І рахунки за ці інструменти були настільки високі, що він почав переосмислювати структуру всієї організації.

Цей приклад вразив мене тим, що це не поступове покращення, а якісний стрибок. Збільшення швидкості у 10–20 разів — що це означає? Що проект, який раніше займав рік, тепер можна зробити за один-два місяці. Такий різкий стрибок у швидкості дає конкурентну перевагу. Засновник вважає, що це стане нормою вже за 12 місяців, і що вся команда перейде на такий спосіб роботи. Це означає, що структура компанії, межі між продуктом, інженерною та дизайнерською командами — все це потрібно переосмислювати.

Я вважаю, що 2024 рік стане переломним у світі програмування. Давід має таке саме відчуття. Він каже, що саме в той час відбувся якісний прорив у інструментах для кодування. Наступні 12 місяців або цей прорив закоріниться у компаніях, або ті, хто його ігноруватиме, будуть значно відставати. Це — не страшилка, а реальність.

Адаптація AI або витіснення

Давід у своїй презентації підкреслює дуже важливу ідею: для компаній, створених до епохи AI, потрібно або адаптуватися до нових реалій, або зникнути. Це звучить радикально, але я цілком з цим погоджуюсь. І ця адаптація має відбуватися на двох рівнях — фронтенді та бекенді.

На фронтенді потрібно переосмислити, як інтегрувати AI у продукт, а не просто додати чат-бота у вже існуючий процес. Треба уявити, що може робити продукт із AI, і радикально змінювати себе, щоб бути більш інноваційним. Давід навів кілька цікавих прикладів. Одна компанія ще до AI-епохи вже повністю перейшла на концепцію AI-продукту. Їхній CEO каже: «Ми маємо стати AI-продуктом. Наші співробітники — це AI-агенти. Скільки у вас агентів?» Це — новий тренд.

Ще один приклад — дуже радикальний. Один CEO каже: «Що я можу зробити за допомогою електрики, а що — лише кров’ю?» Це метафора: використання AI і автоматизації — це електрика, а людська праця — кров. Така зміна мислення дуже глибока і змушує переосмислити всі процеси і задачі компанії.

На бекенді потрібно повністю перейти на нові моделі програмування і інструменти. Всі розробники мають використовувати найновіші допоміжні засоби, кожен відділ — найсучасніші інструменти. На сьогодні найвищий рівень впровадження — у програмуванні, і ця хвиля поширюється на інші функції.

Давід зазначає, що для компаній ще до AI — це хороша новина: бізнес-моделі ще перебувають у ранній стадії трансформації. Найбільш руйнівний сценарій — це коли технології і продукти змінюються швидко, а бізнес-моделі — ні. Зараз технології і продукти справді зазнають революції, але бізнес-моделі ще не повністю трансформувалися.

Він розглядає бізнес-модель як спектр. На одному кінці — ліцензійна модель (licenses), характерна для допассової епохи. Потім — SaaS і підписки, що базуються на кількості користувачів. Це — великий прорив і руйнівна зміна. Наприклад, Adobe вже проходить цей перехід. Наступний етап — модель на основі споживання ( consumption-based), коли платиш за фактичне використання. Це — хмарні сервіси, і багато бізнесів вже переходять з ліцензійної моделі на цю.

Наступний рівень — модель на основі результату (outcome-based). Тобто платити за успішне завершення задачі. Це вже застосовно у підтримці клієнтів і customer success, де можна об’єктивно оцінити результат. Але з розвитком моделей і їх здатністю виконувати складні задачі, ця модель може стати домінуючою і для інших функцій.

Я вважаю, що цей шлях — дуже глибокий і перспективний. Від ліцензійної до підписки, від підписки до споживання, від споживання до результату — кожен крок руйнує попередню модель. Зараз ми стоїмо на порозі переходу від споживчої до результатної моделі. Коли AI-агенти зможуть надійно виконувати задачі і їх можна буде об’єктивно оцінювати, модель на основі результату стане домінуючою. Тоді компанії, що досі платили за кількість користувачів, опиняться у програші.

Виклики для великих корпорацій у впровадженні AI

Що стосується Fortune 500, Давід відзначає значний розрив між словами і реальністю. Вони говорять: «Ми маємо адаптуватися, ми готові, ми впроваджуємо AI, і наш бізнес зміниться». Але насправді — ситуація зовсім інша. Найскладніше — управління змінами. Навіть залучення співробітників до роботи з AI — вже велика проблема. А впровадження змін у бізнес-процеси — ще складніше.

Давід не дивується, що багато компаній рухаються повільно. Але для тих, хто справді активно впроваджує AI і розуміє, що потрібно робити, вже є значний бізнес-ефект. Наприклад, Chime зменшила підтримку клієнтів на 60%, Rocket Mortgage — зекономила 110 тисяч годин у процесі оцінки ризиків, що дало зростання операційної ефективності у 6 разів і економію 40 мільйонів доларів щороку.

Це показує ключову проблему: різницю між бажанням і можливістю. У великих компаніях керівники хочуть впроваджувати AI, але не завжди мають здатність це зробити. Управління змінами — це складна і часто недооцінена задача. Це не просто купити інструменти або найняти AI-інженерів — потрібно кардинально змінювати процеси, культуру і структуру.

Багато компаній мають ще підготувати свої системи і дані для роботи з AI. Використання чат-ботів — це лише перший крок, і поки що приріст продуктивності може бути незначним. Але якщо потрібно повністю перебудувати системи, інфраструктуру і дані — це довгий шлях, і багато роботи ще попереду.

Давід прогнозує, що наступні 12 місяців будуть дуже цікавими. Багато компаній зможуть впоратися з цим викликом, інші — ні. Ті, що зможуть — отримають величезну конкурентну перевагу, а ті, що ні — відстануть. Ця різниця може статися швидше і глибше, ніж багато хто очікує.

Model Busters і майбутнє ринку

Давід вводить концепцію Model Busters — компаній, що демонструють неймовірно швидке і тривале зростання, яке важко передбачити. Класичний приклад — iPhone. Перед його виходом прогнозували, що він стане успішним, але реальні результати перевищили очікування у 3 рази. Це — класика. Давід вважає, що AI стане найбільшим у його кар’єрі прикладом Model Buster. Багато AI-компаній покажуть результати, що значно перевищать будь-які прогнози.

Це цілком логічно: коли технологія дає не поступове, а якісне підвищення, традиційні моделі прогнозування втрачають силу. Технології з 2010 року демонструють високий прибутковий потенціал, і їхня вартість часто перевищує вкладені капітальні витрати. Немає підстав вважати, що цього разу буде інакше.

Що стосується капіталовкладень, Давід показує, що зараз вони підтримуються грошовими потоками, і їхній відсоток від доходу — значно нижчий, ніж у період бульбашки інтернету. Основні гравці — гіперскейлери — мають найкращі бізнес-моделі. Вони активно будують потужності для тренувань і inference, і це — правильний шлях.

Зростання витрат на інфраструктуру — ще один важливий аспект. Вони не просто купують обладнання — вони інвестують у масштабування, і ці інвестиції мають потенціал повернутися з високою доходністю. Водночас, зростає і борговий тягар — компанії беруть кредити, щоб фінансувати масштабування. Це — ризик, але й можливість.

Приклад Oracle — компанії, що багато років стабільно заробляє і викуповує акції, але планує масштабні капітальні витрати. Це — ризикована стратегія, і ринок вже починає це враховувати, підвищуючи ціну страхових ризиків (CDS).

Загалом, інвестиції у масштабування — необхідність, але з обережністю. Попит на ресурси значний, і всі гіганти хмарних сервісів повідомляють про перевищення пропозиції. Як порівняння — у епоху інтернету прокладали багато оптоволоконних ліній, але вони залишалися невикористаними (dark fiber). У AI — GPU працюють у режимі 24/7, і їхня завантаженість — максимальна.

Загалом, зростання доходів у цій сфері — неймовірне. Порівняння: у 2025 році додано 46 мільярдів доларів доходу у публічних софтверних компаніях. Якщо врахувати OpenAI і Anthropic, їхній додатковий дохід — майже половина цієї суми. У 2026 році частка AI-компаній у новому доході може сягнути 75–80%, що означає, що за кілька років AI зможе створити більшу частину нової цінності у галузі.

Goldman Sachs оцінює, що AI-інвестиції можуть принести 9 трильйонів доларів доходу. За припущенням 20% прибутковості і 22-кратного P/E, це дасть нову ринкову капіталізацію у 35 трильйонів доларів. Вже зараз у ринку закладено приблизно 24 трильйони — потенціал для зростання є.

Давід робить простий підрахунок: до 2030 року капітальні витрати гігантів хмарних сервісів складуть близько 4.8–5 трильйонів доларів. Щоб отримати 10% рентабельності, потрібно, щоб річний дохід AI до 2030 року сягнув приблизно 1 трильйона доларів — тобто 1% світового ВВП. Це цілком можливо, хоча й не гарантовано. Але він вважає, що реальні вигоди можуть проявитися і пізніше — у період 2030–2040 років. З урахуванням, що зараз у галузі приблизно 50 мільярдів доларів доходу, зростання до трильйона — цілком реальна перспектива.

Мої роздуми про майбутнє

Після прослуховування Давіда я відчуваю: ми стоїмо на початку історичного періоду трансформації, і цей процес триватиме ще 10–15 років. Це — не середина і не кінець, а початок. І це — дуже хвилююче і тривожне одночасно.

З одного боку, можливості величезні. Ті компанії, що швидко адаптуються і повністю приймуть AI, отримають не лише конкурентну перевагу, а й шанс визначити нову епоху. З’являться нові єдинороги, нові бізнес-моделі, нові способи організації компаній.

З іншого — швидкість змін може бути більшою, ніж очікували. Давід навів дані: середній час перебування компанії у S&P 500 за останні 50 років зменшився на 40%. Це означає, що компанії швидше зазнають руйнування. В епоху AI цей процес може прискоритися ще більше.

Я очікую, що з’явиться чіткий розподіл: одні компанії зрозуміють потенціал AI і переосмислять свої продукти, процеси, структури — і отримають величезний ефект. Інші — будуть повільними через управлінські труднощі, інерцію і технічний борг. Це призведе до ще більшої диференціації у найближчі роки.

Для стартапів зараз — найкращий час. Попит високий, технології швидко розвиваються, інвестиції доступні. Можна досягти масштабів за менші ресурси і швидше, ніж раніше. Це знижує бар’єри входу, але підвищує вимоги до якості продукту і відповідності ринку.

Для інвесторів — важливо вміти розпізнавати справжніх Model Busters — компанії, що демонструють неймовірне і тривале зростання, яке важко передбачити. Це вимагає далекоглядності і терпіння, щоб вірити у зростання, що здається нереальним.

Для фахівців — будь то інженери, менеджери продукту, дизайнери — потрібно швидко освоювати нові інструменти і робочі підходи. Приклад із двома інженерами, що за допомогою нових інструментів працювали у 10–20 разів швидше — це не виняток, а тренд. Ті, хто швидко опанують ці нові технології, отримають значну перевагу у кар’єрі.

І наостанок — ця трансформація не лише технологічна, а й ментальна. Від “як ми можемо зробити” до “який результат ми хочемо отримати”, від “збільшити кількість людей” до “як використати AI для вирішення задачі”, від “за стандартною процедурою” до “переосмислити можливості”. Питання “зробити на електриці чи крові” — метафора, що відображає суть: чи використовуємо автоматизацію і AI, чи покладаємося на людську працю.

Ми стаємо свідками перезапису світу програмного забезпечення. Це не поступове оновлення, а повна реконструкція. І ті, хто зрозуміє і прийме цю реальність, визначатимуть наступний етап історії.