A conversão dos serviços de IA pode ser mais difícil do que os VCs pensam

Os capitalistas de risco têm certeza de que encontraram sua próxima grande vantagem de investimento. Isso usa a IA para restringir as margens como software de empresas tradicionais de serviços trabalhadores intensivos. Essa estratégia envolve a aquisição de empresas de serviços profissionais maduros, implementando a IA para automatizar tarefas e lançar mais empresas em um ciclo nobre com um fluxo de caixa aprimorado.

O Catalisador Geral (GC) lidera a conta. Isso se dedica à mais recente estratégia de captação de recursos, chamada de estratégia de “criação”, que se concentra nas empresas de software nativas de IA incubutadas em um setor específico e àquelas que se concentram na compra de empresas estabelecidas e seus clientes no mesmo setor que usa a empresa como veículo de aquisição. A GC faz apostas em sete indústrias, desde serviços jurídicos até gerenciamento de TI, e planeja se expandir totalmente para até 20 setores.

“Os serviços em todo o mundo são receitas de US $ 16 trilhões por ano em todo o mundo”, disse ele. Mark Balgavaliderando os esforços relacionados ao GC. Entrevistas recentes com TechCrunch. “Em comparação, o software custa apenas US $ 1 trilhão em todo o mundo”, disse ele, acrescentando que o apelo dos investimentos em software é sempre uma margem mais alta. “Ao escalar seu software, há muito poucos custos marginais e muita receita marginal”. Se você pode automatizar seu negócio de serviços, ele disse – trabalhando em 30% a 50% das empresas com IA e, no caso de call centers, mesmo automatizando até 70% dessas tarefas principais, a matemática começará a parecer atraente.

O fluxo de caixa aprimorado fornece munição para adquirir empresas adicionais a um preço mais alto do que os compradores tradicionais podem comprar, criando o que seus apoiadores vêem como um ciclo nobre.

O plano de jogo parece estar funcionando. pegar Titan MSPuma das populares empresas de portfólio de catalisadores. A empresa de investimentos forneceu US $ 74 milhões em duas parcelas para ajudar a desenvolver ferramentas de IA para provedores de serviços gerenciados e depois adquiriu a RFA, uma conhecida empresa de serviços de TI. De acordo com Balgava, através do programa piloto, o Titan demonstrou que 38% das tarefas típicas do MSP podem ser automatizadas. A empresa está atualmente planejando usar margens aprimoradas para obter MSPs adicionais com estratégias clássicas de rollup.

Da mesma forma, a empresa incubou Eudiafocando no departamento jurídico interno, não no escritório de advocacia. A Eudia se inscreveu nos clientes da Fortune 100, incluindo a Chevron, a Southwest Airlines e a Stripe, oferecendo serviços jurídicos de taxa fixa alimentados pela IA em vez de cobrança por hora tradicional. A empresa adquiriu recentemente Johnson Hanna, uma provedora alternativa de serviços jurídicos, para expandir seu alcance.

O Catalisador Geral espera que seja pelo menos o dobro.

Esta não é a única maneira de pensar em uma grande empresa de países. A empresa de Venture Mayfield liderou a Série A para a startup de TI Gruve, que abriu especificamente US $ 100 milhões para seus investimentos em “AI”, adquiriu uma empresa de consultoria de segurança de US $ 5 milhões e alcançou uma margem total de 80%, enquanto aumentava a receita para US $ 15 milhões em seis meses.

“Se 80% do trabalho for realizado pela IA, você poderá ter uma margem total de 80% a 90%”, diz Navin Chaddha, diretor administrativo da Mayfield. Ele falou com o TechCrunch neste verão. “Conseguimos misturar uma margem de 60% a 70% e gerar um lucro líquido de 20% a 30%”.

O investidor solo Elad Gil busca uma estratégia semelhante há três anos, ajudando as empresas a adquirir negócios maduros e a transformar sua IA. “Se você possui um ativo, pode convertê -lo muito mais rápido do que se estivesse vendendo software como fornecedor”, disse Gill. Nesta primavera, uma entrevista com o TechCrunch. “E isso é um grande elevador, porque você está recebendo a margem total da empresa de, digamos, 10% a 40%”.

No entanto, os sinais de alerta precoce sugerem que todo esse pervertido da indústria de serviços pode ser mais complicado do que os VCs esperam. Uma pesquisa recente de pesquisadores do Stanford Social Media Lab e BetterUp Labs descobriu que 1.150 funcionários em período integral foram pesquisados ​​em todo o setor. 40% desses funcionários estão fazendo mais trabalho, refinado, mas sem substância, produzindo mais trabalho (e dores de cabeça) porque é o que os pesquisadores chamam de “Workslop”.

Essa tendência está atingindo a organização. Os funcionários envolvidos na investigação dizem que gastam uma média de quase duas horas lidando com cada instância do Workslop, decifrando -a primeiro e decidindo enviar de volta e se deve enviá -lo de volta apenas para corrigi -lo.

Os autores do estudo estimam que os worklops têm impostos invisíveis de US $ 186 por pessoa por mês, com base nas estimativas do tempo gasto junto com seu salário autorreferido. “Dada a prevalência estimada de lãos de trabalho, para uma organização de 10.000 trabalhadores. US $ 9 milhões por ano em perda de produtividade“Eles escrevem em um novo artigo de revisão de negócios de Harvard.

A implementação da IA ​​simplesmente não garante resultados aprimorados.

Bhargava desafia a noção de que a IA é exagerada e, em vez disso, argumenta que todos esses obstáculos de implementação realmente testam a abordagem catalítica geral. “Acho que mostra uma oportunidade que aplicar a tecnologia de IA a esses negócios não é fácil”, disse ele. “Se toda a Fortune 100 e todas essas pessoas podem atrair empresas de consultoria, Slap AI, assinar um acordo com o OpenAI e transformar nossos negócios, obviamente nosso artigo (nossos documentos são um pouco menos robustos. Mas a realidade é que a IA e a empresa são realmente difíceis”.

Ele apontou que o refinamento técnico necessário na IA é necessário como a peça de quebra -cabeça mais importante que faltava. “Há uma variedade de tecnologias e é ótima em uma variedade”, disse ele. “Nós realmente precisamos desses engenheiros de IA aplicados de lugares como anéis e rampas, figmas e escalas, que trabalham com modelos diferentes para entender as nuances, o que combina com o quê e como envolvê -las no software”. A complexidade, ele argumentou, é por isso que a estratégia geral do catalisador de combinar profissionais de IA com especialistas do setor faz sentido.

Ainda assim, não há como negar que o Worklop está ameaçando minar a economia central da estratégia. A questão maior é o quão sério é o problema e se a imagem muda com o tempo.

Por enquanto, quando as empresas reduzem a equipe, conforme sugerido pelos documentos de eficiência da IA, menos pessoas poderão capturar e corrigir erros gerados pela IA. Se você manter os níveis atuais de pessoal para lidar com o trabalho adicional criado pela saída problemática da IA, as grandes margens em que seus VCs dependem poderão não ser realizados.

É fácil argumentar que ambos os cenários podem atrasar os planos de escala, que são centrais para as estratégias de rollup da VCS, potencialmente prejudicando os números que tornam essas transações atraentes. Mas vamos ser sinceros. A desaceleração da maioria dos investidores do Vale do Silício exigiria US $ 9 milhões em impostos sobre funcionários frustrados e empresas de serviços.

De fato, eles geralmente compram empresas com fluxo de caixa existente; portanto, a Geral Catalyst diz que sua empresa de “estratégia de criação” já é lucrativa.

“À medida que a tecnologia de IA continua a melhorar e, desde que vemos esse investimento e melhorias maciços em nossos modelos, achamos que haverá cada vez mais setores que ajudarão as empresas a ficarem escondidas”, disse Bhargava.