AI का दौर कभी भी आसान नहीं रहा, और निवेशक उम्मीदें बढ़ा रहे हैं

माओर फरीद द्वारा

2021 में, केवल पिच डेक पर आर्टिफिशियल इंटेलिजेंस का उल्लेख करने से ही फंडिंग मिल सकती थी। छोटे और मध्यम आकार के व्यवसायों ने तेजी से समाधान खरीदते हुए इस तकनीक को अपनाने में जल्दबाजी की। मैंने देखा कि कंपनियों ने ग्राहकों को हासिल किया और पूंजी जुटाई, लेकिन उसके बाद उपयोगकर्ता जुड़ाव (इंगेजमेंट) में भारी गिरावट देखी गई। ग्राहक प्रतिधारण में काफी कमी आई।

उन पेशकशों का एक बड़ा हिस्सा सतही था: उन्होंने पारंपरिक सॉफ्टवेयर कार्यक्षमता को दोहराया और केवल एक नौटंकी के रूप में आर्टिफिशियल इंटेलिजेंस जोड़ दिया। अन्य ने ऐसे कार्यों पर मामूली समय बचाया जो किसी की नौकरी के लिए कोई महत्वपूर्ण महत्व नहीं रखते थे। एक तुच्छ कार्य पर बीस प्रतिशत की वृद्धि एक प्रभावशाली उत्पाद प्रदर्शन बनाती है, लेकिन यह एक रद्दीकृत सदस्यता की गारंटी देती है।

सच्ची कृत्रिम बुद्धिमत्ता की सफलताएं हासिल करना कभी भी सरल नहीं था, उन अवधियों के दौरान भी जब पूंजी स्वतंत्र रूप से प्रवाहित होती थी। बाजार वर्तमान में उस असंतुलन को सुधार रहा है। वास्तविक मूल्य प्रदान करने वाले व्यवसाय उद्यम सॉफ्टवेयर में मेरे द्वारा पहले देखे गए किसी भी चीज़ से बेजोड़ दर पर विस्तार कर रहे हैं। निवेशक अब यह निर्धारित करने पर केंद्रित हैं कि इनमें से कौन सी फर्म अपने ग्राहक आधार को बनाए रख सकती हैं - और क्या आगामी प्रारंभिक सार्वजनिक पेशकश (IPO) इस विचलन को उजागर करेगी।

आज AI व्यवसाय को क्या रक्षात्मक बनाता है

इससे पहले कि मेरे सह-संस्थापक और मैंने कोड की एक भी पंक्ति लिखी, हमने प्रवेश स्तर के कर्मचारियों से लेकर उपाध्यक्षों तक, 900 से अधिक मैकेनिकल इंजीनियरों से बात की। हमने पूछताछ की कि वे अपना कामकाजी समय कैसे बिताते हैं और उनमें से कौन सा समय वे वापस पाने के लिए खुशी-खुशी भुगतान करेंगे। उन 900 चर्चाओं ने कृत्रिम बुद्धिमत्ता उद्यम को विकसित करने पर मेरे दृष्टिकोण को आकार दिया।

पहला: प्रदर्शन लाभ वित्तीय लेआउट को उचित ठहराना चाहिए। कभी-कभार होने वाले असाइनमेंट पर दस प्रतिशत समय की बचत हासिल करना शायद ही कभी परिचालन विधियों को बदलता है। इसके विपरीत, किसी मिशन-महत्वपूर्ण कार्यप्रवाह को हफ्तों से घटाकर मात्र मिनटों में करना, या पर्याप्त वित्तीय बचत उत्पन्न करना, निश्चित रूप से ऐसा करता है।

दूसरा: उद्योग-विशिष्ट ज्ञान। फ्रंटियर मॉडल तेजी से मानक बुनियादी ढांचा बन रहे हैं। एपीआई कुंजी वाला लगभग कोई भी व्यक्ति सक्षम बड़े भाषा मॉडल तक पहुंच सकता है। व्यावसायिक सफलता किसी क्षेत्र को इतनी गहराई से समझने पर निर्भर करती है कि उन चुनौतियों का समाधान किया जा सके जिन्हें सामान्य अनुप्रयोग संबोधित नहीं कर सकते।

तीसरा: मालिकाना संदर्भ। इंजीनियरिंग को एक उदाहरण के रूप में उपयोग करने के लिए, भौतिक उत्पादों का निर्माण करने वाली प्रत्येक फर्म ने दशकों की तकनीकी विशेषज्ञता एकत्र की है। उस जानकारी का अधिकांश हिस्सा पुरानी ब्लूप्रिंट के अंदर फंसा रहता है या अनुभवी कर्मचारियों की यादों के भीतर बंद रहता है। फाउंडेशन मॉडल में उनके प्रशिक्षण सेट में यह विशिष्ट डेटा नहीं होता है। इस पृष्ठभूमि तक पहुंचने में असमर्थ कृत्रिम बुद्धिमत्ता समाधान किसी उद्यम के लिए अपरिहार्य बनने के लिए संघर्ष करेगा। यह लाभ तब और बढ़ जाता है जब सॉफ्टवेयर क्लाइंट वर्कफ़्लो में गहराई से एकीकृत होता है, जिससे प्रतिस्थापन महंगा हो जाता है।

फंडिंग और आईपीओ के लिए इसका क्या अर्थ है

आगामी आर्टिफिशियल इंटेलिजेंस प्रारंभिक सार्वजनिक पेशकश इन परिचालन मॉडल को गहन जांच के अधीन करेगी। सार्वजनिक बाजार के निवेशक यह मूल्यांकन करने के लिए शुद्ध राजस्व प्रतिधारण और सकल लाभ मार्जिन की जांच करेंगे कि क्या तेजी से शीर्ष-पंक्ति का विस्तार एक व्यवहार्य व्यवसाय मॉडल में परिवर्तित होता है। वे यह भी विश्लेषण करेंगे कि उद्यम के पैमाने के रूप में व्यक्तिगत तैनाती समर्थन लागत में कमी करती है या नहीं। उनके द्वारा निर्धारित मानदंड उन मानदंडों को आकार देंगे जो निजी निवेशक शुरुआती चरण के उद्यमों पर लागू करते हैं।

मैं पहले से ही अपने स्वयं के धन उगाहने वाले संवादों के भीतर इस बदलाव का निरीक्षण करता हूं। कई साल पहले, वार्षिक आवर्ती राजस्व में $1 मिलियन तक पहुंचना एक बड़ा मील का पत्थर साबित हुआ था। वर्तमान परिदृश्य में, एक ताजा उत्पाद लगभग एक वर्ष के भीतर वार्षिक आवर्ती राजस्व में $1 मिलियन तक पहुंच सकता है, केवल बारह महीने बाद बंद होने के लिए। परिणामस्वरूप, वार्षिक आवर्ती राजस्व आंकड़े अकेले निवेशकों को पर्याप्त अंतर्दृष्टि प्रदान नहीं करते हैं।

इसके बजाय, निवेशक लगातार खाता विस्तार के बारे में पूछते हैं। वे यह सत्यापित करना चाहते हैं कि शुरुआती कार्यान्वयन के बाद ग्राहक अपने खर्च को बढ़ाते हैं या नहीं। खाता विस्तार हमारे सबसे विश्वसनीय संकेतक के रूप में कार्य करता है कि एक उत्पाद ने किसी संगठन के संचालन को स्थायी रूप से बदल दिया है: ग्राहकों ने इसके व्यावहारिक मूल्य का अनुभव किया है और इसके प्रति अधिक आंतरिक बजट आवंटित किया है।

अगले बारह से 24 महीनों के दौरान, मुझे उम्मीद है कि पूंजी उन उद्यमों का पक्ष लेना जारी रखेगी जो मुख्य व्यावसायिक संचालन में प्रमुख दक्षता के साथ गहन क्षेत्र विशेषज्ञता को जोड़ती हैं, साथ ही ग्राहक-विशिष्ट मालिकाना ज्ञान तक पहुंच भी रखती हैं। ऐसी फर्म वायरल सेल्फ-सर्विस अपनाने के बजाय हाथों-हाथ तैनाती के माध्यम से विस्तार कर सकती हैं, फिर भी वे उन खातों को विकसित करने की क्षमता बनाए रखती हैं जहां विश्वास स्थापित किया गया है।

इसके विपरीत, वे उद्यम जिनकी पेशकशें तीसरे पक्ष के मॉडल पर पतلی इंटरफेस का प्रतिनिधित्व करती हैं—प्रभावशाली क्लाइंट रोस्टर और प्रतिधारण मेट्रिक्स द्वारा समर्थित जिन्हें कोई भी प्रदर्शित करने की परवाह नहीं करता है—पाएंगे कि उनका अगला फंडिंग दौर सुरक्षित करना पिछले वाले की तुलना में काफी कठिन है। मैं केवल पांच तिमाहियों के लिए शानदार विस्तार के बजाय पांच वर्षों में स्थिर, मजबूत विकास पसंद करूंगा।

---

माओर फरीद लियो एआई के संस्थापक और सीईओ हैं, जो मैकेनिकल इंजीनियरिंग के लिए पहला एआई है - भौतिक उत्पाद डिजाइन के लिए एक बड़ा मैकेनिकल मॉडल। उन्होंने फुलब्राइट पोस्टडॉक्टरल फेलो के रूप में एमआईटी में एआई और मैकेनिकल इंजीनियरिंग अनुसंधान किया और टेक्नियन - इज़राइल इंस्टीट्यूट ऑफ़ टेक्नोलॉजी के इतिहास में सबसे कम उम्र के पीएचडी स्नातक बने। फरीद ने 60,000 से अधिक इंजीनियरों का एक समुदाय बनाया है और अपनी गैर-लाभकारी पहल के माध्यम से कम सेवा वाले युवाओं का समर्थन करता है।

?अक्सर पूछे जाने वाले प्रश्न

01निवेशक अब एआई स्टार्टअप का मूल्यांकन करने के लिए किन मानदंडों का उपयोग करते हैं?

निवेशक शुद्ध राजस्व प्रतिधारण, सकल मार्जिन, खाता विस्तार और इस बात पर भारी ध्यान केंद्रित करते हैं कि क्या कोई उत्पाद सतही सुविधाएं प्रदान करने के बजाय महत्वपूर्ण, उच्च-मूल्य वाली व्यावसायिक समस्याओं को हल करता है।

02एआई कंपनियों के लिए मालिकाना संदर्भ क्यों महत्वपूर्ण है?

मालिकाना संदर्भ में आंतरिक कंपनी डेटा और विशेष डोमेन ज्ञान शामिल है जो मानक मूलभूत मॉडल की कमी है। इस डेटा को एकीकृत करने से एआई टूल अपरिहार्य हो जाता है और प्रतिस्पर्धियों के लिए बदलना मुश्किल हो जाता है।

03एआई स्टार्टअप्स में अकेले उच्च एआरआर (वार्षिक आवर्ती राजस्व) का क्या खतरा है?

जबकि एक एआई उत्पाद जल्दी से एआरआर में $ 1 मिलियन तक पहुंच सकता है, उच्च प्रारंभिक राजस्व खराब ग्राहक प्रतिधारण को मुखौटा बना सकता है यदि उत्पाद दीर्घकालिक मूल्य प्रदान करने में विफल रहता है, जिससे तेजी से मंथन होता है।

Related Crunchbase query:

• Global Venture Funding To AI Startups In 2026

चित्रण: डोम गुज़मैन