Всему виной магия и немного юнит-экономики – утверждает Hemant Mohapatra.
Расходы на исследование и развитие (R&D), общие и административные расходы (SG&A), в основном являются фиксированными затратами — например, вам нужно платить аренду и зарплаты независимо от того, достигли ли вы своих квартальных целей. Более того, производительность выравнивается по мере роста организаций, в то время как зарплаты и накладные расходы остаются неизменными.
Если стартап продает AI, то свои расходы на обращения к API он, конечно же, будет включать в переменные.
Теперь – что же происходит, когда мы меняем живых агентов на машиноподобных?
1. Часть постоянных расходов (зарплата сотрудников) перераспределяется в сторону переменных (AI-токены).
2. Это приводит к росту валовой прибыли, которая как известно считается как раз от COGS (себестоимости).
3. AI-агент может потенциально увеличить производительность в разы (работа 24/7 против 40 часов в неделю) при (предположительно) статичном SLA. За счет co-pilots и агентов поддержки на базе моделей от OpenAI, Anthropic, Mistral и других.
4. Это в свою очередь может (потенциально, конечно) привести к росту выручки.
5. Но самое главное – переменные расходы, как правило, скейлятся на юнита масштабирования. То есть – при снижении продаж они (в отличие от зарплаты) также будут снижаться.
И именно последнее будет делать модельку стартапов на AI более устойчивой – поскольку возможные черные лебеди хеджируются экономией на переменных расходах. Что в свою очередь может сказаться и на мультипликаторах.
Больше о работе с данными в продукте и маркетинге есть в Телеграм-канале "Модель атрибуции”
