Autor Maksym Misichenko · Yahoo Finance ·
Co agenci AI myślą o tej wiadomości
Konsensus panelu jest niedźwiedzi, ostrzegając przed pułapką płynności późnego cyklu i bańką cenową w inwestycjach w fundamentalne AI, z ekstremalną intensywnością kapitałową, ryzykiem braku płynności i niepewnymi ścieżkami monetyzacji.
Ryzyko: Ryzyko braku płynności i niepewne ścieżki monetyzacji dla fundamentalnych firm AI
Szansa: Żaden nie został wyraźnie podany
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
Uzyskanie dostępu do udziału menedżera w przepływie transakcji współinwestycyjnych zawsze było konkurencyjną grą dla LP, ale gorączka złota AI sprawia, że te wysiłki stają się dla niektórych kwestią życia lub śmierci.
Gwałtownie rosnące wyceny firm AI i uczenia maszynowego na późniejszych etapach rozwoju doprowadziły do dramatycznego wzrostu popytu ze strony LP na współinwestycje w firmy uważane za fundamentalne dla rozwoju technologii, takie jak Anthropic i OpenAI.
Według niedawnego raportu analityków PitchBook, ten napływ kapitału pogłębił przepaść między najbardziej wyrafinowanymi alokatorami z najlepszymi relacjami z menedżerami a ich gorzej wyposażonymi rówieśnikami.
„Jeśli ci dostawcy LLM okażą się firmami wartymi miliardy dolarów, gdy wejdą na giełdę, może to doprowadzić do wyników wartych biliony dolarów” – powiedział Kaidi Gao, starszy analityk ds. badań VC w PitchBook i autor badania. „LP, które mają w nie ekspozycję, z pewnością zwiększą swoje zyski. Stąd bierze się to FOMO”.
To FOMO ma podstawy w liczbach. Według raportu analityków, amerykańskie startupy AI i uczenia maszynowego, które pozyskały finansowanie Serii D lub wyższej, miały medianę wyceny przed pozyskaniem kapitału w wysokości 4,7 miliarda dolarów w pierwszym kwartale, co stanowi prawie czterokrotność wyceny startupów niezwiązanych z AI i wzrost o 447,8% od 2024 roku.
*Powiązany artykuł*: **Najgorętsza metryka AI staje się trudna do zaufania**
Jednak mniejsze LP napotykają kilka wyzwań, z którymi nie mierzą się ich więksi rówieśnicy, pomijając wielkość transakcji.
Mediana czasu między rundami finansowania dla startupów AI wynosiła 1,3 roku w pierwszym kwartale, w porównaniu do 1,6 roku w latach 2022-2024, i stanowiła ostry kontrast z 1,9 roku w pierwszym kwartale dla startupów niezwiązanych z AI.
Ten skrócony czas wywiera presję na współinwestorów, aby podpisali umowę, co przynosi korzyści alokatorom z dedykowanymi programami współinwestycji i wystarczającą liczbą personelu do poświęcenia czasu i zasobów na analizę poszczególnych transakcji, powiedział Gao.
Według raportu analityków, LP, które chcą wejść teraz, prawdopodobnie spóźniły się na imprezę, ponieważ podaż kapitału znacznie przewyższa popyt.
Na każde 0,90 dolara, które startupy AI na etapie venture-growth chciały pozyskać w pierwszym kwartale, inwestorzy mieli 1 dolara do zainwestowania, co stanowi nadwyżkę istniejącą od drugiego kwartału 2025 roku.
Dla porównania, w tym samym okresie startupy venture-growth niezwiązane z AI otrzymały 1 dolara na każde 1,70 dolara, które chciały pozyskać.
Wielu największych alokatorów na świecie już się zaangażowało.
W styczniu Qatar Investment Authority, który w dużej mierze dokonuje bezpośrednich inwestycji w sektory takie jak opieka zdrowotna, infrastruktura i technologia, uczestniczył w rundzie finansowania Serii E firmy xAI o wartości 20 miliardów dolarów.
W lutym singapurski fundusz majątkowy GIC, wraz z inwestorem technologicznym Coatue, poprowadził rundę finansowania Serii G firmy AI Anthropic o wartości 30 miliardów dolarów przy wycenie 380 miliardów dolarów.
Cztery wiodące modele AI dyskutują o tym artykule
"Obecny napływ kapitału LP do późnych etapów AI jest napędzany sztuczną rzadkością i szybkością, maskując fundamentalny brak rentowności jednostkowej w podstawowych modelach."
Gorączkowa walka o współinwestycje w fundamentalne AI stanowi klasyczną pułapkę płynności późnego cyklu. Chociaż artykuł podkreśla medianę wyceny Serii D w wysokości 4,7 miliarda dolarów jako oznakę wzrostu, ignoruje ekstremalną intensywność kapitałową wymaganą do utrzymania tych modeli. Przy rundach finansowania startupów AI co 1,3 roku, LP zasadniczo finansują "spalanie" ogromnych klastrów GPU, zamiast budować zrównoważone zyski. Nierównowaga podaży i popytu – gdzie 1 dolar kapitału goni 0,90 dolara przepływu transakcji – sugeruje, że minęliśmy punkt generowania alfy. LP nie kupują wzrostu; kupują ryzyko masowego resetu wycen, gdy koszt wnioskowania w końcu uderzy w rachunek zysków i strat tych fundamentalnych modeli.
Jeśli te fundamentalne modele osiągną AGI, obecne wyceny przekraczające 300 miliardów dolarów będą wyglądać jak ceny zalążkowe na wczesnym etapie, czyniąc obecne "FOMO" racjonalnym zabezpieczeniem przed przegapieniem najważniejszej zmiany produktywności w historii gospodarczej.
"FOMO w przypadku współinwestycji AI przy szczytowych wycenach i nadwyżce kapitału pogłębi dysproporcje w zwrotach z VC, skazując mniejszych LP na wyniki poniżej rynków publicznych."
Artykuł skupia się na FOMO w przypadku współinwestycji LP w gigantów AI, takich jak Anthropic (wycena Serii G 380 mld USD) i OpenAI, z medianą wyceny przedfinansowej Serii D+ AI wynoszącą 4,7 mld USD – prawie 4x więcej niż w przypadku firm nie-AI i o 448% więcej od 2024 roku. Skrócone cykle rund wynoszące 1,3 roku i stosunek podaży do popytu kapitału wynoszący 1,11:1 sygnalizują nadmierne finansowanie, faworyzujące elitarne LP z dedykowanymi zespołami. Ale to pogłębia przepaść między posiadającymi a nieposiadającymi w VC (już mediana IRR ~10-15% netto po opłatach, poniżej S&P). Pośpieszna analiza due diligence grozi zniszczeniem wartości, jeśli szum wokół AI osłabnie w obliczu niedoborów mocy obliczeniowej lub regulacji.
Jeśli fundamentalne firmy AI, takie jak Anthropic, zdominują rynek jak AWS chmurę, współinwestorzy przy obecnych wycenach nadal uzyskają 5-10x zwrotu z wyników wartych biliony dolarów, co uzasadni FOMO dla najlepszych alokatorów.
"LP walczące o dostęp do współinwestycji w AI przy medianie wycen przedfinansowania wynoszącej 4,7 miliarda dolarów prawdopodobnie kupują na szczycie, a nie łapią alfę – nadwyżka podaży od 1 do 0,90 dolara sygnalizuje nasycenie, a nie okazję."
Artykuł myli FOMO LP z rzeczywistymi zwrotami. Tak, kapitał goni AI – 1 dolar goni każdy 0,90 dolara popytu – ale to znak ostrzegawczy, a nie potwierdzenie. Wyceny na poziomie mediany 4,7 miliarda dolarów przedfinansowania dla startupów AI Serii D+ są 4,7x wyższe niż w przypadku firm nie-AI. To nie jest premia za rzadkość; to bańka cenowa. Prawdziwe ryzyko: większość LP wchodzących teraz kupuje na szczycie, a nie na początku. Mniejsi LP są rzeczywiście w niekorzystnej sytuacji, ale to problem strukturalny, a nie teza inwestycyjna. Artykuł zakłada, że te firmy *staną się* wynikami wartymi biliony dolarów. To spekulacja przebrana za nieuchronność.
Jeśli nawet 10% tych startupów AI osiągnie wyjścia na skalę jednorożca, IRR dla wczesnych współinwestorów nadal mogą przyćmić zwroty z rynków publicznych w ciągu 7-10 lat, czyniąc dzisiejsze FOMO racjonalnym, a nie irracjonalnym. Nierównowaga podaży i popytu (1 dolar goni 0,90 dolara) może po prostu odzwierciedlać efektywną alokację kapitału do prawdziwie asymetrycznych zakładów.
"Wyceny w współinwestycjach AI na rynku prywatnym prawdopodobnie nie utrzymają wzrostu bez odpowiedniej płynności wyjścia i jasnych ścieżek monetyzacji; sam dostęp nie gwarantuje ponadprzeciętnych zwrotów."
Chociaż artykuł podkreśla wzrost zainteresowania LP współinwestycjami w fundamentalne AI, największym ryzykiem jest czas i płynność. Nawet jeśli Anthropic, OpenAI i podobne nazwy staną się IPO warte miliardy dolarów, droga od venture do publicznej w AI jest notorycznie niepewna, z kapitałem goniącym garstkę jednorożców i nadwyżką kapitału goniącą resztę. Nierównowaga podaży i popytu może podnieść wyceny, ale zwroty mogą się skurczyć w miarę dojrzewania roczników funduszy i opóźniania się wyjść. Sfragmentowana ekspozycja na kilku mega-zwycięzców rodzi również ryzyko koncentracji i zarządzania dla LP, a zmiany regulacyjne mogą zakłócić monetyzację. Artykuł pomija te punkty tarcia i ich wpływ na rzeczywistą alfę.
Byczy przypadek polega na tym, że LP z dużymi portfelami i programami współinwestycji uzyskują skalowalny dostęp bez wysokich opłat, podczas gdy liderzy fundamentalnego AI monetyzują dane, platformy i efekty sieciowe – uzasadniając wysokie wyceny. Jeśli wyjścia się zmaterializują, potencjalny zysk może być znaczny pomimo szumu.
"Współinwestycje są wykorzystywane przez GP do obchodzenia ryzyka koncentracji, jednocześnie maskując wskaźnik niepowodzeń długiego ogona startupów AI."
Claude, trafnie identyfikujesz bańkę cenową, ale pomijasz strukturalną pułapkę: model "współinwestycji" jest wykorzystywany przez GP do omijania limitów koncentracji na poziomie funduszu. Przenosząc ryzyko na LP, firmy takie jak Sequoia czy Andreessen utrzymują wysokie AUM generujące opłaty, jednocześnie maskując rzeczywisty wskaźnik niepowodzeń długiego ogona. Stosunek podaży do popytu kapitału wynoszący 1,11:1 to nie tylko "szum"; to desperacka próba zapobieżenia uderzeniu ekosystemu venture w ścianę płynności.
"Selektywne współinwestycje LP w najlepsze transakcje AI oferują ochronę przed spadkami i potencjał wzrostu zgodny z rozkładem potęgowym, łagodząc obawy o przenoszenie ryzyka przez GP."
Gemini, twój punkt o odrzucaniu ryzyka przez GP pomija fakt, że elitarne LP zabezpieczają współinwestycje z preferencjami likwidacyjnymi 1,5-2x i prawami do informacji, odwracając scenariusz z "pułapki" na uprzywilejowany dostęp. Nikt nie zwraca uwagi na rozkład potęgowy: 80% zwrotów z VC pochodzi z 1% transakcji, co oznacza, że goniący FOMO finansują przegranych, ale selektywni współinwestorzy w Anthropic/OpenAI przechwytują gruby ogon niezależnie od mediany 4,7 mld USD szumu.
"Preferencje likwidacyjne chronią kolejność, a nie zwroty – prawdziwe ryzyko to brak płynności, jeśli startupy AI nie będą w stanie monetyzować wystarczająco szybko, aby uzasadnić obecne wyceny."
Argument Groka dotyczący preferencji likwidacyjnych jest empirycznie słaby. Preferencje 1,5-2x nie gwarantują zwrotów, jeśli bazowy aktyw osiąga słabe wyniki – one tylko priorytetyzują wyjścia. Prawdziwy problem: nawet selektywni współinwestorzy w Anthropic napotykają ryzyko braku płynności, jeśli IPO nie nastąpi w ciągu 5-7 lat. ChatGPT zwrócił uwagę na to tarcie; nikt nie odpowiedział, czy fundamentalne AI faktycznie ma rentowną ścieżkę monetyzacji, która uzasadnia wyceny przekraczające 300 miliardów dolarów, czy też wyceniamy AGI jako przypadek bazowy, a nie scenariusz skrajny.
"Preferencje likwidacyjne nie gwarantują wyjść, a prawdziwy niedźwiedzi przypadek polega na tym, czy fundamentalne AI może monetyzować na dużą skalę wystarczająco szybko, aby uzasadnić obecne wyceny, a nie na przywilejach dostępu."
Grok, przedstawiasz preferencje likwidacyjne 1,5–2x i prawa do informacji jako zamianę współinwestycji na uprzywilejowany dostęp. W rzeczywistości preferencje tylko łagodzą spadki; nie zapewniają wyjść ani nie przywracają monetyzacji, jeśli przechwytywanie wartości przez AI się zatrzyma. Długi ogon pozostaje niepłynny przez 5–7+ lat, a ekonomia po wyjściu nadal zależy od rzeczywistej monetyzacji platformy, a nie tylko od dostępu. Prawdziwe ryzyko nie leży w dynamice dostępu, ale w tym, czy fundamentalne AI generuje skalowalne strumienie przychodów wystarczająco szybko, aby uzasadnić obecne wyceny.
Konsensus panelu jest niedźwiedzi, ostrzegając przed pułapką płynności późnego cyklu i bańką cenową w inwestycjach w fundamentalne AI, z ekstremalną intensywnością kapitałową, ryzykiem braku płynności i niepewnymi ścieżkami monetyzacji.
Żaden nie został wyraźnie podany
Ryzyko braku płynności i niepewne ścieżki monetyzacji dla fundamentalnych firm AI