a16z: Новый цикл ИИ — роботы на подъеме, хардвер мчится, софтвер разворачивается.

a16z отмечает, что ИИ стимулирует переход капитала от виртуального к физическому, инвестиции в робототехнику достигают рекордных уровней, а предприятиям необходимо преодолеть узкие места в исследовании для внедрения ИИ. (Предыстория: бывший исследователь Anthropic основал Mirendil, привлек 200 миллионов долларов, заявляя о «самообновляющемся ИИ») (Дополнительная информация: сотрудник сжёг токены на 80 000 долларов, создав с помощью ИИ «мемную шутер-игру», а босс, увидев счёт, попросил всех поиграть) Содержание

Toggle

• Цикличный разворот: технологические победители становятся проигравшими
• Физический бум покупок: роботы взлетели в 4,5 раза
• Трансформация ИИ: Accenture рухнула в 6 раз
• Глубокая реструктуризация: случаи применения ИИ взлетели на 44%
• Оптимизация операций: венчурные инвестиции в ИИ на рекордном уровне
• Индивидуальное предпринимательство: доход в миллион долларов вырос вдвое

В последнее время a16z проанализировал ключевые тенденции текущего технологического и делового цикла с нескольких измерений, включая рыночные инвестиции, применение ИИ, экосистему стартапов и розничную торговлю. В статье указывается, что под влиянием волны ИИ рынок капитала постепенно переходит от предпочтения легких активов и потребительского интернета к таким материальным отраслям, как аппаратное обеспечение и робототехника; в то же время ИИ перестраивает способы организации предприятий, барьеры для предпринимательства и логику роста производительности. Ниже приведены подробности содержания.

Если сравнить этот цикл с предыдущим, можно заметить, что в некоторых аспектах они полностью одинаковы, а в других – полностью противоположны. Общее состоит в том, что как в период после финансового кризиса (2010-2020 гг.), так и в постпандемийный период (с 2020 г. по настоящее время) технологическая отрасль была победителем в цикле. Однако структура других отраслей претерпела кардинальные изменения: победители предыдущего цикла стали проигравшими, и наоборот.

• В сфере здравоохранения, потребительских товаров и медиа после финансового кризиса наблюдалась двузначная доходность, но сейчас она составляет всего около 3–6%.
• А доходность в энергетике, сырьевых материалах, строительстве и финансах выросла с низких однозначных до средних и высоких двузначных значений.

Отрасли, которые ранее отставали, стали лидерами, а бывшие лидеры – аутсайдерами. Технологическая отрасль является исключением: она всегда была победителем в цикле, но есть и некоторые нюансы. Аппаратное обеспечение – настоящая изюминка этого цикла (в предыдущем оно также показывало неплохие результаты), но программное обеспечение последовало общей тенденции разворота.

Если посмотреть в более широком контексте, здесь прослеживается очень очевидная закономерность, упомянутая ранее: рынок перенес внимание с отраслей с легкими активами, ориентированных на потребление, на тяжелую «физическую» экономику, что в значительной степени обусловлено строительством инфраструктуры ИИ. Это ротация от битов (виртуального) к атомам (физическому). Компании с «тяжелыми активами» переломили ситуацию после того, как более десяти лет отставали от компаний с «легкими активами».

Конечно, если этот цикл похож на предыдущий, то общая тенденция такова, что вся эта инфраструктура тяжелых активов в конечном итоге масштабируется на уровень программного обеспечения/приложений. В посткризисную эпоху производители чипов (и облачные провайдеры) доминировали на ранних этапах, но в конечном итоге уступили место приложениям, маркетплейсам и корпоративному программному обеспечению, которые процветали на облачных платформах (движимых чипами) смартфонов, компьютеров и серверов. Иными словами, переход к виртуальному уровню был временным, циклическим, а не более постоянным структурным изменением.

Цикличный разворот: технологические победители становятся проигравшими

Конечно, это может произойти и на этот раз: в самом деле, если строительство инфраструктуры ИИ в конечном итоге не масштабируется на уровень легких активов, это может быть весьма разочаровывающим (оба варианта могут в конечном итоге развиваться совместно). Но даже в этом случае на публичных рынках некоторые признаки показывают, что «виртуальная революция» может обладать собственной устойчивостью. И, строго говоря, дело не только в инфраструктуре ИИ.

Премия за «реальные» технологии проявляется на частных рынках не только в сфере инфраструктуры ИИ, но и в робототехнике: По рыночной капитализации топ-100 частных компаний (по категориям), робототехника (и физический ИИ) даже не входила в список в 2016 году, но через десять лет она обогнала финтех и платежи, став второй по величине категорией.

Если обратить внимание на потоки венчурных инвестиций, также можно заметить резкий рост интереса к робототехнике: По данным Pitchbook, в первом квартале объем и количество инвестиций в робототехнику и физический ИИ достигли исторических максимумов: около 16 миллиардов долларов при почти 500 сделках. Для справки, инвестиционный бум в робототехнику по количеству примерно в 2 раза выше, чем в период с 2021 по 2025 год, а по стоимости – примерно в 4,5 раза выше.

Ключевой момент: переход к физической экономике (по крайней мере, на частных рынках) касается не только чипов и инференса: аппаратное обеспечение как самостоятельный продукт набирает силу. Это также несложно понять. Более качественное программное обеспечение обладает огромным потенциалом, но робототехника выводит технологии на ряд «задач» реального мира, недоступных самому программному обеспечению. ИИ в определенной степени разблокировал программное обеспечение, управляющее аппаратным обеспечением, расширив спектр потребностей способом, невиданным ранее. Это весьма похоже на ситуацию, когда электричество в конечном итоге позволило машинам выполнять работу, которую люди почти не могли себе представить.

В настоящее время самая заметная новая область робототехники – это оборона. Конечно, этому способствует и постоянный рост глобальных оборонных бюджетов. Если все пойдет по плану, этот переход к капиталоемким отраслям может быть более глубоким, широким и продолжительным, чем любой предыдущий современный технологический цикл.

Физический бум покупок: роботы взлетели в 4,5 раза

На ранних этапах волны больших языковых моделей (LLM) управленческие консалтинговые компании указывались как потенциальные бенефициары в сфере ИИ, по крайней мере в краткосрочной перспективе. Логика была очень проста: компании хотят использовать ИИ, поэтому они нанимают консалтинговые компании для изучения того, как это сделать. В частности, Accenture указывалась как находящаяся в очень выгодном положении, поскольку она может предоставлять не только консультации и дорожные карты, но и комплексные услуги, так называемые «управляемые услуги».

Не вдаваясь в конкретные причины, оптимизм рынка в отношении Accenture, похоже, полностью рассеялся: Мультипликатор свободного денежного потока Accenture в начале 2025 года достигал 30x, но теперь упал до примерно 6x, что составляет около трети от его долгосрочного среднего значения.

Почему рынок так быстро потерял доверие к Accenture, вы можете судить сами. Но одно становится все более очевидным: в более широкой области «внедрения ИИ» смысл далеко не ограничивается простым использованием ИИ. Не все внедрения ИИ создают ценность одинаково, а для реального (или более эффективного) внедрения ИИ, по крайней мере согласно некоторым последним исследованиям, требуются тонкие стратегии на этапах разработки и концептуализации.

В исследовании, охватившем 515 быстрорастущих стартапов, исследователи сосредоточились на том, что значит быть по-настоящему «нативным ИИ». Конкретнее, они хотели узнать, как перейти от «улучшения задач с помощью ИИ» к «улучшению компании с помощью ИИ», и результаты оказались весьма поразительными. Как оказалось, ключ кроется в том, что исследователи называют проблемой «отображения». Когда предприятия в исследовании узнали, как другие компании реорганизуют производство вокруг ИИ («предприятия экспериментальной группы»), они начали принципиально иной процесс исследования. Вместо простого копирования существующих процессов, предприятия экспериментальной группы начали с более высокого уровня, интегрируя ИИ в бизнес-результаты, что привело к формированию совершенно иных процессов.

Исследователи приводят пример разработки продукта: В этом случае ИИ не копировал существующие шаги в процессе, а перепроектировал процесс вокруг своих собственных возможностей, хотя целью было достижение тех же базовых бизнес-результатов.

Трансформация ИИ: Accenture рухнула в 6 раз

Конечно, это лишь один пример, но в целом влияние ИИ на производительность «компаний экспериментальной группы» было огромным. Компании экспериментальной группы:

• Количество случаев использования ИИ увеличилось примерно на 44%:
• Доход топ-5% компаний вырос примерно в 2 раза (доход топ-10% компаний увеличился на 50%):
• Потребление капитала сократилось примерно на 40% (на обоих концах распределения разрыв был еще больше).

В итоге, когда быстрорастущие стартапы действительно приступили к «внедрению ИИ», они наблюдали больше сценариев применения, генерировали больше дохода и потребляли меньше капитала, чем те, кто этого не делал.

Это довольно поразительный результат, который может как снять некоторые опасения по поводу «проблемы окупаемости инвестиций в ИИ», так и объяснить, почему окупаемость инвестиций в ИИ еще не проявилась в полной мере на корпоративном уровне, по крайней мере, не в той степени, на которую некоторые надеялись. Исследователи указывают, что это означает: (a) повышение производительности на уровне предприятий, обеспечиваемое ИИ, действительно носит трансформационный характер; но (b) настоящий прорыв заключается в этапе исследования, то есть «исследование того, где и как развертывать ИИ, является ключевым узким местом для получения выгоды», и это не просто «внедрение ИИ».

В этом смысле наличие «узкого места в исследовании» означает, что путь развития ИИ не отличается от предыдущих технологических скачков производительности. Например, когда электрификация только начинала распространяться, многие производители просто заменяли паровые двигатели крупными электродвигателями, сохраняя при этом существующие системы трансмиссионных валов и ременных передач. Фабрики оставались в основном неизменными, просто «теперь с электродвигателями». Однако реальные преимущества начали проявляться только тогда, когда производители осознали, что могут установить небольшие электродвигатели на каждую машину (и почти полностью отказаться от всей системы валов и ремней): фабрика в конечном итоге была полностью перепроектирована вокруг встроенной электрической системы (а не наоборот). Конечно, последующее развитие стало важной вехой в истории скачков производительности.

Что касается ИИ, стартапов и академических исследований, та же группа исследователей сделала еще одно наблюдение: стартапы в сфере ИИ действительно оптимизируют свою деятельность. По крайней мере, согласно этому исследованию данных Y Combinator за последние четыре года.

Глубокая реструктуризация: случаи применения ИИ взлетели на 44%

Исследователи изучили данные когорт YC W20–F24 (первые раунды финансирования завершены в 2020–2024 годах) и соотнесли их с данными Revelio о численности сотрудников, должностях и квалификации. Они хотели выяснить, отличаются ли стартапы в сфере ИИ от не-ИИ стартапов в плане найма и/или организационной структуры. Они наблюдали следующее:

• Стартапы в сфере ИИ начинаются с меньшего масштаба и работают в меньшем масштабе:
• Распределение стартапов с меньшим числом сотрудников сильно смещено в сторону стартапов ИИ:
• Иерархические структуры стартапов ИИ, как правило, более плоские, и среди компаний с небольшим количеством уровней или без них стартапы ИИ составляют наибольшую долю:

Смысл очевиден, хотя в деталях может быть больше переменных, но вы должны понять: если вы утверждаете, что ИИ позволит компаниям создавать большую ценность с меньшими ресурсами, это исследование, несомненно, предоставляет дополнительные доказательства в пользу вашей точки зрения.

Кроме того, Stripe Economics снова высказался по поводу этапа «индивидуального предпринимательства» при поддержке ИИ. (Примечание: недавно Эрни Тедески из Stripe Economics на основе данных Stripe отметил, что все типы основателей, похоже, выросли в первом квартале, но рост «не-ИИ индивидуальных основателей» был самым значительным, а рост «ИИ индивидуальных основателей» занял второе место. Как показано на рисунке ниже:)

Несмотря на многочисленные ограничения, отмеченные Stripe в отношении способа идентификации «индивидуальных предпринимателей» в своих данных, они все же предоставляют дополнительные подтверждения следующей точки зрения: ИИ действительно стимулирует больше предпринимательской активности и создания компаний, и индивидуальные предприниматели добиваются значительных успехов.

Обратите внимание на долю индивидуальных предпринимателей по порогам дохода:

Оптимизация операций: венчурные инвестиции в ИИ на рекордном уровне

Растет не только доля индивидуальных предпринимателей с годовым доходом более 100 000 долларов, но и доля тех, чей годовой доход превышает 5 миллионов и 10 миллионов долларов, начала значительно расти в 2023 и 2024 годах. Stripe Economics отмечает:

• Мы наблюдаем значительное увеличение числа индивидуальных предпринимателей с годовым доходом более 100 000 долларов в нашем индексе, но число тех, кто достигает более высоких порогов дохода, выросло еще больше, причем темпы роста заметно ускорились с 2023 года.
• В 2025 году количество индивидуальных предпринимателей с годовым доходом более 1 миллиона долларов более чем вдвое превышает показатель 2023 года, а количество тех, чей доход превышает 5 миллионов и 10 миллионов долларов, почти втрое превышает показатель 2023 года.
• Возможно, еще более интересно то, что за последние два года доля индивидуальных предпринимателей, превысивших эти пороги дохода, также удвоилась.

Это показывает, что всплеск создания компаний отражает не низкокачественные эксперименты горстки счастливчиков, а то, что качество новой группы индивидуальных предпринимателей может быть выше, чем раньше. Конечно, учитывая множество неопределенностей, таких как способ идентификации индивидуальных предпринимателей (в данном случае через специализированный инструмент Stripe для индивидуальных предпринимателей) и возможное изменение численности сотрудников с течением времени (о чем Stripe может не знать), данные показывают, что эпоха малого бизнеса, движимая ИИ, продолжает развиваться.

Индивидуальное предпринимательство: доход в миллион долларов вырос вдвое

Интересная особенность продуктовых магазинов заключается в том, что, в отличие от более широкой категории розничной торговли, их производительность за последние 30 лет существенно не выросла: Или, точнее, с 1990 года рост производительности в розничной торговле оставался в целом стабильным, тогда как производительность продуктовых магазинов сначала снижалась, затем несколько восстанавливалась, после чего застопорилась, и, хотя в последнее время снова пошла на спад, затем начала восстанавливаться, но все еще далека от резкого роста производительности в розничной торговле.

Это очень интересно, потому что, с одной стороны, рассказывает историю технологий (и их связи с производительностью), а с другой – историю того, как измеряется производительность, которая в общем виде представляет собой выпуск, деленный на рабочее время (что, в лучшем случае, является несовершенным показателем). Для продуктовых магазинов (и розничной торговли) помимо кассового аппарата величайшим изобретением стал электронный сканер. Они впервые появились в 1970-х годах, но к 1990-м стали практически вездесущими.

У сканеров было две основные функции: (1) значительное расширение ассортимента запасов; (2) содействие все более детальному сбору данных ритейлерами и продуктовыми магазинами для понимания покупательских предпочтений и необходимых объемов запасов. В 1990-е годы и продуктовые магазины, и ритейлеры начали значительно расширяться, выигрывая от технологической экономии масштаба, что было хорошо для потребителей, но также более или менее ознаменовало конец семейных магазинов «мама и папа».

Однако с тех пор пути ритейлеров и продуктовых магазинов разошлись. Ритейлеры значительно расширили ассортимент, но не нанимали много новых сотрудников, сосредоточившись на готовых предварительно упакованных товарах, управление запасами и мониторинг которых требовали гораздо меньше персонала, чем раньше. С другой стороны, продуктовые магазины решили расширить свой бизнес за счет специализированных услуг, выходящих за рамки бакалеи, таких как цветочные магазины, пекарни, деликатесные прилавки и т.д.

Индивидуальное предпринимательство: доход в миллион долларов вырос вдвое

Конечно, по мере роста доли специализированных услуг увеличивался и спрос на квалифицированную рабочую силу. Как показано на рисунке выше, хотя производительность продуктовых магазинов повысилась за счет значительного расширения ассортимента товаров и услуг и снижения цен, их «производительность» с точки зрения выпуска/рабочего времени не увеличилась. Это также объясняет, почему «производительность» розничной торговли намного превышает «производительность» продуктовых магазинов, в то время как темпы роста заработной платы в обоих секторах в основном одинаковы.

​​Лишь когда продуктовые магазины переняли успешный опыт более широкой розничной торговли и универмагов, их производительность снова начала расти: Примерно в 2000 году доля продуктов, не относящихся к продуктам питания для дома, начала значительно расти: предварительно упакованные продукты с более высокой маржой, закуски и товары повседневного спроса выросли почти в 5 раз за десятилетие. В то же время супермаркеты передали больше работы по выкладке и демонстрации товаров поставщикам, аналогично взиманию «платы» за полочное пространство. Это была умная стратегия «повышения производительности»: хотя рабочее время не сократилось, оно было переложено на других.

С точки зрения «повышения производительности» этот переход увеличил выпуск без увеличения рабочего времени, что привело к возрождению производительности супермаркетов. Хотя доля труда в доходах от продуктов питания устойчиво росла до примерно 2002 года (в то время как доля труда в розничных доходах снижалась), по крайней мере до недавнего времени обе доли неуклонно снижались. Снижение «доли трудовых доходов» в основном является противоположностью «производительности»: производство большего объема продукции с меньшим количеством рабочих приводит к снижению доли трудовых доходов (здесь не учитывается рост пенсионных счетов 401k за счет прибыли).

Однако, что интересно (возвращаясь к теме технологий и производительности), последняя волна инноваций в покупках (электронная коммерция и доставка на дом), похоже, снова совпала с расхождением в «производительности» продуктовых магазинов и розничной торговли. Хотя электронная коммерция стала большим благом для ритейлеров, которым теперь не нужно арендовать магазины, доставка на дом может означать, что такое же или даже большее количество людей будет бродить по продуктовым магазинам и выбирать товары. Самовывоз с обочины может быть даже более трудоемким, чем традиционные покупки.

Будь то причинно-следственная связь или совпадение, факт остается фактом: после пандемии производительность продуктовых магазинов снова снизилась (доля трудовых доходов также начала расти), в то время как розничная торговля стала более рациональной и эффективной. Те же технологии, то же повышение производительности, однако в итоге «производительность» оказалась совершенно разной. Однако хорошая новость для продуктовых магазинов в том, что размещение рекламы на прилавках всегда приносит деньги (высокая маржа).