a16z щодо останнього глибокого аналізу ринку AI: ваша компанія ще «кров’ю» працює?

Автор: Глибокий роздум

Чи замислювалися ви коли-небудь, що індустрія програмного забезпечення можливо переживає більш радикальну трансформацію, ніж перехід від командного рядка до графічного інтерфейсу? Нещодавно я прослухав глибокий аналіз ринку AI від David George з a16z і був вражений однією групою даних: найшвидше зростаючі компанії у сфері AI розширюються з річним темпом 693%, при цьому їх витрати на продажі та маркетинг значно нижчі, ніж у традиційних софтверних компаній. Це не випадковість — темпи зростання всього AI-сектору у понад 2,5 рази перевищують темпи розвитку не-AI компаній. Ще більш неймовірним є те, що ARR на FTE (річковий регулярний дохід на одного співробітника) цих компаній досягає 50–100 тисяч доларів, тоді як у попередніх поколінь софтверних компаній стандарт був близько 40 тисяч доларів.

Що це означає? Це означає, що ми стаємо свідками народження абсолютно нової бізнес-моделі — епохи, коли менше людей, менше витрат і більша цінність створюється одночасно.

David George у своїй презентації підкреслює, що це не дрібні налаштування, а повна зміна парадигми. Основні концепції — контроль версій, шаблони, документація, навіть уявлення про користувача — переосмислюються під впливом AI-агентів і робочих процесів, що їх вони запускають. Я переконаний, що протягом найближчих п’яти років компанії, які не зможуть адаптуватися до цієї революції, будуть повністю витіснені.

Шокуюча правда про зростання AI-компаній

Дані, які показав David George, змусили мене переосмислити поняття справжнього зростання. 2025 рік стане роком швидкого прискорення для AI-компаній. Після сповільнення зростання у 2022–2024 роках через підвищення ставок і скорочення технологічного сектору, 2025 рік кардинально змінює цю тенденцію. Найбільше вражає — серед компаній різних рівнів лідерства — ті, що демонструють справжні аномальні показники зростання, — їх швидкість зростання просто неймовірна.

Моя перша реакція, коли я побачив ці дані, була: чи не помилка це? Адже найкращі AI-компанії зросли на 693% у порівнянні з минулим роком. David сказав, що їх команда тричі перепровіряла цю цифру, перш ніж їй повірити. Але це цілком відповідає реальним кейсам, які вони бачили у своїх портфельних компаніях. Це не ізольоване явище — це системна зміна у всій галузі AI.

Ще важливіше — якість зростання. Традиційним софтверним компаніям потрібно багато років, щоб досягти 100 мільйонів доларів річного доходу, тоді як найшвидше зростаючі AI-компанії роблять це набагато швидше. David особливо підкреслює важливий факт: це не пов’язано з тим, що вони витрачають більше на маркетинг і продажі. Навпаки — найшвидше зростаючі AI-компанії витрачають на ці цілі менше, ніж традиційні SaaS. Вони зростають швидше і при цьому витрачають менше. Чому так? Тому що потреба у їхніх продуктах дуже сильна, а самі продукти — дуже привабливі.

Це відкриває глибоку логіку зміни бізнес-моделі. У минулому, щоб зростати, потрібно було мати потужну команду продажів і великі маркетингові бюджети. Потрібно було просвічувати ринок, переконувати клієнтів, долати бар’єри прийняття. Але в епоху AI справжній продукт може говорити сам за себе. Якщо продукт одразу створює цінність для користувача, і користувач відчуває підвищення ефективності вже при першому використанні, попит виникає автоматично. Такий продукт-орієнтований зростання набагато здоровіший і стійкіший за традиційний продаж.

Ще одна цікава група даних, яку показав David — це маржа прибутку AI-компаній. Вона фактично трохи нижча, ніж у традиційних софтверних компаній. Їхній підхід унікальний: для AI-компаній низька маржа — це скоріше похвала. Якщо низька маржа викликана високими витратами на інференцію (inference costs), це означає дві речі: перше — користувачі активно використовують AI-функції; друге — з часом ці витрати знизяться. Тому, якщо у компанії дуже висока маржа — це може викликати підозру, бо це може свідчити, що AI-функції не є справжнім продуктом, який купують і використовують клієнти.

Чому AI-компанії працюють ефективніше

Я постійно думаю: чому одні й ті ж компанії, що створюють софт, можуть з меншими ресурсами досягати більшого зростання? У своїй презентації David зосереджується на показнику ARR на FTE — річному доході на одного співробітника. Це — універсальний індикатор ефективності роботи компанії, що враховує не лише продажі і маркетинг, а й управлінські та R&D витрати.

Найкращі AI-компанії мають ARR на FTE у 50–100 тисяч доларів, тоді як у попередніх поколінь стандарт був близько 40 тисяч. Це може здаватися просто цифрами, але за цим стоїть принципово інша бізнес-модель і спосіб роботи. David вважає, що причина — у сильному попиті на їхні продукти, що дозволяє їм працювати з меншими ресурсами і швидко виходити на ринок.

Але я вважаю, що це лише поверхнева причина. Глибше — AI-компанії змушені з самого початку переосмислювати, як вони працюють. Вони не мають вибору — їм потрібно використовувати AI для переосмислення внутрішніх процесів, розробки продуктів, систем підтримки клієнтів. Це змушує їх шукати більш ефективні бізнес-моделі.

Давід навів дуже яскравий приклад. Він розповів, що недавно спілкувався з засновником однієї компанії, який був незадоволений прогресом у розробці продукту. Тоді він залучив двох глибоко занурених у AI інженерів, які почали з нуля перепрацьовувати продукт, використовуючи найновіші інструменти — Claude Code, Cursor — і дали їм необмежений бюджет на програмування. Результат? Засновник каже, що швидкість роботи зросла у 10–20 разів. І рахунки за ці інструменти були настільки високі, що він почав переосмислювати структуру всієї організації.

Цей приклад вразив мене тим, що це не поступове покращення, а якісний стрибок. Збільшення швидкості у 10–20 разів — що це означає? Що проект, який раніше займав рік, тепер можна зробити за 1–2 місяці. Такий різкий стрибок дає вирішальну перевагу у конкуренції. Засновник вважає, що вже за 12 місяців вся команда перейде на такий спосіб роботи. Це означає, що структура компанії, організація процесів, межі між продуктом, інженерною та дизайнерською командами — все це потрібно переосмислювати.

Я вважаю, що кінець 2024 року стане переломним моментом у світі програмування. David теж так вважає. Він відчуває, що саме тоді відбудеться якісний прорив у інструментах для кодування. І за наступні 12 місяців ця зміна або закоріниться у компаніях, або ті, хто її ігноруватиме, будуть значно відставати. Це не перебільшення — це реальність.

Адаптація до AI чи витіснення

У своїй презентації David висловлює дуже жорстку думку: компанії, створені до епохи AI, або адаптуються до неї, або зникнуть. Це звучить радикально, але я цілком з цим погоджуюсь. І ця адаптація має відбуватися на двох рівнях — фронтенді та бекенді.

На фронтенді потрібно переосмислити, як інтегрувати AI у продукт, а не просто додати чат-бота у вже існуючий процес. Потрібно уявляти, що може робити продукт з AI, і радикально змінювати себе, щоб це реалізувати. Давід навів кілька цікавих прикладів. Одна компанія ще до AI-епохи, її CEO вже повністю перейшов на ідею AI: «Ми маємо стати AI-продуктом. Наші продукти мають говорити: ваш співробітник тепер — ваш AI-агент. Скільки у вас агентів?» — це вже зараз у їхніх розмовах.

Ще один приклад — дуже радикальний. Один CEO сказав: «Що я можу зробити для кожної задачі — використати електрику (AI) або кров (людські ресурси)?» Це метафора, що підкреслює глибоку зміну мислення. Використовувати електрику — автоматизація, AI; кров — людські ресурси. Це змушує переосмислити всі процеси і задачі компанії.

На бекенді потрібно повністю перейти на нові моделі програмування і інструменти. Всі розробники мають використовувати найновіші допоміжні засоби, кожен відділ — сучасні інструменти. Зараз найбільший прорив у цій сфері — саме у програмуванні, і ця тенденція поширюється на інші функції.

Давід зазначає, що для компаній, що ще до AI, — це хороша новина: бізнес-модель ще перебуває у початковій стадії трансформації. Найбільш руйнівний сценарій — це коли і технології, і продукти змінюються, а бізнес-моделі ще не встигли. Зараз технології та продукти зазнають революції, але бізнес-моделі ще не повністю трансформувалися.

Він розглядає бізнес-модель як спектр. На одному кінці — ліцензійна модель (licenses), характерна для допассової епохи. Далі — SaaS і підписки, що базуються на кількості користувачів — це вже значний прорив і руйнівна зміна. Наприклад, Adobe пройшла через цей перехід. Наступний етап — модель на основі споживання (consumption-based), тобто платіж за фактичне використання, — це стандарт у хмарних сервісах. Багато бізнесів вже перейшли з ліцензійної моделі на цю.

Наступний рівень — модель на основі результату (outcome-based). Тут оплата залежить від успішного завершення задачі. Це вже можливо у сферах підтримки клієнтів і customer success, де можна об’єктивно оцінити результат. Але з розвитком моделей і їх здатністю виконувати все більш складні задачі, ця модель може поширитися і на інші сфери, руйнуючи існуючі компанії.

Ця еволюція — дуже глибока. Від ліцензійної до підписки, від підписки до споживання, від споживання до результату — кожен крок руйнує попередню модель. Зараз ми стоїмо на порозі переходу від споживання до результату. Коли AI-агенти зможуть надійно виконувати задачі і їх можна буде об’єктивно оцінювати, модель на основі результату стане домінуючою. Тоді компанії, що досі платили за кількість користувачів, опиняться у програші.

Важкі рішення для великих компаній у впровадженні AI

Що стосується Fortune 500, то David відзначає значний розрив між словами і реальністю. Вони чують від CEO: «Ми маємо адаптуватися, ми вже готуємося, впроваджуємо AI, щоб стати AI-компанією». Але на практиці — все інакше. Найбільша проблема — управління змінами. Навіть залучення співробітників до роботи з AI — це вже виклик. А вже повністю змінювати бізнес-процеси — ще складніше.

Давід каже, що його не дивує, що чутки про повільний прогрес поширюються. Але найкращі компанії, які справді активно впроваджують AI і знають, що робити, вже отримують суттєві бізнес-результати. Наприклад, Chime зменшила підтримку на 60%; Rocket Mortgage заощадила 1,1 мільйон годин у процесі страхування, що дало зростання продуктивності у 6 разів і економію 40 мільйонів доларів щороку.

Це показує — між бажанням і можливістю є велика пропасть. У великих компаніях керівники хочуть впроваджувати AI, але реалізувати це — зовсім інша справа. Управління змінами — це найскладніше. Це не просто купити інструменти або найняти AI-інженерів, а кардинально змінити процеси, культуру і структуру.

Багато компаній мають ще підготувати свої системи до роботи з AI. Використання чат-ботів — це лише перший крок. Реальні вигоди з’являться, коли компанії повністю переосмислять і перебудують свої системи, дані, бекенд. Це — потенційно довгий шлях, і багато роботи ще попереду.

Давід прогнозує, що наступні 12 місяців будуть дуже цікавими. Багато компаній зможуть впровадити AI, а деякі — ні. Ті, що зможуть — отримають величезну конкурентну перевагу, а ті, що ні — відстануть. Ця диференціація буде швидкою і очевидною.

Model Busters і майбутнє ринку

Давід вводить концепцію — Model Busters. Це компанії, що демонструють темпи зростання і тривалість, які значно перевищують будь-які прогнози. Класичний приклад — iPhone. Перед виходом його продажі і прогнозували, і недооцінювали — і в підсумку через 4–5 років він змінив усе.

Давід вважає, що AI стане найбільшим Model Buster у його кар’єрі. Багато AI-компаній покажуть результати, що значно перевищать будь-які очікування. Це цілком логічно: коли технологія дає не поступове, а якісне проривне зростання, традиційні моделі прогнозування втрачають силу.

Він наголошує, що сама технологія — це вже Model Buster. З 2010 року технології почали давати високий прибуток з масштабних інвестицій. Спочатку вони здавалися дорогими, але повторювані перевищення очікувань і створення цінності — набагато більші за вкладені кошти. Немає підстав вважати, що цього разу буде інакше.

Що стосується капіталовкладень, то Давід показує, що зараз вони підтримуються грошовими потоками, і їх частка у доходах — значно нижча, ніж у період буму інтернету. Основні гіганти — hyperscalers — витрачають найбільше і мають найкращі бізнес-моделі.

Він особливо підкреслює, що для портфельних компаній — це хороша новина: потрібно максимально нарощувати потужності для тренувань і inference, і це — правильна стратегія. Вони починають враховувати, що частина капіталовкладень — це борг. Не всі компанії можуть фінансувати все за рахунок грошових потоків, і ринок вже починає це враховувати. Але в цілому — компанії, що фінансують через грошові потоки і мають позитивний cash flow, — мають хороші перспективи, особливо якщо їхні партнери — Meta, Microsoft, AWS, Nvidia.

Давід наводить приклад Oracle. Вони стабільно прибуткові, викупають акції, але планують дуже великі капітальні витрати — це ризикована стратегія. Вони мають багато боргів, і ринок вже починає це враховувати: ціна CDS на Oracle зросла до 2%. Це сигнал, що інвестори починають оцінювати ризики.

Я вважаю, що цей етап — необхідний, але ризикований. Важливо, щоб ці інвестиції давали реальний результат. Попит на ресурси — дуже високий, і всі гіганти хмарних сервісів повідомляють, що попит перевищує пропозицію. Gavin Baker порівнює це з «темним волокном» — dark fiber — яке було у інтернет-епоху: багато кабелів прокладали, але вони залишалися невикористаними. У AI — такого немає: якщо ти встановлюєш GPU — він одразу використовується.

Швидкість зростання доходів

Дивовижний графік — порівняння зростання у хмарних сервісах, публічних софтверних компаніях і нових доходів 2025 року. Загальний приріст доходів публічних софтверних компаній у 2025 році — 460 мільярдів доларів. Якщо взяти лише OpenAI і Anthropic, їхній додатковий дохід — майже половина цієї суми.

Якщо дивитись на 2026 рік, то за оцінками, AI-компанії (зокрема, моделі) можуть додати до доходів до 75–80% від усього ринку софтверних компаній. Це — неймовірно швидкий темп. За кілька років AI-компанії створять нову цінність, що перевищить весь традиційний софтверний сектор.

Goldman Sachs оцінює, що інвестиції у AI створять 9 трильйонів доларів доходу. За припущеннями про 20% маржу і 22-кратний P/E, це дасть нову ринкову капіталізацію у 35 трильйонів доларів. Вже зараз у ринку закладено близько 24 трильйонів — і потенціал для зростання ще дуже великий.

Давід робить простий підрахунок: до 2030 року капітальні витрати гігантів хмарних сервісів складуть близько 5 трильйонів доларів. Щоб отримати 10% рентабельності, потрібно, щоб AI-доходи досягли приблизно 1 трильйона доларів. Це — приблизно 1% світового ВВП, і для цього потрібно, щоб AI приносив таку суму.

Чи можливо це? Можливо, що ні. Але Давід вважає, що обмежуватися 2030 роком — неправильно. Віддача від інвестицій може проявитися і пізніше — у період 2030–2040 років. Якщо зараз у AI-індустрії приблизно 50 мільярдів доларів доходу, то шлях до 1 трильйона — цілком реальний, враховуючи швидкість зростання.

Мої думки про майбутнє

Після прослуховування Давіда я відчув, що ми знаходимося на початку історичного перелому, а не в середині чи наприкінці. Це — продуктова епоха, яка може тривати ще 10–15 років, і ми лише починаємо. Це викликає і захоплення, і тривогу.

Захоплення — тому що можливості неймовірні. Ті компанії, що швидко адаптуються і повністю приймуть AI, отримають не лише конкурентну перевагу, а й шанс визначити нову еру. Ми побачимо нових єдинорогів, нові бізнес-моделі і нову організацію компаній.

Тривога — тому що швидкість змін може бути більшою, ніж очікували. Давід навів приклад: середня тривалість перебування компаній у S&P 500 за 50 років зменшилася на 40%. Це означає, що компанії руйнуються швидше. У епоху AI цей процес може прискоритися ще більше.

Я вважаю, що найближчі роки принесуть явний розподіл: одні компанії зрозуміють потенціал AI і переосмислять свої продукти, процеси, структури — і отримають величезну ефективність і перевагу. Інші — будуть повільними через управлінські труднощі, організаційний опір і технічний борг. Це розділення стане очевидним вже найближчим часом.

Для стартапів зараз — найкращий час. Попит високий, технології швидко розвиваються, інвестиції — відкриті для перспективних проектів. І тепер можна досягти масштабів за менші ресурси, ніж раніше, але з високими вимогами до якості і відповідності ринку.

Для інвесторів — важливо вміти розпізнавати справжніх Model Busters. Це компанії, що демонструють темпи зростання і тривалість, які значно перевищують будь-які прогнози. Це вимагає довгострокового бачення і терпіння, щоб вірити у незвичайний, можливо, ірраціональний, потенціал.

Для фахівців — потрібно швидко освоювати нові інструменти і робочі підходи. Приклад — два інженери, що з допомогою нових AI-інструментів працювали у 10–20 разів швидше. Це не виняток, а тренд. Ті, хто швидко навчаться і адаптуються, отримають значну перевагу у кар’єрі.

Загалом, ця трансформація — не просто технологічна, а й ментальна. Від “як зробити” до “що ми хочемо досягти”, від “збільшити кількість людей” до “як використати AI для рішення задач”, від “за старими правилами” до “переосмислити можливості”. Питання “зробити через електрику чи кров” — метафора, що ілюструє цю глибоку зміну.

Ми стаємо свідками перезапису світу софтверу. Це не поступове оновлення, а повна реконструкція. І ті, хто зрозуміє і прийме цю реальність — визначатимуть майбутнє наступних десятиліть.