ベンチャーキャピタル投資家の目には、人工知能(AI)が新たな「金の鉱脈」を開きつつあります。そこでは、人材活用サービス業がソフトウェアと同様の高い利益率を持つビジネスモデルに変貌を遂げています。
一般的な戦略は、有名になったサービス会社を買収し、AIを応用してプロセスを自動化し、その後、改善されたキャッシュフローを使用して拡大することです。
General Catalyst(GC)がこのトレンドをリードしています。同社は、創造性と呼ばれる戦略を開発するために150億米ドルを調達し、特定の分野でAIソフトウェア企業を構築し、これらの企業自体を業界の企業買収のツールとして使用しています。
GCは、法務サービスからIT管理まで、7つの分野をターゲットにしており、20に拡大する予定です。
たとえば、GCのポートフォリオ会社であるTitan MSPは、ITサービスプロバイダー向けのAIツールを開発するために7400万米ドルを受け取りました。
その後、タイタンは有名なIT企業であるRFAを買収し、通常業務の38%の自動化能力を証明しました。計画は、追加の利益を他のMSPを買収するために引き続き使用することです。
もう1つのプロジェクトは、Chevron、Southwest Airlines、Stripeなどの大手企業向けの内部法務サービスを専門とするEudiaです。従来の時間単位料金モデルとは異なり、EudiaはAIのおかげで固定料金を提供しています。同社はまた、市場シェアを拡大するためにジョンソン・ハンナを買収しました。
GCは単独ではなく、メイフィールドファンドが同様の投資に1億米ドルを費やしました。スタートアップ企業Growveは、AIの支援を受けた後、半年間で収益を5億米ドルから1 500万米ドルに増やし、利益率は80%になりました。
個人投資家であるElad Gilもこの方向に進んでいます。既存の企業の買収とAIによる転換を、単にソフトウェアを販売するよりも速い道と見なしています。
しかし、状況は完全にバラ色ではありません。スタンフォード・メディア・ラボとBetterUp Labsの研究によると、調査対象の従業員の40%が「workslop」に直面しています。AIが作り出す仕事は簡単ですが無意味であり、同僚に再処理を強制されます。
平均して、各従業員はAIエラーを修正するのに約2時間かかり、10 000人の労働者を抱える組織に毎月186米ドル、年間900万米ドル以上の損害を与えています。
この現実は逆説的です。企業が効率を高めるために人員を削減する場合、AIのエラーを修正する人材が不足するでしょう。一方、workslopを処理するために人員を維持する場合、期待される利益は達成困難になる可能性があります。これは、投資ファンドの買収戦略の中心である資本拡大計画を遅らせる可能性があります。
それにもかかわらず、GCのリーダーであるマーク・バラガバ氏は、これがまさにチャンスであると述べています。彼によると、AIによる企業転換は非常に複雑であり、経験豊富な応用AIエンジニアと業界の専門家との緊密な連携が必要です。
この困難こそが、AI企業を育成し、サービス企業を買収する戦略を合理的にしている理由です。
GCの大きな違いは、ポートフォリオ内の企業はすべて、スタートアップでよく見られるキャッシュフローモデルではなく、最初から利益を上げていることです。
AIの継続的な改善により、投資家は、多くのサービス業が「テクノロジー化」されるだろうと信じていますが、道は彼らが想像するよりも確実に険しいものです。
