📈 Какие оценки сейчас на midmarket M&A?
Давно уже в закладках лежал сайт Flippa (436K активных покупателей на платформе), на котором можно продавать и покупать бизнесы. Там есть раздел статистики: https://flippa.com/data-insights
Там надо пройти регистрацию, чтобы посмотреть данные, поэтому вот вам overview.
1/ Какой сейчас search intent? (иными словами, что ищут покупатели). Топ 5:
▪️#1 Shopify: 13,566 запросов за последние 3 месяца;
▪️#2 Youtube: 7,201
▪️#3 App: 6,869
▪️#4 Affiliate: 5,932;
▪️#5 AI: 5,574.
2/ В трендах search terms:
▪️#1 Ai Anent: +740% за последние 3 месяца;
▪️#2 Tiktok Account: +487%
▪️#3 White Label: +406%
3/ Посмотрите динамику SaaS revenue multiples в приложении.
▪️3x (H2 2022) => 4.19x (H2 2024).
4/ Каковы revenue multiples H2 2024 по некоторым другим вертикалям:
▫️SaaS: 4.29x
▫️Ecommerce: 2.83x
▫️App: 2.52x
▫️Service: 1.33x
▪️All categories: 2.38x
5/ Насколько быстро продаются бизнесы? Посмотрим сроки транзакции для бизнеса стоимостью $1M+:
▫️Максимум: 195 дней (худший квартиль – 129 дней)
▪️Медиана: 69.5 дней
▫️Минимум: 7 дней (лучший квартиль – 24 дня)
Вот такая down to earth статистика. Надо будет еще посмотреть данные Microacquire.
@proVenture
#benchmarks #research
Давно уже в закладках лежал сайт Flippa (436K активных покупателей на платформе), на котором можно продавать и покупать бизнесы. Там есть раздел статистики: https://flippa.com/data-insights
Там надо пройти регистрацию, чтобы посмотреть данные, поэтому вот вам overview.
1/ Какой сейчас search intent? (иными словами, что ищут покупатели). Топ 5:
▪️#1 Shopify: 13,566 запросов за последние 3 месяца;
▪️#2 Youtube: 7,201
▪️#3 App: 6,869
▪️#4 Affiliate: 5,932;
▪️#5 AI: 5,574.
2/ В трендах search terms:
▪️#1 Ai Anent: +740% за последние 3 месяца;
▪️#2 Tiktok Account: +487%
▪️#3 White Label: +406%
3/ Посмотрите динамику SaaS revenue multiples в приложении.
▪️3x (H2 2022) => 4.19x (H2 2024).
4/ Каковы revenue multiples H2 2024 по некоторым другим вертикалям:
▫️SaaS: 4.29x
▫️Ecommerce: 2.83x
▫️App: 2.52x
▫️Service: 1.33x
▪️All categories: 2.38x
5/ Насколько быстро продаются бизнесы? Посмотрим сроки транзакции для бизнеса стоимостью $1M+:
▫️Максимум: 195 дней (худший квартиль – 129 дней)
▪️Медиана: 69.5 дней
▫️Минимум: 7 дней (лучший квартиль – 24 дня)
Вот такая down to earth статистика. Надо будет еще посмотреть данные Microacquire.
@proVenture
#benchmarks #research
🧠 AI eats the world.
В тему недавнего поста про Deep Research от Бена Эванса (ex-a16z). Бен же делает огромные отчеты по развитию технологий, и в ноябре 2024 года выпустил новый отчет под названием AI eats the world.
Вы сами прочитаете про тренды, но хотелось бы обратить внимание на две противоположные вещи:
1/ В трендах использования софта есть две суб-тренда:
🟢 Все больше представителей разных профессий разрабатывают и делают пилоты в области AI; при этом
🔴 Все меньше представителей разных профессий реально внедрили что-то работающее!
Топ-3 по динамике доли внедрений в работу (наименьшее падение)
1️⃣ Legal
2️⃣ Customer Service
3️⃣ Software
Худшие-3 по динамике доли внедрений:
8️⃣ Marketing
9️⃣ Sales
🔟 HR
🔹Учитывается относительное падение “на глаз” – то есть, доля могла быть небольшой, но упасть еще ниже
2/ Какие группы сотрудников имеют самый высокий adoption rate по WAU (weekly active users)?
1️⃣ Management
2️⃣ Software
3️⃣ Business Finance
Самый низкий:
1️⃣0️⃣ Blue Collar
1️⃣1️⃣ Legal
1️⃣2️⃣ Services
🔹Отдельно забавно, что у legal очень низкий DAU по сравнению с WAU
👉 В любом случае лучше прочитать весь отчет на [90 страниц] самостоятельно, наверняка найдете что-то интересное для себя: https://www.ben-evans.com/presentations
@proVenture
#ai #research
В тему недавнего поста про Deep Research от Бена Эванса (ex-a16z). Бен же делает огромные отчеты по развитию технологий, и в ноябре 2024 года выпустил новый отчет под названием AI eats the world.
Вы сами прочитаете про тренды, но хотелось бы обратить внимание на две противоположные вещи:
1/ В трендах использования софта есть две суб-тренда:
🟢 Все больше представителей разных профессий разрабатывают и делают пилоты в области AI; при этом
🔴 Все меньше представителей разных профессий реально внедрили что-то работающее!
Топ-3 по динамике доли внедрений в работу (наименьшее падение)
1️⃣ Legal
2️⃣ Customer Service
3️⃣ Software
Худшие-3 по динамике доли внедрений:
8️⃣ Marketing
9️⃣ Sales
🔟 HR
🔹Учитывается относительное падение “на глаз” – то есть, доля могла быть небольшой, но упасть еще ниже
2/ Какие группы сотрудников имеют самый высокий adoption rate по WAU (weekly active users)?
1️⃣ Management
2️⃣ Software
3️⃣ Business Finance
Самый низкий:
1️⃣0️⃣ Blue Collar
1️⃣1️⃣ Legal
1️⃣2️⃣ Services
🔹Отдельно забавно, что у legal очень низкий DAU по сравнению с WAU
👉 В любом случае лучше прочитать весь отчет на [90 страниц] самостоятельно, наверняка найдете что-то интересное для себя: https://www.ben-evans.com/presentations
@proVenture
#ai #research
🔥🔥🔥 AI Monetization in 2025.
О да, это очень классный отчет, пожалуй, самый детальный на тему монетизации из тех, что попадался. Ребята из Ibbaka опросили 336 компаний в ноябре-декабре 2024 (большинство из которых находятся на уровне $20M-$49M ARR), чтобы понять, как они прайсят свои AI продукты.
1/ Они выделили 4 типа бизнес-моделей опрашиваемых компаний, у каждой из которых есть value metrics и pricing metrics.
▪️4 модели: Agents, Co-Pilots, Generators, Software as a Service (называют они это SAS, почему-то)
▪️Для примера посмотрим на метрики для Agents:
Value metrics: Task completion, value of task
Pricing metrics: Per task, per agent, per outcome
2/ Какой тип AI чаще всего включается в продукты? Топ-3:
▪️Generative AI using third party models: 26.3%
▪️Reasoning models (like o1): 19.0%
▪️Predictive analytics using ML: 12.4%
3/ Дальше в процессе анализа Ibbaka делит опрашиваемые компании на три группы:
▫️Skeptics: таких 44% (большинство!), считают что хайп вокруг AI излишен и реальное влияние будет низким
▪️Sustainers: 38%, считают что AI даст возможность сделать инкрементальные изменения в продукте и нарастить выручку
🔹Disruptors: 18%, считают что AI изменят целые отрасли
4/ В каких пакетах продается AI? Опять же топ-3:
1️⃣ Independent Modules
2️⃣ Platform + extensions
3️⃣ Tiered + extensions (options)
🔹Любопытно, что среди Disruptors основным форматом является Agent Family
5/ Какую модель монетизации используют AI компании? (цифры навскидку по графику). Тут получилось топ-5:
▪️49% per user
▪️45% by a usage metric
▪️23% per agent
▪️23% per agent task completed
▪️20% per output token
🔹Тут интересно, что agent/agent task completed вылезают наверх за счет disruptors, все остальные 50%+ используют per user/usage metric
6/ Каковы рост выручки и маржи?
▪️По сравнению с 2023 годом по опросу рост выручки гораздо более высокий – визуально процент стартапов, которые растут 30-100% в год вырос с 10-12% до примерно 30% с 2023 по 2024 год.
▫️~45% компаний имеют gross margin на уровне 70%-90% (еще 23% имеют 55%-69% margin), но большинство (те же 45%) отметили, что маржа не увеличилась за счет AI (а еще 33% отметили, что она несколько сократилась!)
🔹И тут интересен срез ответов по группам – у 83% disruptors маржа осталась такой же (но они и были же AI-native наверняка, так что что у них могло поменяться?), а у 54% skeptics маржа несколько снизилась (так может быть, они и скептиками стали из-за этого, а не наоборот?)
5/ Среди других данных обратило внимание на себя то, что 60%+ внедряют AI именно как отдельный продукт, а не как фичу или как улучшение текущего продукта.
👉 Сам отчет на [62 страницы] для более детального изучения можно скачать по ссылке: https://www.ibbaka.com/reports-and-playbooks/ai-monetization-2025-research-report
@proVenture
#ai #research #benchmarks
О да, это очень классный отчет, пожалуй, самый детальный на тему монетизации из тех, что попадался. Ребята из Ibbaka опросили 336 компаний в ноябре-декабре 2024 (большинство из которых находятся на уровне $20M-$49M ARR), чтобы понять, как они прайсят свои AI продукты.
1/ Они выделили 4 типа бизнес-моделей опрашиваемых компаний, у каждой из которых есть value metrics и pricing metrics.
▪️4 модели: Agents, Co-Pilots, Generators, Software as a Service (называют они это SAS, почему-то)
▪️Для примера посмотрим на метрики для Agents:
Value metrics: Task completion, value of task
Pricing metrics: Per task, per agent, per outcome
2/ Какой тип AI чаще всего включается в продукты? Топ-3:
▪️Generative AI using third party models: 26.3%
▪️Reasoning models (like o1): 19.0%
▪️Predictive analytics using ML: 12.4%
3/ Дальше в процессе анализа Ibbaka делит опрашиваемые компании на три группы:
▫️Skeptics: таких 44% (большинство!), считают что хайп вокруг AI излишен и реальное влияние будет низким
▪️Sustainers: 38%, считают что AI даст возможность сделать инкрементальные изменения в продукте и нарастить выручку
🔹Disruptors: 18%, считают что AI изменят целые отрасли
4/ В каких пакетах продается AI? Опять же топ-3:
1️⃣ Independent Modules
2️⃣ Platform + extensions
3️⃣ Tiered + extensions (options)
🔹Любопытно, что среди Disruptors основным форматом является Agent Family
5/ Какую модель монетизации используют AI компании? (цифры навскидку по графику). Тут получилось топ-5:
▪️49% per user
▪️45% by a usage metric
▪️23% per agent
▪️23% per agent task completed
▪️20% per output token
🔹Тут интересно, что agent/agent task completed вылезают наверх за счет disruptors, все остальные 50%+ используют per user/usage metric
6/ Каковы рост выручки и маржи?
▪️По сравнению с 2023 годом по опросу рост выручки гораздо более высокий – визуально процент стартапов, которые растут 30-100% в год вырос с 10-12% до примерно 30% с 2023 по 2024 год.
▫️~45% компаний имеют gross margin на уровне 70%-90% (еще 23% имеют 55%-69% margin), но большинство (те же 45%) отметили, что маржа не увеличилась за счет AI (а еще 33% отметили, что она несколько сократилась!)
🔹И тут интересен срез ответов по группам – у 83% disruptors маржа осталась такой же (но они и были же AI-native наверняка, так что что у них могло поменяться?), а у 54% skeptics маржа несколько снизилась (так может быть, они и скептиками стали из-за этого, а не наоборот?)
5/ Среди других данных обратило внимание на себя то, что 60%+ внедряют AI именно как отдельный продукт, а не как фичу или как улучшение текущего продукта.
👉 Сам отчет на [62 страницы] для более детального изучения можно скачать по ссылке: https://www.ibbaka.com/reports-and-playbooks/ai-monetization-2025-research-report
@proVenture
#ai #research #benchmarks
🅰️ The Anthropic Economic Index.
Давайте уже наконец доберемся до исследования Anthropic по использованию генеративных моделей. Они смотрят на то, кто и как пользуется моделями в разрезе профессий. Если бы сделали в разрезе бизнесов, было бы еще интереснее, но пока что так.
Вы почитайте исследование самостоятельно. Есть их статья, которая читается проще и 💾 само исследование в PDF, которое идет чуть сложнее, но в целом оно не такое большое.
Хочется подсветить всего две вещи:
1/ Посмотрите на приложенный график, который сравнивает то, какой процент людей занят в той или иной профессии и то, какой процент запросов они делают в Claude от общего числа запросов (запросы тут не совсем верно, там слово conversations, но перевод как “обсуждения” тоже не совсем нравится).
Посмотрим на два среза. Топ-3 профессий, где обсуждений видимо больше, чем доля в workforce:
🟢 Computer and mathematical: 37.2% запросов против 3.4% занятости;
🟢 Arts, design…media: 10.3% против 1.4%;
🟢 Life, physical and social science: 6.4% против 0.9%.
🔹Ожидали увидеть в топе кого-то, кроме программистов и математиков?
Интереснее с другой стороны – у кого разница максимальна в другую сторону?
🔴 Transportation and material moving: 0.3% против 9.1%
🔴 Food preparation and serving related: 0.5% против 8.7%
🔴 Healthcare support: 0.3% против 4.7%
2/ Кажется, что будет интересно найти такие ниши, где распространение низкое, а доля в занятости большая, и предложить им какой-то вертикальный продукт. Стоит подождать пару лет, и мы увидим много проектов, которые эксплуатируют проблему проникновения сервисов с уже большие отрасли.
3/ Второй момент – это еще один график по использованию Claude в зависимости от зарплаты. Топовые профессии, которые используют запросы часто в разных когортах зарплат:
▪️<$75K в год: Tutors, Bioinformatics Technicians, Copy Writers;
▪️$75K-$150K: Computer Programmers, Software Developers (systems), Software Developers (apps);
▪️>$150K: Obstetricians and Gynecologists (акушеры и гинекологи).
❓А давайте поймем, для чего лично вы используете генеративные сети?
@proVenture
#ai #research #hr
Давайте уже наконец доберемся до исследования Anthropic по использованию генеративных моделей. Они смотрят на то, кто и как пользуется моделями в разрезе профессий. Если бы сделали в разрезе бизнесов, было бы еще интереснее, но пока что так.
Вы почитайте исследование самостоятельно. Есть их статья, которая читается проще и 💾 само исследование в PDF, которое идет чуть сложнее, но в целом оно не такое большое.
Хочется подсветить всего две вещи:
1/ Посмотрите на приложенный график, который сравнивает то, какой процент людей занят в той или иной профессии и то, какой процент запросов они делают в Claude от общего числа запросов (запросы тут не совсем верно, там слово conversations, но перевод как “обсуждения” тоже не совсем нравится).
Посмотрим на два среза. Топ-3 профессий, где обсуждений видимо больше, чем доля в workforce:
🟢 Computer and mathematical: 37.2% запросов против 3.4% занятости;
🟢 Arts, design…media: 10.3% против 1.4%;
🟢 Life, physical and social science: 6.4% против 0.9%.
🔹Ожидали увидеть в топе кого-то, кроме программистов и математиков?
Интереснее с другой стороны – у кого разница максимальна в другую сторону?
🔴 Transportation and material moving: 0.3% против 9.1%
🔴 Food preparation and serving related: 0.5% против 8.7%
🔴 Healthcare support: 0.3% против 4.7%
2/ Кажется, что будет интересно найти такие ниши, где распространение низкое, а доля в занятости большая, и предложить им какой-то вертикальный продукт. Стоит подождать пару лет, и мы увидим много проектов, которые эксплуатируют проблему проникновения сервисов с уже большие отрасли.
3/ Второй момент – это еще один график по использованию Claude в зависимости от зарплаты. Топовые профессии, которые используют запросы часто в разных когортах зарплат:
▪️<$75K в год: Tutors, Bioinformatics Technicians, Copy Writers;
▪️$75K-$150K: Computer Programmers, Software Developers (systems), Software Developers (apps);
▪️>$150K: Obstetricians and Gynecologists (акушеры и гинекологи).
❓А давайте поймем, для чего лично вы используете генеративные сети?
@proVenture
#ai #research #hr
SaaS Billing Report 2025.
ChartMogul выпустил еще один интересный отчет – на этот раз про биллинг, по сути про сравнение месячных и годовых подписок. 2,500+ компаний проанализировано, отчет на [36 страниц] написан (он, кстати, в сообщении ниже).
1/ Какие базовые тренды, которые отмечает сам ChartMogul?
▪️SaaS компании ранних стадий с месячными подписками растут быстрее всего (топ квартиль <$1M ARR бизнесов растет на 131% год к году при этом имея >75% выручки от месячных подписок). Логично, ведь на месячную подписку чуть легче подписаться, чем на годовую.
▪️Годовые подписки обеспечивают более высокое удержание и среднюю выручку (ARPA). Тоже весьма ожидаемо.
▪️Но даже с месячными подписками при высоких ARPA тоже можно достичь 100% NRR (это топ квартиль, правда).
▪️Пик переходов на годовые подписки с месячных – второй месяц использования. А вот это довольно любопытно.
▪️Чем больше ARPA, тем меньше заметна разница между месячными и годовыми планами.
2/ А что там есть необычно интересного?
🔸По мере роста компания переходит с месячных планов на годовые, а потом обратно на месячные:
▪️<300K ARR: 65% monthly vs 29% annual (сумма не 100%, какой-то косячок)
🔽
▪️$3M-$8M ARR: 53% monthly vs 47% annual
🔽
▪️$15M-$30M: 72% monthly vs 28% annual
🔸Лучше всего продавать подписки в Q1, хуже всего – Q4 (кроме как для годовых подписок на уровне $10M-$30M ARR).
🔸Переводы с месячных на годовые подписки проходят чаще у компаний с большой выручкой (процент компаний, в которых клиенты делали апгрейд на годовой план):
▪️<300K ARR: 9%
🔽
▪️$3M-$8M ARR: 58%
🔽
▪️$15M-$30M: 78%
🔹Разница 8х между мелкими и крупными! С точки зрения логики получается, что более крупные компании жертвуют возможностями быстрого роста в пользу более высокого удержания
🔸Дисконты встречаются не так часто – всего 5-8% SaaS компаний делают дисконты на месячных планах и 8-15% на годовых.
👉 Читайте сам отчет ниже или же по ссылке: https://chartmogul.com/reports/saas-billing-report/
@proVenture
#saas #research #benchmarks
ChartMogul выпустил еще один интересный отчет – на этот раз про биллинг, по сути про сравнение месячных и годовых подписок. 2,500+ компаний проанализировано, отчет на [36 страниц] написан (он, кстати, в сообщении ниже).
1/ Какие базовые тренды, которые отмечает сам ChartMogul?
▪️SaaS компании ранних стадий с месячными подписками растут быстрее всего (топ квартиль <$1M ARR бизнесов растет на 131% год к году при этом имея >75% выручки от месячных подписок). Логично, ведь на месячную подписку чуть легче подписаться, чем на годовую.
▪️Годовые подписки обеспечивают более высокое удержание и среднюю выручку (ARPA). Тоже весьма ожидаемо.
▪️Но даже с месячными подписками при высоких ARPA тоже можно достичь 100% NRR (это топ квартиль, правда).
▪️Пик переходов на годовые подписки с месячных – второй месяц использования. А вот это довольно любопытно.
▪️Чем больше ARPA, тем меньше заметна разница между месячными и годовыми планами.
2/ А что там есть необычно интересного?
🔸По мере роста компания переходит с месячных планов на годовые, а потом обратно на месячные:
▪️<300K ARR: 65% monthly vs 29% annual (сумма не 100%, какой-то косячок)
🔽
▪️$3M-$8M ARR: 53% monthly vs 47% annual
🔽
▪️$15M-$30M: 72% monthly vs 28% annual
🔸Лучше всего продавать подписки в Q1, хуже всего – Q4 (кроме как для годовых подписок на уровне $10M-$30M ARR).
🔸Переводы с месячных на годовые подписки проходят чаще у компаний с большой выручкой (процент компаний, в которых клиенты делали апгрейд на годовой план):
▪️<300K ARR: 9%
🔽
▪️$3M-$8M ARR: 58%
🔽
▪️$15M-$30M: 78%
🔹Разница 8х между мелкими и крупными! С точки зрения логики получается, что более крупные компании жертвуют возможностями быстрого роста в пользу более высокого удержания
🔸Дисконты встречаются не так часто – всего 5-8% SaaS компаний делают дисконты на месячных планах и 8-15% на годовых.
👉 Читайте сам отчет ниже или же по ссылке: https://chartmogul.com/reports/saas-billing-report/
@proVenture
#saas #research #benchmarks
🔥🔥🔥 Исследование по AI агентам от CB Insights: каковы ключевые тренды?
Буквально месяц назад CB Insights выкатили мини-исследование на тему AI агентов. Посмотрим?
1/ AI агенты подняли $3.8B инвестиций в 2024 году, а конкретнее динамика выглядела так:
▪️2020: $24M, 8 сделок;
▪️2021: $166M, 16 сделок;
▪️2022: $235M, 24 сделки;
▪️2023: $1.3B, 106 сделок;
▪️2024: $3.8B, 162 сделки.
🔹2022->2023 рост в 5.5х по объему и в 4.4х по количеству, а 2023->2024 рост 2.9х по объему и в 1.5х по количеству
2/ 6 из 8 big tech + big AI tech предлагают тулы для AI агентов, 3 из 10 уже предлагают агентов и еще 6 из 10 разрабатывают.
3/ AI агенты от Big Tech доминируют в горизонтальном сегменте, а частные компании уже специализируются. Несмотря на это структура инвестиций в с 2020 в тулы выглядит так (%% по объему инвестиций и %% по количеству сделок):
〰️ Horizontal apps: 55% и 49%;
▫️ Infrastructure: 24% и 29%;
▪️ Vertical: 21% и 21%.
То есть, половина идет в горизонтальные сервисы пока что, вертикальные – только пятая часть.
4/ Очень любопытно, что по уровню развития бизнеса горизонтальные сервисы гораздо более продвинутые. На первых двух из 5 стадий (это emerging & validating) находятся:
〰️ 33% horizontal apps;
▫️40% vertical apps;
▫️ 52% Infrastructure.
🔹 Внезапно инфраструктура – самая неразвитая.
5/ А кто в лидерах среди Infrastructure Stack провайдеров?
▪️Google;
▪️AWS;
▪️Salesforce;
▪️OpenAI;
▪️Anthropic.
6/ Что мешает внедрять AI агентов?
🔻47% беспокоятся о безопасности и качестве (данных прежде всего);
🔻41% опасаются технических проблем во внедрении;
🔻35% говорят о недостатке качественных кадров в команде.
👉 Само исследование на 12 страниц можно скачать по ссылке: https://www.cbinsights.com/research/ai-agent-trends-to-watch-2025/
❓В продолжение темы интересно задавать вам два вопроса ниже – про использование AI агентов и про доминирование горизонтальных решений. Ответите на опросы?
@proVenture
#ai #research #trends
Буквально месяц назад CB Insights выкатили мини-исследование на тему AI агентов. Посмотрим?
1/ AI агенты подняли $3.8B инвестиций в 2024 году, а конкретнее динамика выглядела так:
▪️2020: $24M, 8 сделок;
▪️2021: $166M, 16 сделок;
▪️2022: $235M, 24 сделки;
▪️2023: $1.3B, 106 сделок;
▪️2024: $3.8B, 162 сделки.
🔹2022->2023 рост в 5.5х по объему и в 4.4х по количеству, а 2023->2024 рост 2.9х по объему и в 1.5х по количеству
2/ 6 из 8 big tech + big AI tech предлагают тулы для AI агентов, 3 из 10 уже предлагают агентов и еще 6 из 10 разрабатывают.
3/ AI агенты от Big Tech доминируют в горизонтальном сегменте, а частные компании уже специализируются. Несмотря на это структура инвестиций в с 2020 в тулы выглядит так (%% по объему инвестиций и %% по количеству сделок):
〰️ Horizontal apps: 55% и 49%;
▫️ Infrastructure: 24% и 29%;
▪️ Vertical: 21% и 21%.
То есть, половина идет в горизонтальные сервисы пока что, вертикальные – только пятая часть.
4/ Очень любопытно, что по уровню развития бизнеса горизонтальные сервисы гораздо более продвинутые. На первых двух из 5 стадий (это emerging & validating) находятся:
〰️ 33% horizontal apps;
▫️40% vertical apps;
▫️ 52% Infrastructure.
🔹 Внезапно инфраструктура – самая неразвитая.
5/ А кто в лидерах среди Infrastructure Stack провайдеров?
▪️Google;
▪️AWS;
▪️Salesforce;
▪️OpenAI;
▪️Anthropic.
6/ Что мешает внедрять AI агентов?
🔻47% беспокоятся о безопасности и качестве (данных прежде всего);
🔻41% опасаются технических проблем во внедрении;
🔻35% говорят о недостатке качественных кадров в команде.
👉 Само исследование на 12 страниц можно скачать по ссылке: https://www.cbinsights.com/research/ai-agent-trends-to-watch-2025/
❓В продолжение темы интересно задавать вам два вопроса ниже – про использование AI агентов и про доминирование горизонтальных решений. Ответите на опросы?
@proVenture
#ai #research #trends
🏆 Top Lean AI Native Companies Leaderboard.
Вот какая прикольная штука попалась на глаза. Хенри Ши, со-основатель Super(.)com, запустил лидерборд не просто продуктовых решений в области AI, а именно бизнесов - компаний, которые получают значительную выручку при небольшой команде - то есть, они lean. И рейтинг строится по размеру выручки на 1 сотрудника.
1/ Посмотрим топ-6 компаний по выручке на сотрудника (вы сразу поймете, почему):
1️⃣ Telegram: $33M выручки на сотрудника в год
2️⃣ Midjourney: $12.5M
3️⃣ Anysphere (Cursor): $5M
4️⃣ Cal AI: $3M
5️⃣ Mercor: $2.5M
6️⃣ Eleven Labs: $2M
2/ Из чего формируются эти показатели:
1️⃣ Telegram: $1B выручки при 30 сотрудниках
2️⃣ Midjourney: $500M выручки при 40 сотрудниках
3️⃣ Anysphere (Cursor): $100M выручки при 20 сотрудниках
4️⃣ Cal AI: $12M выручки при 4 сотрудниках
5️⃣ Mercor: $75M выручки при 30 сотрудниках
6️⃣ Eleven Labs: $100M выручки при 50 сотрудниках
3/ Ну что, как вам Telegram в топе списка? Наверняка работа бизнеса сильно автоматизирована, но явно это не AI Native компания, поэтому включение в список спорно. С другой стороны, если мы говорим про lean компании, где компактная команда - конечно. Поэтому рейтинг выше топ-6 или топ-5 (без Telegram) в зависимости от того, какая у вас позиция.
4/ В среднем компании списка делают $2.8M на сотрудника при средних 22 членах команды. И не все привлекали большие инвестиции. Например, Midjourney, Cal AI, Solvely, AKOOL, SubMagic, Chatbase, Conversion, Icon вообще не привлекали венчурного финансирования.
🧐 Похоже ли это на формирование новых паттернов роста с небольшими командами?
👉 Вот тут ссылка на сам Leaderboard: https://leanaileaderboard.com/
👉 А тут ссылка на официальный GitHub проекта: https://github.com/henrythe9th/official-lean-ai-native-leaderboard
@proVenture
#ai #research #benchmarks
Вот какая прикольная штука попалась на глаза. Хенри Ши, со-основатель Super(.)com, запустил лидерборд не просто продуктовых решений в области AI, а именно бизнесов - компаний, которые получают значительную выручку при небольшой команде - то есть, они lean. И рейтинг строится по размеру выручки на 1 сотрудника.
1/ Посмотрим топ-6 компаний по выручке на сотрудника (вы сразу поймете, почему):
1️⃣ Telegram: $33M выручки на сотрудника в год
2️⃣ Midjourney: $12.5M
3️⃣ Anysphere (Cursor): $5M
4️⃣ Cal AI: $3M
5️⃣ Mercor: $2.5M
6️⃣ Eleven Labs: $2M
2/ Из чего формируются эти показатели:
1️⃣ Telegram: $1B выручки при 30 сотрудниках
2️⃣ Midjourney: $500M выручки при 40 сотрудниках
3️⃣ Anysphere (Cursor): $100M выручки при 20 сотрудниках
4️⃣ Cal AI: $12M выручки при 4 сотрудниках
5️⃣ Mercor: $75M выручки при 30 сотрудниках
6️⃣ Eleven Labs: $100M выручки при 50 сотрудниках
3/ Ну что, как вам Telegram в топе списка? Наверняка работа бизнеса сильно автоматизирована, но явно это не AI Native компания, поэтому включение в список спорно. С другой стороны, если мы говорим про lean компании, где компактная команда - конечно. Поэтому рейтинг выше топ-6 или топ-5 (без Telegram) в зависимости от того, какая у вас позиция.
4/ В среднем компании списка делают $2.8M на сотрудника при средних 22 членах команды. И не все привлекали большие инвестиции. Например, Midjourney, Cal AI, Solvely, AKOOL, SubMagic, Chatbase, Conversion, Icon вообще не привлекали венчурного финансирования.
🧐 Похоже ли это на формирование новых паттернов роста с небольшими командами?
👉 Вот тут ссылка на сам Leaderboard: https://leanaileaderboard.com/
👉 А тут ссылка на официальный GitHub проекта: https://github.com/henrythe9th/official-lean-ai-native-leaderboard
@proVenture
#ai #research #benchmarks
💪 Насколько выше шансы успеха стартапа с топовыми VC инвесторами на борту? Теперь есть данные!
Это расхожая фраза, что надо поднимать от топовых VCs. Но пытливый ум обычно сопротивляется – а что бы что? Разве мне не только деньги нужны? В венчурном инвестировании силен стадный эффект и контакты, поэтому топовые или well-connected VC в каптейбл все же делают погоду. Но теперь мы еще знаем, насколько, благодаря Pitchbook и их новому исследованию.
1/ Давайте сразу к теме, посмотрим на failure rates стартапов на разных стадиях с well-connected VCs на борту и со всеми прочими:
♦️Series A: 9.5% (well-connected) vs 19.8% (остальные)
♦️Series B: 8.5% (well-connected) vs 18.6% (остальные)
♦️Series C: 7.2% (well-connected) vs 17.7% (остальные)
♦️Series D: 4% (well-connected) vs 15.5% (остальные)
2/ А кто же может считаться well-connected? Поглядим по размеру network эффект, которые оценивает Pitchbook:
Явно самые большие:
🔹General Catalyst
🔹Lightspeed
Чуть меньше, но тоже большие:
🔸Andreessen Horowitz
🔸Bessemer Venture Partners
🔸Sequoia
🔸Khosla Ventures
🔸Gainangels
Еще чуть меньше
🔻Founders Fund
🔻Calm Ventures
🔻Kleiner Perkins
3/ В самом отчете на 37 страниц еще и оцениваются паттерны выходов и интересных стратегий, если интересно, прочитайте, но если совсем коротко, то:
Потенциал инвестиций в течение 6 следующих месяцев:
🔺Единственная вертикаль, которая имеет long-term потенциал с точки зрения инвестиций от VCs: AI&ML (остальные в красной зоне)
🔺Единственная стратегия, которая имеет long-term потенциял: venture growth
Потенциал выходов в течение 6 следующих месяцев:
🔺Сектора: AL&ML, Fintech, Healthtech, SaaS (по exit value только A&ML, Healthtech)
🔺Типы выходов: долгосрочно все в красной зоне, краткосрочно в зеленой зоне acquisitions, buyouts
4/ Pitchbook прогнозирует, что среди стартапов, которые подняли 6+ раундов 20% выйдут на IPO, а 60% будут поглощены (остальные подвисают).
👉 Ссылка на статью тут, там же ссылка на сам отчет: https://pitchbook.com/news/articles/network-effects-well-connected-vcs-lower-failure-better-returns
@proVenture
#research #trends #exits #fundraising
Это расхожая фраза, что надо поднимать от топовых VCs. Но пытливый ум обычно сопротивляется – а что бы что? Разве мне не только деньги нужны? В венчурном инвестировании силен стадный эффект и контакты, поэтому топовые или well-connected VC в каптейбл все же делают погоду. Но теперь мы еще знаем, насколько, благодаря Pitchbook и их новому исследованию.
1/ Давайте сразу к теме, посмотрим на failure rates стартапов на разных стадиях с well-connected VCs на борту и со всеми прочими:
♦️Series A: 9.5% (well-connected) vs 19.8% (остальные)
♦️Series B: 8.5% (well-connected) vs 18.6% (остальные)
♦️Series C: 7.2% (well-connected) vs 17.7% (остальные)
♦️Series D: 4% (well-connected) vs 15.5% (остальные)
2/ А кто же может считаться well-connected? Поглядим по размеру network эффект, которые оценивает Pitchbook:
Явно самые большие:
🔹General Catalyst
🔹Lightspeed
Чуть меньше, но тоже большие:
🔸Andreessen Horowitz
🔸Bessemer Venture Partners
🔸Sequoia
🔸Khosla Ventures
🔸Gainangels
Еще чуть меньше
🔻Founders Fund
🔻Calm Ventures
🔻Kleiner Perkins
3/ В самом отчете на 37 страниц еще и оцениваются паттерны выходов и интересных стратегий, если интересно, прочитайте, но если совсем коротко, то:
Потенциал инвестиций в течение 6 следующих месяцев:
🔺Единственная вертикаль, которая имеет long-term потенциал с точки зрения инвестиций от VCs: AI&ML (остальные в красной зоне)
🔺Единственная стратегия, которая имеет long-term потенциял: venture growth
Потенциал выходов в течение 6 следующих месяцев:
🔺Сектора: AL&ML, Fintech, Healthtech, SaaS (по exit value только A&ML, Healthtech)
🔺Типы выходов: долгосрочно все в красной зоне, краткосрочно в зеленой зоне acquisitions, buyouts
4/ Pitchbook прогнозирует, что среди стартапов, которые подняли 6+ раундов 20% выйдут на IPO, а 60% будут поглощены (остальные подвисают).
👉 Ссылка на статью тут, там же ссылка на сам отчет: https://pitchbook.com/news/articles/network-effects-well-connected-vcs-lower-failure-better-returns
@proVenture
#research #trends #exits #fundraising
🗺 The AI Agent Market Map.
Ох, как же мы завязли с этими агентами, да? Ну давайте разберемся, что там есть. И вот как раз CB Insights сделал карту со стартапами, которые делают AI агентов.
1/ Сама карта в приложении - визуально больше всего более-менее значимых решений горизонтальных, не в отдельных вертикалях.
2/ CB Insights говорит, что их интервью показали, что для поднятия доверия к решениям агентов все равно надо показывать, что человек где-то участвует (human in the loop) - это #2 по популярности действие для поддержания траста.
3/ По Mosaic Score (некий рейтинг устойчивости от CB Insights) только два сегмента имеют 700+, и это:
▪️Software Development
▪️Customer Service
...
▫️Web research & data extraction в самом низу - мы уже с вами говорили, что с данными и аналитикой у AI пока не очень.
4/ What's next? Для уже вертикальных решений CB Insights выделяет следующие направления:
▪️Financial Services & Insurance
▪️Healthcare
▪️Industrials
Более подробно можно прочитать в статье: https://www.cbinsights.com/research/ai-agent-market-map/
@proVenture
#ai #research
Ох, как же мы завязли с этими агентами, да? Ну давайте разберемся, что там есть. И вот как раз CB Insights сделал карту со стартапами, которые делают AI агентов.
1/ Сама карта в приложении - визуально больше всего более-менее значимых решений горизонтальных, не в отдельных вертикалях.
2/ CB Insights говорит, что их интервью показали, что для поднятия доверия к решениям агентов все равно надо показывать, что человек где-то участвует (human in the loop) - это #2 по популярности действие для поддержания траста.
3/ По Mosaic Score (некий рейтинг устойчивости от CB Insights) только два сегмента имеют 700+, и это:
▪️Software Development
▪️Customer Service
...
▫️Web research & data extraction в самом низу - мы уже с вами говорили, что с данными и аналитикой у AI пока не очень.
4/ What's next? Для уже вертикальных решений CB Insights выделяет следующие направления:
▪️Financial Services & Insurance
▪️Healthcare
▪️Industrials
Более подробно можно прочитать в статье: https://www.cbinsights.com/research/ai-agent-market-map/
@proVenture
#ai #research
✂️ Broken captable или новая реальность? У фаундеров остается 50% после Series A.
Как вы знаете, у венчурных инвесторов есть практика расставлять красные флаги на стартапы – это что-то, что несовместимо с венчурной историей построения бизнеса. Но мы уже с вами говорили, что такие флаги в общем-то условны. Например, самое очевидное уже практически всем – соло-фаундеры ничем не хуже прочих, встречаются уже очень часто, и это не является red flag.
О чем же мы сейчас? Часто VC говорят – у фаундеров слишком маленькая доля, мы не будем инвестировать. Вы почему отдали 5% команде? И так далее. Утрированно, но вы наверняка сталкивались.
Так вот, давайте посмотрим Founder Ownership Report от Carta.
1/ В приложении график изменения средней структуры собственности по стадиям инвестиций. У фаундеров и команды остается такая доля:
🔻После Seed: 56.2% + 11.8% = 58%
🔻После Series A: 36.1% + 13.9% = 50%
🔻После Series B: 23% + 15.4% = 38.4%
🔻После Series C: 15.7% + 16.7% = 32.4%
🔻После Series D: 11.4% + 17.9% = 29.3%
🔹То есть, это уже статистически нормально, если доля падает ниже 50% после второй крупной серии. Так что смело можете инвесторам говорить об этом. Тем более опционный пул и акции сотрудников растут – это дополнительная мотивация.
2/ Конечно, это не прям слом парадигмы. Carta показывает, что в лучшем персентиле 90% собственность получается такая (берем digital стартапы):
🔻После Seed: 74.6%
🔻После Series A: 58.3%
🔻После Series B: 42.6%
🔻После Series C: 33.8%
🔻После Series D: n/a
🔹Ситуация явно лучше, но тут тоже собственность падает ниже 50% после Series B!
3/ Что еще интересно:
▪️35% стартапов с соло-фаундерами (17% если они VC backed)
▪️Порядка 20-25% стартапов с 2-мя ко-фаундерами теряют одного из них в течение 4 лет
▪️Всегда есть 1 лидирующий фаундер (1 него 55% если их двое, 47% если трое, 42% если четверо и 36% если пятеро)
▪️Опционный пул растет на 1-2% после каждого раунда
▪️Доля инвесторов становится >50% при достижении $50m-$100M оценки стартапа
👉 Скачать сам отчет на [20 страниц] можно по ссылке: https://carta.com/data/founder-ownership/
@proVenture
#howtovc #research #benchmarks
Как вы знаете, у венчурных инвесторов есть практика расставлять красные флаги на стартапы – это что-то, что несовместимо с венчурной историей построения бизнеса. Но мы уже с вами говорили, что такие флаги в общем-то условны. Например, самое очевидное уже практически всем – соло-фаундеры ничем не хуже прочих, встречаются уже очень часто, и это не является red flag.
О чем же мы сейчас? Часто VC говорят – у фаундеров слишком маленькая доля, мы не будем инвестировать. Вы почему отдали 5% команде? И так далее. Утрированно, но вы наверняка сталкивались.
Так вот, давайте посмотрим Founder Ownership Report от Carta.
1/ В приложении график изменения средней структуры собственности по стадиям инвестиций. У фаундеров и команды остается такая доля:
🔻После Seed: 56.2% + 11.8% = 58%
🔻После Series A: 36.1% + 13.9% = 50%
🔻После Series B: 23% + 15.4% = 38.4%
🔻После Series C: 15.7% + 16.7% = 32.4%
🔻После Series D: 11.4% + 17.9% = 29.3%
🔹То есть, это уже статистически нормально, если доля падает ниже 50% после второй крупной серии. Так что смело можете инвесторам говорить об этом. Тем более опционный пул и акции сотрудников растут – это дополнительная мотивация.
2/ Конечно, это не прям слом парадигмы. Carta показывает, что в лучшем персентиле 90% собственность получается такая (берем digital стартапы):
🔻После Seed: 74.6%
🔻После Series A: 58.3%
🔻После Series B: 42.6%
🔻После Series C: 33.8%
🔻После Series D: n/a
🔹Ситуация явно лучше, но тут тоже собственность падает ниже 50% после Series B!
3/ Что еще интересно:
▪️35% стартапов с соло-фаундерами (17% если они VC backed)
▪️Порядка 20-25% стартапов с 2-мя ко-фаундерами теряют одного из них в течение 4 лет
▪️Всегда есть 1 лидирующий фаундер (1 него 55% если их двое, 47% если трое, 42% если четверо и 36% если пятеро)
▪️Опционный пул растет на 1-2% после каждого раунда
▪️Доля инвесторов становится >50% при достижении $50m-$100M оценки стартапа
👉 Скачать сам отчет на [20 страниц] можно по ссылке: https://carta.com/data/founder-ownership/
@proVenture
#howtovc #research #benchmarks
