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

Strah od uticaja vještačke inteligencije na poslovne modele nije nov, ali u posljednjih godinu dana počeo je da dobija 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 izolovan incident, već signal dublje strukturne promjene. Ključno pitanje za investitore danas jeste koje kompanije imaju biznis modele koji je fundamentalno izložen AI disrupciji i kako taj rizik prepoznati prije nego što se reflektuje 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

Kompanije 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 rješenih zadataka, uz mogućnost privatnih časova na zahtijev.

Kompanija je počela kao platforma za iznajmljivanje fizičkih udžbenika, ali se tokom decenije transformisala 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 sme 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 kontroliše troškove, prodaju, investicije i ostale segmente poslovanja koji se mogu kontrolisati. Međutim, ukoliko kompanija ne može da proda svoj proizvod ili uslugu, uzalud je pričati o bilo kom 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, sertifikat niti bilo kakav oblik lojalnosti koji bi studenta vezao za platformu, pa je dolazak besplatnih LLM modela koji daju značajno brže, bolje i prije svega besplatne odgovor, lako zamijenio njihov biznis.

Druga slabost bila je skrivena u samoj arhitekturi rasta, a upravo je ona dovela do razaranja prihoda, to da je ogromna većina korisnika dolazila 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 generiše direktan odgovor zbog čega studenti nisu imali potrebu da ulaze na Chegg. Ovim je saobraćaj Chegg-a pao za 37 odsto na godišnjem nivou, a kompanija je izgubila kanal akvizicije prije nego što je uspjela da zadrži 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 alat izgrađen na GPT-4, u partnerstvu sa samim OpenAI-em. Međutim, korisnici su sada dobili AI alat koji je zapravo trebalo da predstavlja "premijum"iskustvo, ali su vrlo brzo shvatili da i dalje ne žele da plaćaju nešto što besplatno mogu da dobiju od ChatGPT. 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 sledeci 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, da li to bila 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 precizniji čak od čovjeka.

Primjer koji to jasno ilustruje je Stack Overflow. Platforma koja je dvije decenije bila centralno mjesto za razmjenu programerskog znanja zabilježila je pad od 78 odsto 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 da ponudi 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 sa gubitkom ključne konkurentske prednosti - ekskluzivne arhive slika, jer alati poput Midjourney i DALL-E omogućavaju korisnicima da generišu tačno ono što im je potrebno, u sekundi bez da plaćaju autorska prava.

Jedna od oblasti u kojima ne postoji jednoznačan odgovor još uvijek su otporni na uticaj vještačke inteligencije. Finansijska 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 razvijen na nivou da može da razmišlja već daja odgovore na osnovu onih podatke koje poseduje u svojoj bazi.

Ko će preživjeti u vrijeme AI-ja

Chegg-ov krah predstavlja jasno upozorenje za čitavu klasu biznisa koji svoj opstanak zasnivaju na algoritamski zamjenljivoj vrijednosti. Generativni AI u ovom trenutku najlakše prodire tamo gdje su pravila teorijski jasna, ishodi merljivi i gdje ne postoji prostor za subjektivnost: tu je svaki biznis model koji se može opisati kao “unesite pitanje, dobijete 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 optimizovati svaki korak procesa i smanjiti troškove, ove kompanije vještačku inteligenciju treba da iskoriste kao radnu snagu koja može da obavi 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 eliminiše rutinski posao, ali konačna procjena i dalje ostaje na čovjeku. Jer u tim oblastima AI koji ne umije još uvijek da rasuđuje 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 da razmišlja. U trenutku kada modeli prestanu da budu sofisticirani pretraživači i počnu da donose zaključke na osnovu kojih se može stvarno upravljati rizikom, treća kategorija će takođe početi da se topi. Samim tim najsigurnija pozicija su kompanije kod kojih AI može samo da unaprijedi poslovanje, ali ne i da ga u cjelosti zamijeni.

Za investitore, ovo znači da je vrijeme za konkretno preispitivanje portfolija. Zapitajte se da li kompanije koje posjedujete stvaraju vrijednost kroz usluge sa jasnim, objektivnim pravilima koje će AI zameniti 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 bi uvidjeli da njihov biznis model već trpi i ne uspjeva da se prilagodi. U tom slučaju tržište može krenuti naglo da kažnjava te akcije kada prepozna punu prijetnju.