AI 스타트업은 일반 SaaS 회사와는 다른 종류의 도전에 직면하고 있습니다. 지난 주 보스턴에서 열린 TechCrunch Early Stage 이벤트에서 Glasswing Ventures의 설린다 세세리 선배는 그 메시지를 전했습니다.
세세리는 몇 가지 AI API에 연결한다고 해서 당신이 AI 회사인 것은 아니라고 명확히 밝혔습니다. '그리고 AI 네이티브라고 말할 때, 당신이 인간 같은 사용자 인터페이스로 AI 회사가 되는 것이 아니라, 당신이 실제로 알고리즘과 데이터를 핵심으로 하며 제공하는 가치 창출의 일부인 때를 말합니다.'라고 세세리는 말했습니다.
세세리는 고객과 투자자들이 AI 회사와 SaaS 스타트업을 어떻게 평가하는지에 대한 주요한 차이점이 있다고 말하며, 이러한 차이점을 이해하는 것이 중요하다고 강조했습니다. 우선, SaaS에는 끝내기 만했다고 할 수 있는 것을 세상에 내보낼 수 있습니다. 하지만 이것을 AI에 대해서는 다양한 이유로 할 수 없습니다.
“여기가 문제죠: SaaS 제품을 코딩하고 QA한 다음 베타를 받을 수 있는데, 완전한 제품은 아니지만 세상에 내보낼 수 있고 시작할 수 있다.”라고 그녀는 말했습니다.
AI는 전혀 다른 동물입니다: 그저 무언가를 내보내고 최선을 바라는 것만으로는 안 됩니다. 그것은 고객들이 실제로 사용할 만하게 모델이 성숙해질 때까지 시간이 필요하며, 그들이 비즈니스 환경에서 그 모델을 신뢰하기까지도 필요합니다.
“초기에는 알고리즘을 배우고 훈련하는 것이 경사가 가파르지만, 고객이 사기를 쳐서 제품을 사게 만들기에 충분해야 하며 그것은 가치 창출을 위해 충분히 좋아야합니다.”라고 그녀는 말했습니다. 이는 초기 스타트업에게는 어려운 경계선입니다.
그리고 이것은 초기 채택자를 찾기가 어려워집니다. 그녀는 구매자가 AI에 대해 배우려는 장황한 전화를 피하는 것이 좋다고 말합니다. 스타트업 창업자들은 그런 전화에 시간 낭비할 여유가 없습니다. 그녀는 제품에 초점을 맞추고 구매자가 당신의 가치 제안을 이해할 수 있도록 돕는 것이 중요하다고 말합니다, 비록 그것이 아직 완벽하지 않더라도.
드롭박스, Figma CEO들이 기업을 위한 생성적 AI 플랫폼을 구축하는 스타트업 Lamini을 지지합니다.
Always articulate the problem you are solving and what metric — how are you measuring it?” she said. Optimize on what matters to the buyer. “So you’re solving a problem that has business decision outcomes.” It’s OK to articulate your vision, but always be grounding your discussion in business priorities and how those are informing your algorithms.
How can AI startups win?
As you build your business, you need to be thinking about how you can stake a defensible place in AI, something that is particularly challenging as the big players continually carve out huge chunks of business ideas.
Seseri points out that in the cloud era, we had a foundation layer where the infrastructure players staked their claim; a middle layer where the platform players lived; and at the top we have the application layer where SaaS lived.
With the cloud, a few players like Amazon, Microsoft and Google emerged to control infrastructure. The foundation layer in AI is where the large language models live, and a few players like OpenAI and Anthropic have emerged. While you could argue these are startups, they aren’t in the true sense because they are being financed by those same big players who dominate the infrastructure market.
“If you’re going to compete for a new foundation layer, or you know, LLM play, it’s going to be very tough with multibillion-dollar capital requirements, and at the end of the day, chances are it will end up being a commodity,” she said.
At the top of the stack is the application layer, which thousands of SaaS companies were able to take advantage of in the cloud era. She said that the big players like Amazon, Google and Microsoft were not able to take all of the application layer business and there was room for startups to develop and grow into large, successful businesses.
There is also a middle layer where the plumbing gets done. She points to companies like Snowflake that have succeeded in building successful businesses in the middle layer by providing a place for the application players to put their data.
So where is she investing when it comes to AI? “I put my dollars in the application layer and very selectively in the middle layer. Because I think there is a moat around algorithms, whether it’s algorithms that are proprietary to you, or open source — and data. You don’t need to own the data. But if I have to pick, I’d like to have unique data access and unique algorithms. If I am forced to pick one, I will go after data,” she said.
Building an AI startup surely isn’t easy, perhaps even more challenging than a SaaS startup. But it’s where the future is, and companies that are going to try it have to know what they’re up against and build accordingly.
AI is going to save software companies’ dreams of growth
