**顧客中心/真の問題点の解決: **新たなテクノロジーの変化においては、多くの新興企業が単に「トレンドに従う」だけで「クールな」テクノロジーを開発しようとしているのが見られますが、それらは実際には顧客の問題を解決するものではありません。痛みのポイント。最初に理解すべき質問は、「髪の毛が燃える」問題を解決しようとしているとき、生成 AI はこの問題の解決に役立つより良い方法なのか、それとも不必要なテクノロジなのかということです。
再現性: AI は企業がより早く軌道に乗るのに役立ちますが、それは同時に、あるカテゴリに以前よりもはるかに多くの競合他社が存在する可能性があることを意味します。公開されている生成 AI 市場の状況とこのカテゴリーに注ぎ込まれている資金の地図を見てください。優れた創業者やチームは、埋めるべき固有の穴がどこにあるのかを認識し、雑然とした中ですぐに見失ってしまう可能性のあるサブフィールドをほとんど避けます。
＃＃４ 結論
ベンチャーキャピタルの投資家として、私たちは AI がもたらすあらゆる影響について誰と同じように興奮し、楽観的です。しかし、過去 1 年間に私たちが見てきた何百ものプロジェクトのピッチから、このカテゴリーには多くの誇大広告があることは明らかであり、創業者にとって差別化して目立つこと、そして最終的にその価値を証明することがこれまで以上に重要になっています。製品。
VC 投資家としての、生成 AI スタートアップ ブームに対する私の見解...
著者: 桂曙光
出典: エンジェルティーハウス
原著者: SABRINA WU / VIVEK RAMASWAMI
過去 9 か月間、VC 投資家として私たちが目にした新しいスタートアップ企業や新しいアイデアのほとんどは人工知能 (AI)、特に生成 AI (Generative AI) に関連していましたが、これには十分な驚きがありませんでした。私たちはこの分野で何百ものスタートアップのピッチを見てきましたが、投資したのはほんの一握りです。どうやら、この状況に直面しているのは私たちだけではないようで、2023 年の第 1 四半期だけで GenAI スタートアップに 17 億ドルが投資されており、その数字は第 2 四半期には 5 倍に増加する可能性があります。
私たちが目撃している注目のトピックやプロジェクト、投資家が注目する重要な特徴、財務の観点から「良い」と「素晴らしい」を区別する要素のいくつかを共有したいと思います。この分野はまだ始まったばかりで、確かなことは何もありませんが、競争が激化するこの分野で差別化を図る創業者にとって、以下の内容が役立つことを願っています。
＃＃１ 「私たちは普段どのような考えを目にしますか？」
初期段階 (プレシード/シード/A ラウンド)
非常に初期段階では、多数の「ジェネレーティブネイティブ」企業が出現しています。これらの企業自体は、エンドユーザーにサービスを提供するアプリケーションとして、またはモデルとアプリケーションの間に位置する「ミドルウェア」ツール層として、基礎となるモデルの上に構築されています。
アイデア 1: モデルを使用してテキスト ベースのコンテンツを生成する。これにより、電子メール、ナレッジ ベース、その他のアプリケーションで新しいテキストを作成したり、既存のテキストを強化したりできます。
アイデア 2: 「X の副操縦士」; AI エージェントは人間のオペレーターと協力して、コードの作成、プレゼンテーションの草稿、その他のタスクの実行能力を強化します。特定の垂直ユースケースをターゲットにした多くのコパイロット アプリや、より「パーソナライズされた」コパイロットを実現しようとするアプリもいくつか見てきました。
**アイデア 3: エンベディングとベクトル データベースを管理するための LLM (Large Language Model) ツール。 **
概要: 差別化された初期段階の生成 AI スタートアップになるには、1 つ以上の堀を持つことが非常に重要です。堀は、配布、AI/ML 人材、コンピューティング、データ、モデルへの不公平なアクセスから、解決している問題領域やより快適なユーザー エクスペリエンスを作成する方法についてのさまざまな視点を持つことまで多岐にわたります。
成長期初期と成長期（B/C+ラウンド）
B/C 段階にある企業は通常、「LLM 以前」の時代に生まれ、現在、ベース モデルの機能を既存の製品に最適に統合する方法を模索しています。私たちはこれらの企業を「ジェネレーティブ強化型」（生成強化型）企業と呼んでいます。必ずしも車輪の再発明を行う必要はありませんが、LLMネイティブのスタートアップに負けないようにする必要があります。
創造性 1: 予測分析; 多くの大規模 SaaS 企業は、AI を使用して既存の大規模なデータセットから洞察を抽出し、収益の伸び、顧客離れ率、その他の指標をより正確に予測しています。
アイデア 2: パーソナライゼーションとレコメンデーション; これは、成長段階のスタートアップが AI を活用する中で最も迅速かつ最も影響力のある方法の 1 つです。基礎となるモデルの出現により、B2B 企業と B2C 企業の両方が、より堅牢で正確な製品推奨を既存の顧客に提供できるようになります。
アイデア 3: 「インスタント オートコンプリート」; テキストまたはライティング コンポーネントを備えたほぼすべての成長段階の企業では、ユーザーが ChatGPT で体験するものと同様に、LLM が「インスタント オートコンプリート」に使用されていることがわかります。
概要: ビジネスを改善したり、より「AI フレンドリー」になるよう再構築したりする取り組みを始めていない場合は、製品チームのごく一部を新機能の構築に専念することを検討してください。
この分野に参入するスタートアップ企業への警告: 生成 AI 企業、特に特定のサブカテゴリーでどれだけの資金を調達したかを評価することが重要です。 Dealbook がチャートに掲載している 250 社以上の生成 AI 企業の市場状況を見てみましょう。モデル構築、コピーライティング ツール、ベクトル データベースの企業が数億ドルの資金を調達しています。もちろん、この分野で別の革新的なスタートアップを立ち上げることができないという意味ではありませんが、次のことに注意することが重要です…
＃＃２ 「経済的な観点から見た「良い」とはどのようなものでしょうか？
インテリジェント アプリケーション企業にとって「良好な」財務指標がどのようなものであるかについての私たちの理解はまだ初期段階にありますが、SaaS 分野では、「クラス最高」の成長率は図の状況と同様であると考えています。下。私たちはもはやいかなる犠牲を払ってでも成長を追い求めるわけではないので、効率と燃焼率が重要な要素であることを忘れないでください。
顧客維持率: 生成型 AI 企業は新しい顧客をすぐに引き付ける可能性がありますが、解約率が高くなる可能性もあります。 SaaS 企業の場合、良好な総定着率は約 85% ～ 95% であり、クラス最高の企業は 95% 以上に近づきます。純保持率に関しては、適切な率は 110% ～ 120% 以上、最良の場合は 120% 以上であると考えられます。高い解約率は、モデルが一貫して間違った出力を生成していること、他の競合製品の出現などが原因である可能性があります。スマート アプリケーションの場合の PLG のアプローチの大きな要因は、顧客が新製品を試したり、月額 10 ～ 20 ドルを支払ったりするのが非常に簡単で、すぐに離れてしまうだけであるということです。
売上原価 (COGS) と粗利: 多くのスマート アプリケーション企業では、1) モデル、2) トレーニングと微調整、3) 施設管理業務に関連する新たなコストが発生すると予想されます。これらの LLM およびベクター データベース ストアで (Pinecone などの企業経由で) クエリを実行するコストが高かったと聞いています。多くの場合、顧客は必要な出力が得られるまでモデルに対してクエリを実行する可能性があり、ライセンスごとに料金を支払うため、実行されるクエリの数がコストに大きな影響を与えると聞いています。その結果、AI主導型企業の粗利益率は低下する可能性が高いと予想されます。
＃＃３ 「良い」と「優れた」の違いは何でしょうか？
他のテクノロジーや業界と同様に、VC 投資家として、私たちは依然として、優れたチーム、巨大な市場、顧客の課題に対する鋭い理解を最終的に評価します。これらの基本原則は変わりません。
**顧客中心/真の問題点の解決: **新たなテクノロジーの変化においては、多くの新興企業が単に「トレンドに従う」だけで「クールな」テクノロジーを開発しようとしているのが見られますが、それらは実際には顧客の問題を解決するものではありません。痛みのポイント。最初に理解すべき質問は、「髪の毛が燃える」問題を解決しようとしているとき、生成 AI はこの問題の解決に役立つより良い方法なのか、それとも不必要なテクノロジなのかということです。
チーム: LLM のこの新しい時代では、新製品を開発したり会社を設立したりする機会が非常に民主化されました。その結果、業界の知識や専門知識がほとんどない分野でビジネスを始める創業チームが多く見られます。理解すべき質問は、なぜあなたのチームがこの問題を解決するのに最適なのかということです。
迅速に適応して実行する能力: この分野が急速に進化していることは疑いの余地がありません。チームが機敏に行動し、必要に応じて製品や戦略を迅速に調整することがこれまで以上に重要になっています。同時に、誇大宣伝だけを追いかけるのではなく、基本に忠実であることが重要です。言い換えれば、あなたはどのように反応し、会社に潜在的な調整を加える適切な時期がいつであるかを理解しますか?
再現性: AI は企業がより早く軌道に乗るのに役立ちますが、それは同時に、あるカテゴリに以前よりもはるかに多くの競合他社が存在する可能性があることを意味します。公開されている生成 AI 市場の状況とこのカテゴリーに注ぎ込まれている資金の地図を見てください。優れた創業者やチームは、埋めるべき固有の穴がどこにあるのかを認識し、雑然とした中ですぐに見失ってしまう可能性のあるサブフィールドをほとんど避けます。
＃＃４ 結論
ベンチャーキャピタルの投資家として、私たちは AI がもたらすあらゆる影響について誰と同じように興奮し、楽観的です。しかし、過去 1 年間に私たちが見てきた何百ものプロジェクトのピッチから、このカテゴリーには多くの誇大広告があることは明らかであり、創業者にとって差別化して目立つこと、そして最終的にその価値を証明することがこれまで以上に重要になっています。製品。
その他の注意事項:
**評価額:**VC 市場全体は 2021 年のピークに比べて低下しましたが、AI (特に生成 AI) の資金調達と評価額は依然として高いです。これはこの分野に対するVCや創業者の関心を反映しているが、他のサイクル（ドットコムバブルと崩壊など）と同様に、最終的に生き残って撤退できるスタートアップ企業はごく一部であり、評価額は次の数年で下がることに注意することが重要である。年が経つと、90% 以上減少する可能性があります。
ジェネレーティブ ネイティブとジェネレーティブ オーグメンテッド: ジェネレーティブ ネイティブ企業として、ジェネレーティブ オーグメンテッド企業には構築できないものは何ですか?新しい分野に参入した新興企業として、既存の企業との大きな違いは何ですか? Microsoft、Google、Amazon などの大手テクノロジー企業はすでに LLM を急速に導入しているため、どこでそれらの企業と効果的に競争できるかを理解することが重要です。
予算の制約: マクロ環境が厳しくなり、予算が厳しくなっているため、製品の真の必要性を理解することが重要です。以前の強気市場では、ほぼすべての SaaS 製品が数百万ドルの収益を生み出す可能性がありました。現在の環境と（薄れつつあるとはいえ）不況リスクが継続している中、ターゲットの最高情報責任者（CIO）はあらゆる企業経費に目を向け、どの経費を削減できるかを検討している。 AI を製品に組み込むと役に立つでしょうか、それとも最終的には役に立たないのでしょうか?
-----(本文終わり)-----
元のアドレス: