Стартапы ИИ попали в последние заголовки новостей о выходе из бизнеса. Эти заголовки представляют собой слияние нескольких тенденций, включая отсутствие выходов в 2016 году, растущее признание ИИ в качестве основной технологии и крупнейшее в истории приобретение через DeepMind. Но как бы ни было распространено приобретение ИИ, понимание этого процесса было и остается довольно непрозрачным.

Часть непрозрачности — это различия в сделках по приобретению. Некоторые сделки будут выполнены быстро благодаря знакомству между покупателем и покупателем (см. Gnips и Twitter), а для некоторых потребуется гораздо больше времени. Некоторые из них будут выполнены очень гладко, и обе стороны будут довольны, а некоторые исчезнут в закате из-за плохих переговоров, времени или игроков. Некоторые вынуждают стартап перемещаться в штаб-квартиру материнской компании, а некоторые, такие как Pie в Сингапуре, являются основой для материнской компании на новом рынке.

Однако, как и в большинстве вещей, здесь есть закономерности. Эти шаблоны служат основой для будущих приобретений и упрощают будущие процессы. Эта структура служит ориентиром и со временем должна улучшаться.

Существует четыре различных элемента того, как оценивается приобретение. Эти элементы взаимосвязаны, и конечная цена может быть фактором одного или всех четырех из этих элементов. Для ясности приобретения публичных компаний не рассматриваются, поскольку они уже оценены рыночными силами. Кроме того, эти четыре элемента расположены в порядке важности, от большего к меньшему.

Первым элементом является стратегическое намерение приобретателя. Важно оценить, почему возможный покупатель заинтересован, основываясь на факторах продукта, команды или альтернативных издержках отказа от приобретения. В некоторых случаях мотив приобретения заключается в том, чтобы покупатель ускорил разработку продукта с помощью человеческих ресурсов, которых в настоящее время нет в компании покупателя. Таким образом, дешевле приобрести стартап, развивающийся в космосе, чем органично строить команду из ничего или отвлекать ресурсы от других продуктов.

Вторым элементом приобретения является продукт или основная технология и алгоритмы, в случае стартапов ИИ. Часто у эквайеров есть существующие данные, но они понятия не имеют, как их использовать; с другой стороны, у стартапов ИИ есть продукты и алгоритмы, которые эффективно используют данные и могут создавать значительную дополнительную ценность. Эффективность заключается в понимании того, какие данные необходимы для создания ценности, в поиске покупателей, у которых есть эти данные, и в выборе целевых покупателей, которые получат значительную выгоду от интеграции продукта.

Третий элемент того, как оценивается приобретение, — это команда. Команда может состоять из следующих компонентов: лидерство, продажи, проектирование и/или операции. Обычно инженерные и руководящие компоненты требуют более высоких надбавок, но это не всегда так. Рычаг заключается в том, что чем более редким или специализированным является набор навыков для приобретателя (например, талант машинного обучения), тем выше будет надбавка. Это был основной элемент ценообразования для некоторых ранних приобретений ИИ, таких как DeepMind и Wit.ai.

Четвертый элемент приобретения касается пользователей/клиентов. Некоторые эквайеры готовы платить определенную цену за пользователя/клиента, поскольку стоимость привлечения обычных клиентов может быть еще выше и требует набора навыков и времени, которых нет у эквайера. Рычаг заключается в том, что чем выше стоимость привлечения клиента, тем выше премия, которую платит приобретатель. Этот элемент является распространенным методом, используемым для стартапов электронной коммерции, когда покупатель не имеет преимущества на определенном целевом рынке.

Наконец, стартапы должны рассматривать эту структуру как руководство, чтобы начать думать о том, как стать посредником в том, что обычно является неясным процессом. Но также рекомендуется получить рекомендации от кого-то, кто прошел через этот процесс, как с точки зрения опыта, так и как способ ответить на вопросы, характерные для каждой сделки.

Спасибо Венди Чен, Родольфо Розини, Джонатану Савуару и Александру Винтер за комментарии и правки.