كبار المستثمرين الجريئين يناقشون كيف يغير الذكاء الاصطناعي منطق الاستثمار: مأزق الوسط وتأثير دولاب الموازنة

يرى شركاء a16z أن الذكاء الاصطناعي يقلب منطق الاستثمار التقليدي رأسًا على عقب: يتحول رأس المال مباشرة إلى قوة حوسبة، وبمجرد أن تبدأ دولاب الموازنة التي تعزز قوة الأقوياء في الدوران يصعب عكسها. من بين 3000 شركة رأس مال جريء، حققت 20 فقط عائدًا مستمرًا يبلغ 3 أضعاف، و"الوسط" في طريقه إلى الزوال. بلغت إيرادات الذكاء الاصطناعي 100 مليار دولار في 4 سنوات، بينما استغرقت SaaS 15 عامًا. انخفضت تقييمات أصول SaaS التقليدية إلى النصف، والشركات التي لا تستطيع التحول إلى الذكاء الاصطناعي الأصيل يتم استبعادها. عنق الزجاجة الحقيقي ليس في الطلب، بل في إمدادات الطاقة ومراكز البيانات.

يدفع الذكاء الاصطناعي "توزيع قانون القوة" في استثمار التكنولوجيا إلى أقصى حد: لأول مرة، يمكن لرأس المال أن يتحول مباشرة إلى قوة حوسبة ويعزز الخندق التنافسي المطلق للشركات، بينما تواجه أصول SaaS التقليدية التي لا تستطيع التحول إلى الذكاء الاصطناعي الأصيل خطر التخلي عنها من قبل العصر.

نشرت شركة رأس المال الجريء الرائدة في وادي السيليكون Andreessen Horowitz (a16z) في 10 سبتمبر حلقة بودكاست معمقة. أجرى شريك a16z جين كا، وشريك صندوق النمو ديفيد جورج، والشريك طويل الأمد في Accolade Partners آرام فيرديان حوارًا معمقًا نادرًا حول منطق الاستثمار في عصر الذكاء الاصطناعي. كان الحكم الأساسي للثلاثة متسقًا للغاية: يحول الذكاء الاصطناعي "تأثير قانون القوة" من سمة صناعية لرأس المال الجريء إلى قانون نظامي لسوق رأس المال بأكمله؛ ويتم إعادة كتابة إطار تخصيص رأس المال، وطريقة بناء الصناديق، وحتى حدود فئات الأصول.

يشير قانون القوة إلى علاقة دالة محددة بين متغيرين: مقدار تغير أحد المتغيرين هو مضاعف لقوة معينة للمتغير الآخر. السمة الأساسية له هي: "عدد قليل جدًا من الأفراد يستحوذون على الغالبية العظمى من الموارد أو الحصص"، وهو ما يُعرف غالبًا باسم "تأثير الذيل الطويل" أو "قاعدة 80/20".

هناك عدة بيانات أساسية في الحوار تبعث على القلق: من بين 3000 شركة رأس مال جريء في الولايات المتحدة، حققت 20 فقط عائدًا صافيًا مستمرًا يبلغ 3 أضعاف على مدى العشرين عامًا الماضية، أي أقل من 1%؛ استغرق وصول حجم إيرادات الذكاء الاصطناعي إلى 100 مليار دولار أربع سنوات فقط، بينما استغرقت SaaS خمسة عشر عامًا لقطع نفس المسافة؛ يبلغ متوسط إنفاق الشركات الأمريكية على الذكاء الاصطناعي لكل موظف شهريًا 12 دولارًا فقط، بينما يصل هذا الرقم إلى 7000 دولار لأفضل 1% من الشركات - وهذا يعني أن انتشار الذكاء الاصطناعي لا يزال في مرحلة مبكرة جدًا.

"رأس المال يساوي قوة الحوسبة": "دولاب الموازنة القصوى" يغير خنادق الصناعة

طرح ديفيد جورج في المقابلة أحد أكثر الأحكام إثارة للاضطراب في موجة الذكاء الاصطناعي هذه:

"الآن، يمكنك ضخ رأس المال في شركة، وسيؤدي ذلك مباشرة إلى مضاعفة مزايا هذه الشركة بشكل تراكمي. هذه هي المرة الأولى في مسيرتي المهنية."

وأوضح أنه في عصر البرمجيات التقليدية، كان ضخ الكثير من المال في شركة ناشئة كارثة - توظيف ألف شخص، وخلق فوضى في التنسيق، وتشكيل أولويات متداخلة، مما يؤدي إلى "إفساد" الشركة. لكن عصر الذكاء الاصطناعي مختلف: "يمكنك ضخ المال في قوة الحوسبة، ويمكن لقوة الحوسبة تحسين المنتجات والأعمال مباشرة."

وهذا يعني أن وفورات الحجم في سوق الذكاء الاصطناعي حقيقية وستستمر في التعزيز. بلغت القيمة المؤسسية المحتملة المجمعة لثلاث شركات نماذج رائدة - SpaceX وOpenAI وAnthropic - ما بين 3.5 تريليون و5 تريليون دولار. وأشارت جين كا إلى أن الأمر المذهل هو أنه قبل إدراج SpaceX، لم يكن لدى معظم المستثمرين المؤسسيين أي تعرض لها تقريبًا.

أما آرام فيرديان فقد قدم حكمه من منظور أوسع:

"يهاجم الذكاء الاصطناعي كل ركن من أركان الناتج المحلي الإجمالي - النقل والعمالة والخدمات ورأس المال والتنسيق. لم يحدث في التاريخ أن ضرب نموذج تقني واحد ناتجًا محليًا إجماليًا بقيمة 30 تريليون دولار في نفس الوقت."

كما طرح وجهة نظر تخريبية حول السوق المتاحة للذكاء الاصطناعي: ينفق قطاع تكنولوجيا المعلومات الصحية حوالي 60 إلى 100 مليار دولار سنويًا، لكن الذكاء الاصطناعي يهاجم في الواقع القوى العاملة الصحية نفسها - إدارة الفواتير والعمليات الإدارية - وهي صناعة بمستوى تريليون دولار. "قد تكون السوق المتاحة للذكاء الاصطناعي أكبر بعشر مرات من SaaS التقليدية أو تكنولوجيا المعلومات الصحية."

واستشهد ديفيد جورج ببيانات العمالة لمزيد من الإثبات: نسبة الإنفاق على العمالة إلى الإنفاق على البرمجيات في الاقتصاد الأمريكي تبلغ حوالي 40 إلى 1. "هذا لا يعني أن العمالة ستختفي، بل سيتم إعادة اختراعها. إن مساواة الذكاء الاصطناعي بـ'الجيل القادم من البرمجيات' يقلل من شأنه كثيرًا."

"المنطقة الوسطى الميتة": إعادة هيكلة هيكلية لمشهد رأس المال الجريء

تكررت عبارة واحدة في المقابلة: "death of the middle" (مأزق الوسط).

شارك آرام فيرديان بيانات أساسية: من بين 3000 مؤسسة رأس مال جريء في الولايات المتحدة، حققت 20 فقط عائدًا صافيًا مستمرًا يبلغ 3 أضعاف على مدى العشرين عامًا الماضية، أي أقل من 1%. وأكد بشكل خاص أن "الاستمرارية" هي الكلمة المفتاحية - لا تحتاج إلى سبعة أو ثمانية صناديق، ولكن على مدى دورة 20 عامًا، هل لديك 3 إلى 4 صناديق حققت TVPI صافيًا يبلغ 3 أضعاف؟ من يستوفي هذا الشرط، لم يتم العثور سوى على 20 شركة في جميع أنحاء الولايات المتحدة.

بالمقارنة، تُظهر بيانات كامبريدج أن متوسط عائد رأس المال الجريء خلال العقد الماضي كان فقط 1 إلى 2 ضعف العائد الصافي - ليس فقط أقل من الأسهم الخاصة، بل حتى أقل من الأسواق العامة، مع تجميد رأس المال لمدة عشر سنوات.

في هذا السياق، تتجه صناعة رأس المال الجريء نحو الاستقطاب: في أحد الطرفين "صغير ودقيق" حقًا - يركز على قطاعات رأسية متخصصة، أو يتدخل في مرحلة أبكر من المؤسسات الكبيرة، مكملًا لها؛ وفي الطرف الآخر مؤسسات كبيرة تغطي دورة الحياة الكاملة - من البذور إلى الإدراج، مع 700 موظف وموارد تشغيلية قوية.

عبرت جين كا بوضوح عن منطق دولاب الموازنة لدى a16z:

"أعمالنا عبارة عن دولاب موازنة. تبدأ من كوننا خبراء في المجال وقدرتنا على إقناع المؤسسين؛ إذا فزنا بالمشروع وساعدنا الشركة على تحقيق نتائج أفضل، فسيتشكل تأثير العلامة التجارية، وسيرغب المؤسسون الجدد في التواجد مع الفائزين، وسيقوم مؤسسو الفائزين بتأييد مؤسسين آخرين - هكذا تعمل دولاب الموازنة."

وأضاف ديفيد جورج: نجاح صناديق مرحلة النمو يعتمد بشكل أساسي على الأعمال المبكرة - "لطالما قلت إن أعمالنا تبدأ من المرحلة المبكرة وتنتهي أيضًا من المرحلة المبكرة."

أما بالنسبة للمؤسسات التي ترغب في المشاركة في الذكاء الاصطناعي من خلال "القيام بالمرحلة المتأخرة فقط" أو "تخطي المرحلة المبكرة"، فكان موقف آرام فيرديان مباشرًا: "أقوى امتيازات المرحلة المتأخرة تقف خلفها امتيازات ضخمة في المرحلة المبكرة. إذا كنت صندوق مرحلة متأخرة جديدًا تمامًا وتريد كتابة شيك بقيمة 500 مليون دولار، فمن الصعب حقًا." وأيده ديفيد جورج: "لقد عشت في ذلك العالم، وهو بالفعل صعب للغاية."

كيف تتعرف على الجذب الحقيقي للذكاء الاصطناعي؟ "مصطلح ARR يتم إعادة تعريفه"

مع تعايش فقاعة الذكاء الاصطناعي والطلب الحقيقي، أصبح التمييز بين الجذب الحقيقي من أصعب المشكلات.

وصف آرام فيرديان سيناريو نموذجيًا: "تخرج شركة من مسرعة أعمال وتدعي أن ARR ارتفع من صفر إلى 5 ملايين في شهر واحد. لكن لا توجد دورة تجديد في ذلك على الإطلاق، فهم يبيعون لبعضهم البعض، ويضربون الرقم الشهري في 12 لتحويله إلى ARR." وقال بنبرة حادة: "من بين كل تسع شركات من هذا النوع، قد تكون هناك واحدة فقط لديها ARR حقيقي بملايين الدولارات، وهي التي ستكون Cursor التالية."

علقت جين كا ضاحكة: "أحب عندما يقوم شخص ما 'بإعادة تعريف معنى ARR'، يبدو الأمر وكأنه إعلان مفيد للغاية."

قدم ديفيد جورج إطاره للحكم:

"هل يطلب السوق منتجك بنشاط، هذا هو السؤال الجوهري دائمًا. التحليل المالي لا يمكنه إخبارك بالإجابة، يجب أن تفهم العملاء بعمق وتتحدث معهم."

وضرب مثالًا بأداة Harvey (أداة قانونية بالذكاء الاصطناعي): في البداية، حصلت Harvey على بعض العقود في مكاتب المحاماة الكبرى، لكن معدل الاستخدام الفعلي كان متوسطًا، ولم تكن بيانات الاحتفاظ متميزة مقارنة بشركات برمجيات الذكاء الاصطناعي الأخرى. لكن بعد تطبيق نماذج الاستدلال، انقلب الوضع تمامًا - زادت القيمة التي يحصل عليها المحامون من المنتج بشكل كبير، وارتفع معدل الاستخدام والمشاركة بشكل حاد؛ والأهم من ذلك، تحول العملاء من القلق بشأن مخاطر الهلوسة إلى المطالبة بنشاط بأن تستخدم مكاتب المحاماة هذا المنتج. "هذه هي إشارة السوق التي نبحث عنها."

معضلة SaaS التقليدية و"فخ الذكاء الاصطناعي" للأسهم الخاصة

بالمقارنة مع خدمات البرمجيات التقليدية (SaaS)، تظهر سرعة اختراق الذكاء الاصطناعي والسوق المتاحة المحتملة انفجارًا أسيًا.

"اليوم، وصلت الإيرادات في مجال الذكاء الاصطناعي إلى 100 مليار دولار. استغرقت SaaS 15 عامًا للوصول إلى نفس المستوى، بينما استغرق الذكاء الاصطناعي 4 سنوات فقط." قدم آرام فيرديان بيانات صادمة للغاية. وأشار إلى أن الذكاء الاصطناعي يهاجم كل مستوى من مستويات الناتج المحلي الإجمالي - النقل والعمالة والخدمات وتنسيق رأس المال، "لم يحدث من قبل أن يلمس نموذج تقني واحد ناتجًا محليًا إجماليًا بقيمة 30 تريليون دولار في نفس الوقت."

ومع ذلك، فإن التقدم السريع للذكاء الاصطناعي يجعل أصول البرمجيات من العصر القديم وصناديق الأسهم الخاصة التي تستثمر فيها بكثافة في حالة من القلق الشديد. خلال الفترة من 2021 إلى 2022، استحوذت صناديق الأسهم الخاصة على عدد كبير من شركات البرمجيات التقليدية من خلال عمليات شراء بالرافعة المالية بتقييمات مرتفعة تتراوح بين 25 و32 ضعف EBITDA، لكن هذه الأصول التي تفتقر إلى قدرات "الذكاء الاصطناعي الأصيل" تواجه الآن أزمة انكماش التقييم وجفاف السيولة.

كشف آرام فيرديان النقاب مباشرة: "أصول البرمجيات التي اشتريتها قبل عام 2021 بمضاعفات 25 إلى 32 ضعف EBITDA قد لا تساوي اليوم سوى نصف قيمتها." واستشهد ببيانات: بين عامي 2021 و2022، بلغت صفقات شراء البرمجيات بالرافعة المالية حوالي 200 إلى 300 مليار دولار، محملة بأكثر من 200 مليار دولار من الديون؛ اليوم انكمشت تقييمات تلك الشركات بشكل كبير، وارتفعت نسب الرافعة المالية بشكل حاد. موجة الاسترداد في سوق الائتمان الخاص هي انعكاس مباشر لهذا المنطق.

والأكثر خطورة هو انعكاس منطق النمو: أشار آرام فيرديان إلى أنه "في الأسواق العامة، كل زيادة بنقطة مئوية واحدة في معدل النمو تعادل زيادة 3 نقاط مئوية في EBITDA." وهذا يعني أن الشركات التي لا تستطيع إثبات تسارع النمو بالذكاء الاصطناعي ستواجه خصمًا مروعًا في التقييم - "العديد من الأصول التي تحتفظ بها الأسهم الخاصة ليس لديها نمو سريع بما يكفي، ولا فريق إدارة قادر على إعادة تشكيل الأعمال".

قال آرام بصراحة:

"انظر إلى الأسواق العامة اليوم، ذلك الأصل (SaaS التقليدي) يتم تداوله الآن بمضاعف 2 من نسبة السعر إلى المبيعات. هذه ليست مشكلة تقييم فحسب، بل الأخطر من ذلك أن هذه الشركات قد لا تجد مشترين على الإطلاق. لأنه إذا نظرت اليوم إلى شركة برمجيات، فإن أول ما يتبادر إلى ذهنك هو: ما هي قيمتها النهائية؟ هل يمكنها الصمود أمام هجوم الذكاء الاصطناعي؟"

أما جين كا فقد حذرت من وهم "الأسهم الخاصة بنسخة الذكاء الاصطناعي":

"مجرد وضع Sears على موقع إلكتروني لن يحولها إلى أمازون. نرى بعض الشركات أول ما تفعله هو إطلاق خدمة عملاء بالذكاء الاصطناعي، والنتيجة إذا لم تعيد البناء من أسفل سير العمل، فإن فقدان العملاء يتسارع. كل انخفاض في NPS يقابل مباشرة انخفاضًا في الإيرادات، ومع تراكم الديون، يحدث دوامة هبوطية."

وبالنسبة لمحاولات إنقاذ الأعمال القديمة من خلال إدخال الذكاء الاصطناعي ببساطة، سكب آرام الماء البارد أيضًا: "لا يمكنك فقط إرسال شريك تشغيلي إلى الشركة ثم القول 'دعونا نضيف بعض الذكاء الاصطناعي فوقها'، هذا لا ينجح على الإطلاق." وأضاف ديفيد جورج أنه حتى مجرد استبدال خدمة العملاء بالذكاء الاصطناعي، إذا لم يكن هناك إعادة هيكلة عميقة لسير العمل، فإن فقدان العملاء سيؤدي إلى انخفاض صافي نقاط الترويج (NPS) ويسبب دوامة هبوطية في الإيرادات.

عنق الزجاجة الحقيقي للذكاء الاصطناعي: ليس الطلب، بل العرض

في نهاية المقابلة، تحول الموضوع إلى زاوية يقلل السوق من تقديرها - أين يقع عنق الزجاجة الحقيقي للذكاء الاصطناعي؟

أكد آرام فيرديان: "عنق الزجاجة في الذكاء الاصطناعي اليوم ليس في جانب الطلب، بل في جانب العرض." سلسلة العرض من اليسار إلى اليمين هي: الطاقة ← شبكة الكهرباء ← مراكز البيانات ← الرقائق ← النماذج الرائدة ← التطبيقات. تتمتع الولايات المتحدة بميزة كبيرة في الرقائق وما بعدها في السلسلة، كما يدعم نظام رأس المال الجريء البيئي بقوة. لكن على مستوى البنية التحتية للطاقة وشبكة الكهرباء، المشكلة ليست في عدم كفاية توليد الكهرباء، بل في "السرعة إلى القدرة" - التراخيص والنقل والتنظيم. تضيف الدول الأخرى قدرة طاقة متجددة جديدة سنويًا تعادل 10 أضعاف الولايات المتحدة.

"هذا يعني أن مراكز البيانات تحتاج إلى إعادة تصور كاملة. كثافة مراكز البيانات القديمة لم تعد قادرة على دعم منشآت الذكاء الاصطناعي الجديدة، والفرصة هنا ليست 5 مليارات أو 10 مليارات، بل فرصة بمستوى مئات المليارات من الدولارات."

عدد ديفيد جورج المجالات التي يعتقد أنها الأكثر احتمالًا لخلق قيمة هائلة في السنوات العشر القادمة: الروبوتات، والقيادة الذاتية (عدد سيارات Waymo على الطرق في الولايات المتحدة أقل من عشرة آلاف)، والرعاية الصحية (تمثل 18% من الناتج المحلي الإجمالي، والذكاء الاصطناعي لم يلمسها تقريبًا بعد)، والطاقة، والتصنيع، والدفاع.

"يبدو الآن أننا فعلنا الكثير في الذكاء الاصطناعي. لكن بعد عشر سنوات، بالنظر إلى الوراء، ستكون تلك المجالات الكبرى الأخرى قد بدأت للتو في خلق القيمة. من المرجح أن يولد SpaceX أو OpenAI القادم في هذه المجالات."