Autor: Alex Rampell, sócio do Fundo a16z; Tradução: Golden Finance xiaozou
A “onda” de aquisições alavancadas da década de 1980 deveu-se a uma forma de engenharia financeira: os junk bonds. A aquisição alavancada foi popularizada por Michael Milken da Drexel Burnham Lambert (Drexel Securities).A forma de aquisição não é muito complicada: emitir obrigações com taxas de juro muito elevadas e riscos correspondentemente elevados, e depois utilizar estes fundos para adquirir sociedades gestoras de grande escala. Empresa pobre, ineficiente e ossificada.
Sob a mesma cortina, está ocorrendo uma revolução tecnológica de longo alcance - a planilha. Lançado em 1979, o VisiCalc foi o primeiro “aplicativo matador” em finanças (no Apple IIe) e uma das razões pelas quais a KKR e outras empresas iniciais conseguiram simular resultados e fazer fortuna. Com este método de cálculo mais rápido, cálculos que poderiam levar semanas agora podem ser concluídos em segundos. Diz-se que o próprio Milken atribuiu (ou culpou) o VisiCalc e as planilhas pelo crescimento da indústria de private equity (PE), uma vez que os fluxos de caixa versus pagamentos de dívidas podem ser facilmente monitorados, e cálculos anteriormente complexos de VPL agora precisam ser feitos em uma unidade Insira a fórmula na caixa para concluir. Diz-se que Donald Herdrich, um dos primeiros executivos da KKR, comprou um computador Apple IIe para seus filhos em 1980 e obteve uma demonstração do VisiCalc em uma loja de eletrônicos, o que se tornou uma vantagem decisiva para o desenvolvimento futuro da KKR. Em última análise, tudo se resume a uma alocação mínima, com cada empresa de private equity utilizando as mesmas ferramentas analíticas e pensamento analítico para encontrar empresas atualizáveis ou solucionáveis. O capital privado é hoje uma enorme indústria – crescendo desde o seu início humilde em folhas de cálculo e títulos de alto risco até quase 5 biliões de dólares em activos.
A IA generativa provavelmente levará a uma abordagem mais profunda à transformação da empresa. Veremos que não é a engenharia financeira ou as técnicas de gestão optimizadas impulsionadas pelo capital privado, mas sim a IA que pode reduzir custos e tornar as empresas existentes mais lucrativas, ao mesmo tempo que permite o surgimento de novos modelos de negócio.
1**, bit (bit) e átomo (átomo)**
É importante perceber que, embora a IA generativa possa ter um enorme impacto nos “bits” — porque a IA generativa pode facilmente “manipular” esses bits — provavelmente não entraremos no negócio “atômico” tão cedo. Veja uma grande oportunidade.
Lockheed Martin** fabrica jatos de combate F-35******** por meio de montagem em nível atômico, com margem de lucro bruto de 13%; Salesforce monta-os por meio de bits **** Criar software com margem de lucro bruto de 74%**.
O impacto da IA nos negócios depende, portanto, do tipo de operações da empresa – não apenas se a empresa é um negócio de “bits” ou “atômico”, mas também de quanto dos custos operacionais de uma empresa são gerados por operadores de bits. Que tipo de negócio é escrever? Pedaços. Escavação? átomo. analisar? Pedaços. Envio? átomo. Telemarketing? Pedaços. **Existem muitas empresas “não tecnológicas” que manipulam **bits; por exemplo, quase todas as empresas de serviços financeiros são “não atómicas” em termos do que acabam por vender. Sua hipoteca, empréstimo ou apólice de seguro é assinada/subscrita por meio do recebimento, manipulação e envio de bits. Anteriormente, o lugar onde a IA era útil era nas decisões de produtos, não nas idas e vindas externas com os clientes, ou nas idas e vindas de aprovações internas.
Com esta visão geral, pode ser muito útil considerar as três oportunidades a seguir: conhecimentos conhecidos, incógnitas conhecidas e incógnitas desconhecidas.
2. Conhecidos
Os conhecidos são empresas/produtos/ideias que já existem e têm necessidades claras dos clientes. Os custos podem ser reduzidos, o suporte ao cliente melhorado, o NPS aumentado e novas oportunidades de vendas abertas? À medida que a tecnologia continua a avançar, a resposta é claramente sim. A United Airlines não pode simplesmente contratar e treinar 10 mil novos representantes de call center em 12 horas durante um evento climático ruim, mas a computação dinâmica pode resolver o problema. E quanto a casos complexos? A Delta Air Lines tem uma política de luto para a compra de passagens com desconto, mas exige que os clientes falem com um representante da central de atendimento em um esforço para evitar abusos. Para problemas que não podem ser resolvidos pelo pessoal da linha de frente, a Apple às vezes encaminha esses problemas para técnicos “secundários”, mas isso geralmente leva algumas horas ou dias. Verificação, validação, casos extremos pouco conhecidos, automação de tarefas tediosas – tudo isso pode ser feito por IA.
Dentro da categoria "conhecidos", existem, na verdade, três tipos de oportunidades de investimento:
Venda software para empresas existentes.
Usar a IA generativa como principal competitividade para competir com as empresas existentes.
Adquirir empresas existentes e transformá-las com IA - a “IA generativa” KKR fará isso.
Consideremos a Rocket Mortgage, que tem alguns milhares de corretores de hipotecas e terá receita líquida de US$ 5,8 bilhões em 2022 e quase US$ 2,8 bilhões em “salários, comissões e benefícios para membros da equipe”.
Alguém pode abrir uma empresa ou construir um produto que retire mais trabalho da força de trabalho existente da Rocket ou substitua mais funcionários por software. É claro que a Rocket provavelmente pagará caro por isso, assim como outras empresas que competem com a Rocket.
Ou alguém pode abrir uma empresa inteiramente nova que faça empréstimos e refinanciamentos hipotecários, com pouca ou nenhuma intervenção humana.
Finalmente, se a margem EBITDA média de 40% em 2019-2022 puder ser aumentada para 60% ou mais através de IA generativa, alguém poderá até adquirir a Rocket Mortgage – a capitalização de mercado atual é de 20 mil milhões de dólares.
É claro que a Rocket Mortgage provavelmente já considerou todas essas questões internamente. Hoje, quase todas as empresas da Fortune 500 estão focadas em estratégias de inteligência artificial. **Isso não é o mesmo que as mudanças de plataforma móvel, computação em nuvem ou internet bruta (mudanças às quais a maioria das empresas demora a se adaptar). “Meu Blackberry funciona bem” ou “o software hospedado não é confiável” ou “os clientes não compram na Internet” são clichês comuns das gerações anteriores de CEOs, permitindo que novas estrelas capazes substituíssem os titulares. Mas hoje, o que vejo é que todos os conselhos de administração da Fortune 500 estão a olhar para o campo da inteligência artificial.
3. Incógnitas conhecidas
As incógnitas conhecidas são bem ilustradas com diagramas simples de oferta/demanda econômica. Alguns produtos têm muita oferta a preços muito elevados e muita procura a preços muito baixos... mas não há intersecção. As curvas de oferta e demanda não se cruzam.
Upwork e Fiverr têm enormes mercados para imagens e arte personalizadas, mas a Midjourney parece estar ganhando mais dinheiro do que os negócios de imagem de ambas as empresas juntos. Por que? Porque $20****$/meses abre muita demanda, e $500$/**fotos não existem. Porém, nem sempre se trata de custo, mas também de velocidade. Demora menos de 30 segundos para gerar uma imagem Midjourney, desbloqueando requisitos que são quase impossíveis de serem alcançados por artistas humanos. A velocidade dos artistas humanos tornou-se um gargalo em comparação - independentemente do custo.
A LVMH pode gastar dezenas de milhões de dólares todos os anos no combate à falsificação, no envio de cartas de cessação e desistência, na cooperação com as autoridades policiais, etc. Quantas pequenas empresas imitadoras desejam exatamente o mesmo serviço? A resposta é todo mundo! Quantas pessoas podem gastar US$ 50 milhões por ano? A resposta é nenhuma. Então, quantas pessoas estão dispostas a gastar US$ 1.000 por ano? Talvez todos?
Por definição, incógnitas desconhecidas não podem ser modeladas. Não existe um modelo mental para detectá-los, exceto: uma vez que acontecem, são óbvios. Irão surgir comportamentos inteiramente novos que ninguém pensava serem possíveis? Mas uma vez que esse comportamento ocorre, ele é facilmente observado. Com aulas particulares personalizadas de IA, os alunos não precisam ir à escola? Com parceiros de IA, menos pessoas se casarão?
Ninguém duvida que a IA mudará o mundo – em casos extremos, a inteligência artificial pode ser mais importante para a humanidade do que a roda, o fogo e a eletricidade. Mas em termos de impacto económico, as mudanças serão provavelmente lideradas pelos titulares, e uma nova era será de ataques corporativos orientados para o "conhecido conhecido", e de um número surpreendente de ataques corporativos orientados para o "conhecido conhecido". -ups do desconhecido” e “desconhecidos desconhecidos”. Os bárbaros (BarbAIrians) estão à porta.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Bárbaros à porta: oportunidades financeiras em IA
Autor: Alex Rampell, sócio do Fundo a16z; Tradução: Golden Finance xiaozou
A “onda” de aquisições alavancadas da década de 1980 deveu-se a uma forma de engenharia financeira: os junk bonds. A aquisição alavancada foi popularizada por Michael Milken da Drexel Burnham Lambert (Drexel Securities).A forma de aquisição não é muito complicada: emitir obrigações com taxas de juro muito elevadas e riscos correspondentemente elevados, e depois utilizar estes fundos para adquirir sociedades gestoras de grande escala. Empresa pobre, ineficiente e ossificada.
Sob a mesma cortina, está ocorrendo uma revolução tecnológica de longo alcance - a planilha. Lançado em 1979, o VisiCalc foi o primeiro “aplicativo matador” em finanças (no Apple IIe) e uma das razões pelas quais a KKR e outras empresas iniciais conseguiram simular resultados e fazer fortuna. Com este método de cálculo mais rápido, cálculos que poderiam levar semanas agora podem ser concluídos em segundos. Diz-se que o próprio Milken atribuiu (ou culpou) o VisiCalc e as planilhas pelo crescimento da indústria de private equity (PE), uma vez que os fluxos de caixa versus pagamentos de dívidas podem ser facilmente monitorados, e cálculos anteriormente complexos de VPL agora precisam ser feitos em uma unidade Insira a fórmula na caixa para concluir. Diz-se que Donald Herdrich, um dos primeiros executivos da KKR, comprou um computador Apple IIe para seus filhos em 1980 e obteve uma demonstração do VisiCalc em uma loja de eletrônicos, o que se tornou uma vantagem decisiva para o desenvolvimento futuro da KKR. Em última análise, tudo se resume a uma alocação mínima, com cada empresa de private equity utilizando as mesmas ferramentas analíticas e pensamento analítico para encontrar empresas atualizáveis ou solucionáveis. O capital privado é hoje uma enorme indústria – crescendo desde o seu início humilde em folhas de cálculo e títulos de alto risco até quase 5 biliões de dólares em activos.
A IA generativa provavelmente levará a uma abordagem mais profunda à transformação da empresa. Veremos que não é a engenharia financeira ou as técnicas de gestão optimizadas impulsionadas pelo capital privado, mas sim a IA que pode reduzir custos e tornar as empresas existentes mais lucrativas, ao mesmo tempo que permite o surgimento de novos modelos de negócio.
1**, bit (bit) e átomo (átomo)**
É importante perceber que, embora a IA generativa possa ter um enorme impacto nos “bits” — porque a IA generativa pode facilmente “manipular” esses bits — provavelmente não entraremos no negócio “atômico” tão cedo. Veja uma grande oportunidade.
Lockheed Martin** fabrica jatos de combate F-35******** por meio de montagem em nível atômico, com margem de lucro bruto de 13%; Salesforce monta-os por meio de bits **** Criar software com margem de lucro bruto de 74%**.
O impacto da IA nos negócios depende, portanto, do tipo de operações da empresa – não apenas se a empresa é um negócio de “bits” ou “atômico”, mas também de quanto dos custos operacionais de uma empresa são gerados por operadores de bits. Que tipo de negócio é escrever? Pedaços. Escavação? átomo. analisar? Pedaços. Envio? átomo. Telemarketing? Pedaços. **Existem muitas empresas “não tecnológicas” que manipulam **bits; por exemplo, quase todas as empresas de serviços financeiros são “não atómicas” em termos do que acabam por vender. Sua hipoteca, empréstimo ou apólice de seguro é assinada/subscrita por meio do recebimento, manipulação e envio de bits. Anteriormente, o lugar onde a IA era útil era nas decisões de produtos, não nas idas e vindas externas com os clientes, ou nas idas e vindas de aprovações internas.
Com esta visão geral, pode ser muito útil considerar as três oportunidades a seguir: conhecimentos conhecidos, incógnitas conhecidas e incógnitas desconhecidas.
2. Conhecidos
Os conhecidos são empresas/produtos/ideias que já existem e têm necessidades claras dos clientes. Os custos podem ser reduzidos, o suporte ao cliente melhorado, o NPS aumentado e novas oportunidades de vendas abertas? À medida que a tecnologia continua a avançar, a resposta é claramente sim. A United Airlines não pode simplesmente contratar e treinar 10 mil novos representantes de call center em 12 horas durante um evento climático ruim, mas a computação dinâmica pode resolver o problema. E quanto a casos complexos? A Delta Air Lines tem uma política de luto para a compra de passagens com desconto, mas exige que os clientes falem com um representante da central de atendimento em um esforço para evitar abusos. Para problemas que não podem ser resolvidos pelo pessoal da linha de frente, a Apple às vezes encaminha esses problemas para técnicos “secundários”, mas isso geralmente leva algumas horas ou dias. Verificação, validação, casos extremos pouco conhecidos, automação de tarefas tediosas – tudo isso pode ser feito por IA.
Dentro da categoria "conhecidos", existem, na verdade, três tipos de oportunidades de investimento:
Consideremos a Rocket Mortgage, que tem alguns milhares de corretores de hipotecas e terá receita líquida de US$ 5,8 bilhões em 2022 e quase US$ 2,8 bilhões em “salários, comissões e benefícios para membros da equipe”.
Alguém pode abrir uma empresa ou construir um produto que retire mais trabalho da força de trabalho existente da Rocket ou substitua mais funcionários por software. É claro que a Rocket provavelmente pagará caro por isso, assim como outras empresas que competem com a Rocket.
Ou alguém pode abrir uma empresa inteiramente nova que faça empréstimos e refinanciamentos hipotecários, com pouca ou nenhuma intervenção humana.
Finalmente, se a margem EBITDA média de 40% em 2019-2022 puder ser aumentada para 60% ou mais através de IA generativa, alguém poderá até adquirir a Rocket Mortgage – a capitalização de mercado atual é de 20 mil milhões de dólares.
É claro que a Rocket Mortgage provavelmente já considerou todas essas questões internamente. Hoje, quase todas as empresas da Fortune 500 estão focadas em estratégias de inteligência artificial. **Isso não é o mesmo que as mudanças de plataforma móvel, computação em nuvem ou internet bruta (mudanças às quais a maioria das empresas demora a se adaptar). “Meu Blackberry funciona bem” ou “o software hospedado não é confiável” ou “os clientes não compram na Internet” são clichês comuns das gerações anteriores de CEOs, permitindo que novas estrelas capazes substituíssem os titulares. Mas hoje, o que vejo é que todos os conselhos de administração da Fortune 500 estão a olhar para o campo da inteligência artificial.
3. Incógnitas conhecidas
As incógnitas conhecidas são bem ilustradas com diagramas simples de oferta/demanda econômica. Alguns produtos têm muita oferta a preços muito elevados e muita procura a preços muito baixos... mas não há intersecção. As curvas de oferta e demanda não se cruzam.
Upwork e Fiverr têm enormes mercados para imagens e arte personalizadas, mas a Midjourney parece estar ganhando mais dinheiro do que os negócios de imagem de ambas as empresas juntos. Por que? Porque $20****$/meses abre muita demanda, e $500$/**fotos não existem. Porém, nem sempre se trata de custo, mas também de velocidade. Demora menos de 30 segundos para gerar uma imagem Midjourney, desbloqueando requisitos que são quase impossíveis de serem alcançados por artistas humanos. A velocidade dos artistas humanos tornou-se um gargalo em comparação - independentemente do custo.
A LVMH pode gastar dezenas de milhões de dólares todos os anos no combate à falsificação, no envio de cartas de cessação e desistência, na cooperação com as autoridades policiais, etc. Quantas pequenas empresas imitadoras desejam exatamente o mesmo serviço? A resposta é todo mundo! Quantas pessoas podem gastar US$ 50 milhões por ano? A resposta é nenhuma. Então, quantas pessoas estão dispostas a gastar US$ 1.000 por ano? Talvez todos?
4. Incógnitas desconhecidas (incógnitas desconhecidas)
Por definição, incógnitas desconhecidas não podem ser modeladas. Não existe um modelo mental para detectá-los, exceto: uma vez que acontecem, são óbvios. Irão surgir comportamentos inteiramente novos que ninguém pensava serem possíveis? Mas uma vez que esse comportamento ocorre, ele é facilmente observado. Com aulas particulares personalizadas de IA, os alunos não precisam ir à escola? Com parceiros de IA, menos pessoas se casarão?
Ninguém duvida que a IA mudará o mundo – em casos extremos, a inteligência artificial pode ser mais importante para a humanidade do que a roda, o fogo e a eletricidade. Mas em termos de impacto económico, as mudanças serão provavelmente lideradas pelos titulares, e uma nova era será de ataques corporativos orientados para o "conhecido conhecido", e de um número surpreendente de ataques corporativos orientados para o "conhecido conhecido". -ups do desconhecido” e “desconhecidos desconhecidos”. Os bárbaros (BarbAIrians) estão à porta.