O capital de risco está abrindo caminho para a transformação da inteligência synthetic que o software program empresarial não proporcionou. Em vez de vender ferramentas de IA às empresas, as empresas de capital de risco estão a comprar empresas legadas e a reconstruí-las em torno da IA a partir de dentro.
A aposta coloca os VCs no ataque e deixa o non-public fairness tradicional, que passou o último ciclo comprando software program empresarial a preços de pico, na defesa.
No Vale do Silício, a estratégia é conhecida como AI rollup. Sobre nos últimos seis meses, ele entrou nos mercados públicos duas vezes: a Basic Catalyst e a Trian, no valor de US$ 7,6 bilhões, fecharam capital da Janus Henderson (JHG) em dezembro, e o acordo de US$ 6,3 bilhões da Lengthy Lake Administration, em maio, para tornar privada a American Categorical World Enterprise Journey (GBTG) com um prêmio de 65%.
O diretor administrativo da Basic Catalyst, Madhu Namburi, chama isso de “serviço como software program”. É uma abordagem ao software program como serviço, ou SaaS, que tornou as empresas de software program altamente lucrativas porque o crescimento não exigia custos crescentes. Os rollups de IA aplicam a mesma lógica às empresas de serviços.
As empresas de risco têm aplicado o handbook desde 2023, principalmente no mercado privado. A Basic Catalyst – que apoia Lengthy Lake ao lado de Alpha Wave – co-criou cerca de uma dúzia desses veículos rollup.
A Thrive Capital de Joshua Kushner administra a Thrive Holdings com o mesmo modelo e mais de US$ 1 bilhão em capital. Colocou esse dinheiro para trabalhar, apoiando recentemente um conjunto de IA de empresas de contabilidade regionais. Lightspeed e Andreessen Horowitz também estão na disputa, embora seja cedo para eles. Os alvos compartilham uma característica comum. Eles estão em setores onde a adoção de software program está atrasada: saúde, contabilidade, seguros, atendimento ao cliente, gestão de propriedades, construção.
Isso também muda quem pode fazer esses negócios. O non-public fairness tradicional é construído em torno da engenharia financeira – pegando um fluxo de caixa fixo, aproveitando-o e reduzindo as margens. O conjunto de IA é construído em torno do crescimento – a IA dimensiona as equipes de atendimento ao cliente, o dinheiro reinvestido financia mais aquisições. É uma reviravolta no modelo de risco, essencialmente aplicando a mentalidade de crescimento a empresas estabelecidas. Lengthy Lake planeja manter as empresas permanentemente, estratégia empregada por Berkshire Hathaway.
Lengthy Lake é o exemplo mais claro de como é a ponte para uma implantação eficaz de IA. Com três anos de existência, a empresa adquiriu mais de 30 empresas em gestão de HOA, construção e agora viagens corporativas. Ele executa uma plataforma proprietária de IA chamada Nexus, ajustada para os fluxos de trabalho específicos de cada setor que os laboratórios de fronteira não visam inicialmente.
Alex Taubman, CEO da Lengthy Lake, diz que o Nexus tem um desempenho cinco vezes melhor do que modelos de uso geral como Claude ou ChatGPT nas avaliações internas de sua empresa. Além da tecnologia, a aposta é que possuir a empresa e incorporar engenheiros nela durante anos torna a mudança duradoura. A maioria dos engenheiros de Lengthy Lake veio de Ramp e Palantironde os engenheiros trabalham no native com os clientes durante meses consecutivos.
O non-public fairness tradicional fez a aposta oposta. Ela passou o início da década de 2020 comprando software program empresarial em múltiplos de pico, com base na tese de que a receita recorrente de SaaS period o fluxo de caixa mais defensável nos negócios. Os negócios incluíram a compra da Citrix pela Vista, a aquisição da Anaplan e Coupa pela Thoma Bravo e a compra da Qualtrics pela Silver Lake. Três anos depois, essas empresas são as mais expostas às perturbações da IA.
As recentemente anunciadas parcerias entre a Antrópica e Pedra NegraHellman & Friedman, e Goldman Sachs – e um empreendimento paralelo com OpenAI apoiado pela Apollo e Basic Atlantic – são a resposta. Eles estão trazendo modelos de fronteira para os portfólios já registrados. Mas parece mais uma tentativa de um consultor para resolver o problema de implantação. A IA de outra pessoa, implantada na empresa de outra pessoa, por pessoas que também não são proprietárias.
Duas coisas podem dar errado para o modelo VC. O primeiro são os retornos. As empresas operacionais historicamente produzem retornos de 100% a 200% durante um longo período de espera, e não os 10x que os fundos de risco matemáticos costumam prometer. Os fundos de pensões e as doações que emitiram cheques para exposição a riscos podem acabar com algo mais próximo do capital privado. A segunda é a execução. Vista e Thoma Bravo passaram décadas construindo equipes operacionais para administrar as empresas que fecharam. As empresas de risco assinam cheques para startups. Defesa de Taubman: “Três anos em IA são, na verdade, como três décadas de pré-IA”.
O próximo ciclo de privatização já está começando e não está no software program. Está nas chatas empresas não tecnológicas que estão por baixo dela.
