1. Основная часть сделок на венчурном рынке происходит именно с GenAI
Наталья Магидей, управляющий директор «Сбера» по работе со стартапами:
«Во всем мире венчурные инвестиции падают третий год подряд. А в GenAI, наоборот, увеличиваются. За последние пару лет они выросли вдвое».
В американской венчурной компании Accel ожидают, что инвестиции в облачные технологии (именно они обеспечивают инфраструктуру для ИИ) по итогам 2024-го года достигнут $79,2 млрд. Из них 40% уйдут в стартапы, развивающие GenAI. Причем если вычесть из общей суммы генеративный ИИ, то окажется, что инвестиции в облака упали и вернулись к доковидному уровню. «ИИ высасывает весь воздух из комнаты», — комментирует партнер Accel Филипп Боттери.
Большую роль в этом буме играют корпорации, разогревая рынок своими деньгами и участвуя в наиболее крупных сделках, составляющих 80% от общей суммы инвестиций в GenAI.
В отчете о трендах на рынке генеративного ИИ, подготовленном «Сбером» (есть в распоряжении «РБК Трендов»), говорится, что по итогам 2024 года в GenAI во всем мире будет вложено $40,5 млрд против $28,8 млрд годом ранее.
Сергей Амирян, управляющий директор фонда «Восход»:
«Основной тренд — это кратный рост инвестиций в GenAI со стороны крупных компаний и инвесторов. Количество игроков с объемом инвестиций в ИИ более $100 млн удвоилось за год. И причины тому носят вполне экономический характер: оптимизация многих бизнес-процессов с помощью GenAI может дать дополнительный прирост до 20% в показателе EBITDA».
2. Модели забирают все внимание и деньги
До 65% всех вложений в генеративный ИИ направляется на развитие и обучение моделей, таких как OpenAI, Anthropic, Mistral AI и др. На операционный и вычислительный слой, а также на приложения на собственных моделях выделяется еще по 15% инвестиций. Приложениям же на базе GenAI достается лишь около 5% от общего объема, подсчитали эксперты стартап-экосистемы «Сбера».
Перекос в сторону моделей отчасти связан с хайпом вокруг инвестиций в OpenAI, говорит Сергей Амирян из фонда «Восход». При этом у проектов, которые занимаются разработкой и внедрением GenAI-приложений, зачастую отсутствуют работающие бизнес-модели, либо они используют не свои AI-модели для создания продуктов.
«В этом смысле инвестиции в развитие базовых моделей GenAI могут иметь существенные конкурентные преимуществе в долгосроке за счет более глубокой экспертизы и новых применений в будущем», — добавляет Амирян.
Наталья Магидей:
«Тот факт, что большинство инвестиций в сфере GenAI идет на обучение и улучшение базовых моделей, в то время как гораздо меньше инвестиций направляется на продукты на базе моделей, говорит о том, что инвесторы в целом верят в технологию, но где ее конкретно применить, пока непонятно.
Конкретные кейсы с практическим применением пока только формируются. Большинство таких приложений пока не доказали достаточную востребованность на рынке и устойчивость своей бизнес-модели, чтобы инвесторы начали вливать в них деньги. При этом в разработке базовых моделей за последний год сформировался пул лидеров. Новым игрокам будет очень сложно их догнать, поскольку обучение моделей стоит дорого».
3. Инвесторам интересны кросс-индустриальные B2B-решения
Объемы инвестиций в приложения на базе GenAI удвоились за год: в 2024 году ожидается, что их объем достигнет $2 млрд против $1 млрд в 2023-м. Некоторые сценарии применения уже доказали свою востребованность и экономическую эффективность. Например, интеллектуальная платформа по клиентской поддержке на основе модели OpenAI — Decagon — в 2024 году завоевала интерес инвесторов и привлекла $65 млн инвестиций в рамках серии B, но в целом такие крупные сделки не характерны для сегмента приложений — как правило, объемы вливаний здесь намного меньше.
По словам Сергея Амиряна, в ряде направлений (таких как разработка софта, продажи и маркетинг, call-центры и чат-боты, распознавание документов) применение GenAI уже сегодня дает повышение эффективности от 15% до 50% за счет снижения расходов или увеличения продаж.
«Создатели Github Co-pilot (ассистент программиста от Microsoft) говорят о повышении эффективности работы специалистов более чем вдвое благодаря автозаполнению строк и блоков кода. А некоторые сервисы для клиентской поддержки обещают улучшить обслуживание и при этом использовать в три раза меньше сотрудников для обработки обращений», — добавляют в «Сбере».
Но поскольку риски на венчурном рынке все равно высоки, инвесторы предпочитают вкладываться в решения с максимально широкой сферой применения. То есть в кросс-индустриальные приложения, которые можно внедрить не в одной, а в нескольких отраслях. Например, в решения для разработки ПО или клиентской поддержки, применимые в разных бизнесах.
4. GenAI-продукты пока не сформировали привычки пользователей
Даже у самых известных и популярных GenAI-решений есть сложности с вовлечением и удержанием пользователей. По этим показателям они серьезно отстают от лидеров традиционных цифровых направлений — привычных мессенджеров, соцсетей и других приложений без фокуса на ИИ.
В стартап-экосистеме «Сбера» приводят пример приложения Character AI. Оно позволяет создавать виртуальных персонажей и общаться с ними.
Один из показателей вовлеченности пользователей (DAU / MAU — относительный объем ежемесячных активных пользователей, которые взаимодействуют с вашим приложением в течение 24 часов) этого приложения — 41%. И это много для GenAI-решений: у ChatGPT цифра достигает лишь 14%, у Lensa — 12%.
Для сравнения: у WhatsApp тот же показатель находится на уровне 85%, у TikTok — 60%.
Похожая ситуация с метриками, отражающими удержание пользователей в течение месяца. ChatGPT (показатель Retention 56%) и Lensa (39%) пока не могут догнать YouTube (85%), TikTok (69%) и даже Roblox (61%).
«Это говорит о том, что Product-Marker-Fit решений, то есть соответствие продукта ожиданиям пользователей и рыночному спросу, пока не найден и находится в процессе формирования», — объясняет Наталья Магидей.
Сергей Амирян:
«По мере усложнения алгоритмов будет повышаться эффективность существующих GenAI-сценариев использования. Будут появляться и новые варианты, новые применения. Но этот процесс не безграничен.
Возможности GenAI не позволят ему выйти на уровень решения задач, которые требуют совершенно других подходов в базовой логике. Речь в первую очередь о процессах, требующих квантовых алгоритмов вычислений, как, например, оптимизация сложной логистики, квантовая криптография, метеопрогнозирование и многие другие».
5. Инвесторы ранних стадий все более осторожны
Объем вложений в GenAI на ранних (посевных) стадиях с четвертого квартала 2023 года показывает устойчивое снижение: по итогам первого квартала 2024 года инвестиции снизились на 26% по сравнению с пиковыми значениями в третьем квартале 2023 года в размере $80 млн, а к третьему кварталу текущего года снижение составило уже 70%.
Это говорит о том, что инвесторы более осторожны в финансировании ранних стадий продуктов с GenAI. На это мог повлиять излишний оптимизм. Так, Мэтт Коэн, основатель и управляющий партнер Ripple Ventures, говорит: «Была огромная спешка, и многие продукты, которые не заслуживали инвестиций, привлекли раунды финансирования».
Также на большую консервативность инвесторов может влиять быстрое развитие самой технологии: только стартап выпускает продукт на базе GenAI, который умеет делать что-то особенное, как через несколько месяцев выходит новая версия базовой модели, и она умеет делать все то же самое, предоставляя эти возможности за меньшую цену. В таких условиях стартапу трудно создать долгосрочное конкурентное преимущество, а инвестору — быть уверенным, что стартап будет успешен.
В то же время в некоторых сегментах стартапы стали показывать хорошие финансовые результаты и все чаще привлекать следующие раунды инвестиций. Это прежде всего решения для разработки, аналитики, здравоохранения и повышения продуктивности. Например, в инструменты для разработки (DevTools) на ранних стадиях вкладывается около четверти от общего объема инвестиций, а на поздних — более трети.
Наталья Магидей:
«Вложения в инструменты DevTools похожи по своей природе с инвестициями в базовые модели. DevTools облегчают и удешевляют проведение экспериментов и тестирование гипотез. Вложения в подобные платформы говорит о вере в технологию в целом: в то, что часть экспериментов окажется удачной и технология найдет применение. Инвестиции в DevTools похожи на вложения в производство лопат во времена золотой лихорадки. И хотя лопаты тоже нужны, они все-таки только инструмент, чтобы найти то самое золото — полезные и выгодные приложения на базе GenAI».
Какие стартапы интересны инвесторам
В отчете «Сбера» собраны примеры стартапов из портфеля американского акселератора Y Combinator за 2023–2024 годы и лидирующих инвесторов (Andreessen Horowitz, Google Ventures, Pioneer Fund и др.). Практически у всех разработок есть российские аналоги. Вот лишь некоторые из таких примеров.
Решения для разработчиков
Зарубежные стартапы:
● Weights & Biases — помогает разработчикам AI оптимизировать все этапы рабочего процесса, предназначен для разработки Machine Learning-приложений.
● Codebuff — GenAI-решение, позволяющее автоматизировать работу по созданию и редактированию кода.
● Patched — позволяет командам разработчиков создавать и развертывать рабочие процессы на основе ИИ, который может автономно создавать документацию, осуществлять проверку кода и исправлять ошибки.
Российские аналоги:
● Code AI — DocOps-платформа, генерирующая документацию для разработчиков.
● JetHub — анализатор на базе нейросетей, обеспечивающий безопасность приложений, идентифицирующий уязвимости кода и уменьшающий ложные срабатывания.
● CodeAIssist — GenAI-инструмент для генерации и автодополнения кода в среде разработки.
Решения для повышения продуктивности
Зарубежные стартапы:
● Glean — AI-помощник для быстрого поиска данных в корпоративных системах документооборота.
● Centralize — анализирует записи разговоров с клиентами с помощью ИИ для увеличения продаж и сокращения оттока покупателей.
● Monterei AI — помогает компаниям понять, какие действия следует предпринять для повышения вовлеченности и сокращения оттока пользователей, настраивая каналы обратной связи, автоматически собирая и анализируя обратную связь.
Российские аналоги:
● FractalGPT — GenAI-ассистент, позволяющий получить ответы на основе загруженных документов.
● Bewise — решение для анализа звонков и увеличения продаж за счет рекомендаций менеджерам.
● SalesAI — нейросеть для контроля качества звонков и автоматического заполнения CRM с целью улучшения продаж.
Маркетинг
Зарубежные стартапы:
● Hypotenuse AI — сервис для генерации постов, описаний продуктов, текстов для рекламы, заголовков и слоганов и т.д., делает SEO-оптимизированный контент, готовый к публикации.
● Runway — продукт с собственной нейросетью для генерации и редактирования видео, фотографий и аудио.
Российские аналоги:
● Gerwin — генерирует контент для публикации в медиа, маркетплейсах и социальных сетях.
● Нейрохудожник — создает изображения для дизайнеров и контент-мейкеров.
Образование
Зарубежные стартапы:
● Wuri — GenAI-приложение для трансформации популярных веб-историй в визуальные романы со звуком, изображениями и видео в режиме реального времени.
● Shepherd — AI-сервис для самообучения, репетиторства и персонализированного обучения за счет генерации тестов для оценки уровня знаний и AI-тьютора.
Российские аналоги:
● НЕКНИГИ — визуализация с добавлением игровых механик, сюжетных линий книг при помощи GenAI на базе собственной нейросети.
● ДелайКурс — сервис для учителей на базе генеративного искусственного интеллекта, который поможет создать уникальные курсы и тесты для оценки уровня знаний.
18+
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.