Sự trỗi dậy của các ứng dụng AI

https://www.ft.com/content/b2d084f8-1655-43fe-be9e-4b44a2fa9c4f

#FT

Sự trỗi dậy của các ứng dụng AI
Một làn sóng các công ty mới đang thu hút người dùng với những sản phẩm giúp công việc trở nên dễ dàng hơn

Richard Waters
Xuất bản
19 phút trước

Có một sự thật hiển nhiên trong ngành công nghệ là mỗi nền tảng máy tính mới đều mở ra cánh cửa cho một thế hệ công ty phần mềm hoàn toàn mới. Kỷ nguyên máy chủ - máy khách (client-server) khởi sắc vào những năm 1990 đã mang lại cho thế giới Oracle và SAP, trong khi điện toán đám mây đã tạo ra Salesforce cùng hàng loạt công ty “phần mềm dưới dạng dịch vụ” (SaaS).

Các mô hình ngôn ngữ lớn (LLM) đang định hình để trở thành nền tảng tiếp theo giúp hiện thực hóa hàng nghìn giấc mơ khởi nghiệp. Với AI tạo sinh (generative AI) có sẵn từ các công ty như OpenAI và Anthropic, đã có một làn sóng “ứng dụng thông minh” được thiết kế để giúp công việc trở nên dễ dàng hơn. Tốc độ mà một số ứng dụng này đang thu hút người dùng cùng với mức định giá tăng vọt đang thiết lập những kỷ lục mới trong thế giới phần mềm.

Đáng chú ý nhất là sự trỗi dậy của các công cụ hỗ trợ lập trình như Cursor. Chủ sở hữu của Cursor được cho là sắp hoàn tất một vòng gọi vốn với mức định giá 10 tỷ USD — chỉ 3 tháng sau khi công ty huy động vốn với mức định giá 2,5 tỷ USD.

Các công cụ hỗ trợ lập trình và các công cụ khác được hỗ trợ bởi AI dành cho người dùng thành thạo về công nghệ đã dẫn đầu xu hướng, nhưng nhiều công ty khởi nghiệp khác đang nhắm vào hầu hết mọi khía cạnh của công việc văn phòng. Chúng bao gồm từ các công cụ tạo hoặc chỉnh sửa mọi loại nội dung và phương tiện kỹ thuật số cho đến các công cụ có thể thực hiện nghiên cứu chuyên sâu. Động lực thúc đẩy xu hướng này là nỗi lo sợ của nhiều nhân viên rằng nếu họ không học cách sử dụng các công cụ này, họ sẽ bỏ lỡ các kỹ năng sớm trở thành tiêu chuẩn trong công việc, theo Tomasz Tunguz, một nhà đầu tư phần mềm tại Theory Ventures.

Một số ứng dụng đã đạt được kết quả đáng kinh ngạc chỉ trong thời gian ngắn. Mercor, công ty sử dụng một tác nhân AI để thực hiện phỏng vấn và sàng lọc ứng viên tuyển dụng, cho biết vào tháng 1, doanh thu định kỳ hàng năm (ARR) của họ đã đạt 50 triệu USD chưa đầy 2 năm sau khi thành lập. Để so sánh, Salesforce phải mất 4 năm mới đạt được doanh thu hàng năm 50 triệu USD.

Doanh thu của các công ty khác dường như đang tăng trưởng còn nhanh hơn. Loveable.dev, một công ty Thụy Điển giúp người dùng không rành về công nghệ xây dựng các trang web và các dự án kỹ thuật số khác, cho biết ARR của họ đã đạt 17 triệu USD vào tháng trước, chỉ sau 3 tháng ra mắt. Một công ty tương tự, Bolt.new, cho biết họ đã tăng từ 0 lên 20 triệu USD chỉ trong 2 tháng.

Thách thức mở rộng
Khi các công ty như vậy đạt được tốc độ tăng trưởng nhanh chóng, họ sẽ phải đối mặt với những thách thức giống như các thế hệ ứng dụng phần mềm trước đó — cũng như một số thách thức mới.

Một trong những thách thức là làm thế nào để biến một công cụ AI được thiết kế cho một nhiệm vụ cụ thể thành một phần cốt lõi trong phần mềm của khách hàng. Điều này có nghĩa là phải tự động hóa nhiều khía cạnh hơn trong quy trình mà các công cụ đó đang nhắm tới, cho đến khi các tác nhân AI có thể xử lý toàn bộ quy trình làm việc. Trong lĩnh vực này, các công ty khởi nghiệp đang cạnh tranh với các gã khổng lồ phần mềm như Microsoft, Salesforce và Adobe — những công ty đã có các tác nhân AI riêng và mối quan hệ chặt chẽ với nhiều doanh nghiệp.

Trong những ngày đầu của điện toán đám mây, các công ty khởi nghiệp có lợi thế tự nhiên so với các công ty lâu đời, những công ty có công nghệ và mô hình kinh doanh phụ thuộc vào một phương thức triển khai khác. Nhưng kỷ nguyên AI trong phần mềm thực chất là một sự mở rộng của điện toán đám mây hơn là một nền tảng máy tính hoàn toàn mới, theo Byron Deeter, một nhà đầu tư phần mềm kỳ cựu tại Bessemer Venture Partners. Điều đó làm giảm tiềm năng gây gián đoạn của các công ty khởi nghiệp AI.

Một sự khác biệt khác là tốc độ tăng trưởng nóng. Điều này khiến những công ty khởi nghiệp thành công nhất trông giống như các ứng dụng tiêu dùng hơn là phần mềm doanh nghiệp truyền thống, theo Deeter. Vẫn chưa rõ liệu các công ty này có giữ được các đặc điểm của ứng dụng tiêu dùng khi trưởng thành hay không, chẳng hạn như tỷ lệ rời bỏ cao hơn so với phần mềm doanh nghiệp thông thường.

Bài toán chi phí
Hồ sơ tài chính của các công ty ứng dụng AI cũng trông rất khác biệt. Các công ty này phải đối mặt với chi phí hàng hóa đáng kể, dưới dạng phí trả cho các công ty LLM mỗi lần dịch vụ của họ được sử dụng. Nhiều công ty đang chọn gánh chịu các chi phí này vào thời điểm hiện tại với hy vọng rằng phí sử dụng LLM sẽ tiếp tục giảm. Cursor, chẳng hạn, cho phép khách hàng thực hiện 500 lệnh gọi mỗi tháng với mức phí đăng ký 20 USD — một mức giá có khả năng để lại biên lợi nhuận gộp rất thấp nếu công ty phải trả đủ phí sử dụng.

Nhà tương lai học kiêm nhà đầu tư mạo hiểm Peter Diamandis so sánh các khoản đầu tư khổng lồ hiện tại vào LLM với sự đầu tư quá mức vào các mạng lưới truyền thông mới trong những ngày đầu của internet vào cuối những năm 1990. Cũng giống như khi đó, ông nói, các công ty xây dựng cơ sở hạ tầng mới sẽ buộc phải giảm giá và vật lộn để thu lợi nhuận, mở đường cho các nhà phát triển ứng dụng hưởng lợi.

Chu kỳ "bong bóng" mới?
Việc định giá công nghệ tăng vọt vào cuối những năm 1990 đã kết thúc bằng vụ nổ bong bóng dotcom. Lần này, ít nhất một số nhà phát triển ứng dụng đang tạo ra doanh thu nghiêm túc — mặc dù điều đó không phải là đảm bảo sẽ tránh được một bong bóng khác khi kỳ vọng về AI tiếp tục tăng vọt.

Rise of the AI apps
A blizzard of new companies is winning users for products that make work easier
Headshot for Richard Waters
Richard WatersAdd to myFT
AI apps on a smartphone
One challenge is to turn an AI-powered tool designed for one task into a core part of a customers’ software © Alamy

Richard Waters
Published
19 minutes ago
0
Print this page
Unlock the Editor’s Digest for free
Roula Khalaf, Editor of the FT, selects her favourite stories in this weekly newsletter.
It’s a truism in tech that every new computing platform opens the door to an entirely new generation of software companies. The client-server era that took off in the 1990s brought Oracle and SAP, while cloud computing gave birth to Salesforce and a host of “software as a service” companies.
Large language models are shaping up to be the next platform to launch a thousand entrepreneurial dreams. With generative AI available on tap from companies such as OpenAI and Anthropic, there has been a blizzard of “smart apps” designed to make work easier. The speed at which some of these are winning users, and their surging valuations, is setting new records in the software world.
Most notable has been the rise of coding assistants such as Cursor. Its owner is reported to be close to completing an investment round valuing it at $10bn — only three months after it raised money at $2.5bn.
Coding aids and other AI-powered tools for technically savvy users have led the way, but many other start-ups have been picking away at just about every aspect of white-collar work. These range from tools used to create or edit all forms of content and digital media to ones that can handle deep research. Fuelling this is a fear on the part of many workers that if they don’t learn how to use the tools they will miss out on skills that will soon be an expected part of the job, says Tomasz Tunguz, a software investor at Theory Ventures.
Some apps are registering surprisingly quick results. Mercor, which uses an AI-powered agent to carry out interviews to screen candidates for jobs, said in January its annualised recurring revenue hit $50mn less than two years after it was founded. For comparison, it took Salesforce four years to hit $50mn in annual revenue.
Revenue at others appears to be exploding even more quickly. Loveable.dev, a Swedish company that tries to help non-technical users build things like websites, said its ARR hit $17mn last month, only three months after launch. A similar company, Bolt.new, said it went from zero to $20mn in two months.
As companies like these achieve rapid lift-off, they face the same issues as generations of new software applications before them — as well as a few new ones.
One challenge is to turn an AI-powered tool designed for one task into a core part of a customers’ software. That means automating more aspects of the processes they have targeted until their agents are capable of digesting an entire workflow. In this, they are up against software giants such as Microsoft, Salesforce and Adobe, which have their own AI agents and already have strong ties to many businesses.
In the early days of the cloud, start-ups had a built-in advantage against incumbents, which had technology and business models tied to a different delivery method. But software’s AI era is really more an extension of the cloud than an entirely new computing platform, points out Byron Deeter, a veteran software investor at Bessemer Venture Partners. That reduces the disruptive potential.
Another difference has been the red-hot growth; this has made the most successful newcomers look more like consumer apps than traditional enterprise software, says Deeter. It isn’t clear yet whether they will retain consumer-like characteristics as they mature, for instance leading to higher churn rates than are typically seen in the business software world.
The financial profile also looks very different. The AI-app companies face a significant cost of goods, in the form of fees paid to LLM companies each time their services are used. Many are choosing to swallow those costs for now in the hope that LLM usage fees will continue to plunge. Cursor, for instance, lets customers make 500 calls a month for a subscription fee of $20, a price that is likely to leave it with little gross margin if paying full usage fees.
Futurist and venture investor Peter Diamandis compares the huge investments being made in LLMs to the over-investment in new communications networks that occurred in the early days of the internet in the late 1990s. Now, as then, he says, the companies building the new infrastructure will be forced to slash prices and struggle to make a return, opening the way for the makers of applications to profit.
The soaring tech valuations at the end of the 1990s ended in the dotcom bust. This time around, some of the app makers are at least generating serious revenue — though that’s no guarantee against another bubble forming as AI expectations jump.