Ko gubi u eri vještačke inteligencije, zašto je Chegg pao i ko je sljedeći

Strah od utjecaja vještačke inteligencije na poslovne modele nije nov, ali u posljednjih godinu dana počeo je dobijati vrlo konkretne obrise na tržištu kapitala. Jedan od najjasnijih primjera je Chegg, tehnološko-obrazovna kompanija čiji je biznis model ozbiljno uzdrman nakon pojave naprednih AI chatbotova koji korisnicima nude sličnu uslugu besplatno i efikasnije.

Međutim, slučaj Chegg nije izoliran incident, već signal dublje strukturne promjene. Ključno pitanje za investitore danas jeste koje kompanije imaju biznis model koji je fundamentalno izložen AI disrupciji i kako taj rizik prepoznati prije nego što se reflektira na cijenu akcije.

Upravo tu dolazimo do pitanja razumijevanja razlika biznis modela koji može biti presudan u identifikaciji sljedećih potencijalnih gubitnika, ali i dobitnika u eri vještačke inteligencije.

Ko je Chegg

Kompanija Chegg je američka tehnološko-edukativna kompanija čiji je poslovni model bio baziran na tome da studenti plaćaju mjesečnu pretplatu kako bi imali pristup bazi od 79 miliona riješenih zadataka, uz mogućnost privatnih časova na zahtjev.

Kompanija je počela kao platforma za iznajmljivanje fizičkih udžbenika, ali se tokom decenije transformirala u dominantni digitalni servis za akademsku pomoć, pokrivajući više od 180 zemalja i u svom vrhuncu brojeći skoro devet miliona pretplatnika. Na talasu pandemijske potražnje za online učenjem, akcija je u februaru 2021. dostigla nivo od oko 115 dolara, međutim koban momenat je bio novembar 2022, kada je lansiran ChatGPT i čime je pokrenut snažan pad akcije, te je njena cijena sada na oko jedan dolar po akciji.

Razlozi koji su doveli Chegg do dna

Kada pogledamo kompaniju, ono što je najvažniji segment koji ne smije biti pod pritiskom jeste upravo MOAT (konkurentska prednost) kompanije. Upravo ono na čemu se bazira budući rast kompanije jeste njena sposobnost povećavanja prihoda, koja direktno proizilazi iz njene konkurentske prednosti, dok se svi ostali segmenti baziraju na uspješnosti menadžmenta da kontrolira troškove, prodaju, investicije i ostale segmente poslovanja koji se mogu kontrolirati. Međutim, ako kompanija ne može prodati svoj proizvod ili uslugu, uzalud je pričati o bilo kojem drugom segmentu finansijskog menadžmenta.

Tri fundamentalne slabosti koje su presudile kompaniji i učinile je ranjivom čim je AI krenuo u ekspanziju.

Prva slabost Chegga je njegova fokusiranost na prodaju odgovora na pitanja, a problem je nastao u tome što njegov model nije sadržao metodologiju, certifikat, niti bilo kakav oblik lojalnosti koji bi studenta vezao za platformu, pa je dolazak besplatnih LLM modela koji daju znatno brže, bolje i prije svega besplatne odgovore, lako zamijenio njihov biznis.

Druga slabost bila je skrivena u samoj arhitekturi rasta, a upravo je ona dovela do razaranja prihoda, ogromna većina korisnika dolazila je na Chegg preko Google pretrage, a ne direktno, odnosno kompanija je bila izrazito zavisna od funela koji je dolazio preko pretrage.

To ne bi bio problem da Google 2024. godine nije uveo svoj AI Overviews, koji na vrhu pretrage generira direktan odgovor zbog čega studenti nisu imali potrebu da ulaze na Chegg. Ovim je saobraćaj Chegga pao za 37 posto na godišnjem nivou, a kompanija je izgubila kanal akvizicije prije nego što je uspjela zadržati pretplatnike.

Treća greška bila je možda najgora jer je bila samonametnuta, a nastala je u pokušaju da pivotiraju svoj biznis i prilagode ga AI-ju lansirajući svoju verziju AI alata izgrađenu na GPT-4, u partnerstvu sa samim OpenAI-jem. Međutim, korisnici su sada dobili AI alat koji je zapravo trebalo da predstavlja "premium"iskustvo, ali su vrlo brzo shvatili da i dalje ne žele plaćati nešto što besplatno mogu dobiti od ChatGPT-ja. Ovim potezom zapravo je pokazano da kompanija nema konkurentsku prednost u odnosu na vještačku inteligenciju i da joj je potreban drastično inovativniji pristup kako bi opravdala svoj biznis.

Ko je sljedeći na meti

Kompanije koje su danas na najvećem udaru imaju jednu zajedničku karakteristiku, a to je da posluju u okviru onoga što je "crno-bijeli biznis model". Ako kompanija u vašem portfoliju svoju vrijednost zasniva na isporuci odgovora ili rješenja za koje postoje jasna, objektivna pravila verifikacije, bila to matematička tačnost, gramatička ispravnost, funkcionalnost koda ili preciznost prevoda, nalazi se u zoni visokog rizika i gotovo sigurno će biti zamijenjena vještačkom inteligencijom, ako se ne prilagodi.

U takvim domenima, LLM modeli imaju strukturnu prednost iz razloga što su izrazito brži, jeftiniji i u sve većem broju slučajeva čak precizniji od čovjeka.

Primjer koji to jasno ilustrira je Stack Overflow. Platforma koja je dvije decenije bila centralno mjesto za razmjenu programerskog znanja zabilježila je pad od 78 posto u broju pitanja u roku od samo godinu dana. Razlog za to je što kod ili radi ili ne radi i ne postoji prostor za interpretaciju, a AI može samo ponuditi rješenje trenutno bez sagledavanja šire slike.

Ako u portfoliju imate izloženost industriji prevođenja, logika je slična. AI modeli sada isporučuju prevod dovoljnog kvaliteta za većinu komercijalnih slučajeva upotrebe uz minimalan trošak ili bez naknade, što direktno vrši pritisak na cjenovnu moć kompanija u tom sektoru.

Isti obrazac počinje da se vidi i u foto industriji. Kompanije poput Getty Images i Shutterstock suočavaju se s gubitkom ključne konkurentske prednosti - ekskluzivnog arhiva fotografija, jer alati kao što su Midjourney i DALL-E omogućavaju korisnicima da generiraju tačno ono što im je potrebno, u sekundi, a da ne plaćaju autorska prava.

Jedna od oblasti u kojima ne postoji jednoznačan odgovor, još uvijek otporna na utjecaj vještačke inteligencije, finansijska je analiza, strateško savjetovanje i pravno tumačenje zavise od konteksta, procjene i interpretacije, time, ako kompanija posluje u domenima gdje "2 i 2 ne mora nužno biti 4", rizik od potpune zamjene je znatno manji, jer vještačka inteligencija nije razvijena na nivou da može razmišljati, već daje odgovore na osnovu onih podataka koje posjeduje u svojoj bazi.

Ko će preživjeti u vrijeme AI-ja

Cheggov krah predstavlja jasno upozorenje za čitavu klasu biznisa koji svoj opstanak zasnivaju na algoritamski zamjenjivoj vrijednosti. Generativni AI u ovom trenutku najlakše prodire tamo gdje su pravila teorijski jasna, ishodi mjerljivi i gdje ne postoji prostor za subjektivnost: tu je svaki biznis model koji se može opisati kao "unesite pitanje, dobijte tačan odgovor" osuđen na propast.

Kompanije koje prave opipljiv fizički proizvod nalaze se na suprotnom kraju priče, s obzirom na to da AI može značajno optimizirati svaki korak procesa i smanjiti troškove, ove kompanije vještačku inteligenciju treba da iskoriste kao radnu snagu koja može obaviti veliki obim posla efikasno i precizno.

Između te dvije strane priče nalazi se treća kategorija, gdje imamo kompanije i industrije čija usluga nije striktno objektivna, gdje procjena, kontekst i rasuđivanje igraju odlučujuću ulogu. Finansijska analiza, pravno savjetovanje, medicinska dijagnoza, strateška konsultacija. Te industrije će u narednim godinama koristiti AI kao alat koji skraćuje vrijeme istraživanja, povećava preciznost i eliminira rutinski posao, ali konačna procjena i dalje ostaje na čovjeku. Jer u tim oblastima AI, koji ne umije još uvijek rasuđivati, već samo povlači informacije koje su mu date, ne može zamijeniti analitičara koji vidi širu sliku.

Ali ta granica ima svoj rok trajanja s obzirom na to da je samo pitanje momenta kada će AI naučiti razmišljati. U trenutku kada modeli prestanu biti sofisticirani pretraživači i počnu donositi zaključke na osnovu kojih se može stvarno upravljati rizikom, treća kategorija će također početi da se topi. Samim tim najsigurnija pozicija su kompanije kod kojih AI može samo unaprijediti poslovanje, ali ne i u cijelosti ga zamijeniti.

Za investitore, ovo znači da je vrijeme za konkretno preispitivanje portfolija. Zapitajte se stvaraju li kompanije koje posjedujete vrijednost kroz usluge s jasnim, objektivnim pravilima koja će AI zamijeniti ili kroz proizvod, kontekst i donošenje odluka uz kompleksnu sliku?

Ako je bliže prvom, postoji vjerovatnoća da su već sad u direktnoj konkurenciji sa LLM modelima i da gube korisnike i imaju pad prihoda, a upravo su to dva ključna faktora na koje treba da obratite pažnju kako biste uvidjeli da njihov biznis model već trpi i ne uspijeva se prilagoditi. U tom slučaju tržište može početi naglo kažnjavati te akcije kada prepozna punu prijetnju.