વેન્ચર કેપિટલ ફર્મ Accel એ ભારતીય માર્કેટ માટે ₹4,500 કરોડ ($550 મિલિયન) નું નવું ફંડ લોન્ચ કર્યું છે. આ ફંડ વૃદ્ધિ (Growth) કરતાં નફાકારકતા (Profitability) પર વધુ ધ્યાન કેન્દ્રિત કરશે, જે AI સ્ટાર્ટઅપ્સ માટે એક મોટો બદલાવ સૂચવે છે.
AI રોકાણમાં મોટો બદલાવ
Accel, જે એક મોટી વેન્ચર કેપિટલ ફર્મ છે, તેણે તાજેતરમાં ભારતીય બજાર માટે $550 મિલિયન (આશરે ₹4,500 કરોડ) નું નવું ફંડ જાહેર કર્યું છે. આ ફંડ, જે Accel ના $3.5 બિલિયન ના વૈશ્વિક ફંડનો એક ભાગ છે, તે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ક્ષેત્રમાં રોકાણકારોના બદલાતા અભિગમને દર્શાવે છે. છેલ્લા કેટલાક વર્ષોથી, રોકાણકારો ઝડપી ગ્રોથ અને માર્કેટ શેર પર ધ્યાન આપતા હતા, પરંતુ હવે તેઓ કંપનીની ટકાવી રાખવા યોગ્ય નફાકારકતા (Durable Profitability) અને બિઝનેસની ટકાઉપણું (Business Sustainability) પર ભાર મૂકી રહ્યા છે.
AI ના 'બઝ' થી આગળ વધીને
ભૂતકાળમાં, ઈન્ટરનેટ સ્ટાર્ટઅપ્સ માટે ગ્રાહક સંપાદન ખર્ચ (Customer Acquisition Costs) અને રિકરિંગ રેવન્યુ (Recurring Revenue) જેવા મેટ્રિક્સ મહત્વના હતા. પરંતુ હવે પરિસ્થિતિ બદલાઈ ગઈ છે. Accel સ્પષ્ટ કર્યું છે કે તેઓ એવી કંપનીઓને ફંડ નહીં આપે જે ફક્ત હાલના AI મોડેલો પર આધારિત ટૂલ્સ બનાવે છે, સિવાય કે તેઓ સ્પષ્ટપણે નફાનો માર્ગ અને યુનિક એડવાન્ટેજ દર્શાવી શકે. આ નવા ફંડનો ઉપયોગ AI, ફિનટેક, કન્ઝ્યુમર ઈન્ટરનેટ, એડવાન્સ્ડ મેન્યુફેક્ચરિંગ અને ડીપટેક જેવા ક્ષેત્રોમાં કરવામાં આવશે.
જનરેટિવ AI ના વિકાસ સાથે, સોફ્ટવેર બનાવવાની ઝડપ વધી છે, પરંતુ તેની સાથે ઓપરેશનલ ખર્ચ પણ ઊંચો આવ્યો છે. દરેક યુઝર ઇન્ટરેક્શન માટે ક્લાઉડ ઇન્ફ્રાસ્ટ્રક્ચર, કમ્પ્યુટિંગ પાવર અને માનવ સમીક્ષા જેવા ખર્ચ થાય છે, જેને 'ઇન્ફરન્સ કોસ્ટ્સ' કહેવાય છે. જો કોઈ AI સ્ટાર્ટઅપ આ દૈનિક ખર્ચને પહોંચી વળવા માટે પૂરતું ચાર્જ ન કરી શકે, તો તેના નફાના માર્જિન પર દબાણ આવશે. તેથી, સ્થાપકોએ સાબિત કરવું પડશે કે તેઓ આ સતત ટેકનિકલ ખર્ચાઓને ધ્યાનમાં લીધા પછી પણ નફાકારક રહી શકે છે.
રોકાણકારો વધુ સાવચેત કેમ?
બ્રોડર ઇન્વેસ્ટમેન્ટ ક્લાયમેટ વધુ સાવચેત બન્યું છે કારણ કે ઘણા AI પાયલોટ પ્રોજેક્ટ્સ ટેસ્ટિંગમાંથી વાસ્તવિક આવક પેદા કરવામાં સંઘર્ષ કરી રહ્યા છે. માર્કેટ ડેટા સૂચવે છે કે શરૂઆતની તબક્કામાં ઘણા AI પ્રોજેક્ટ્સે હજુ સુધી માપી શકાય તેવી નાણાકીય અસર ઊભી કરી નથી. પરિણામે, રોકાણકારો હવે વધુ શિસ્તબદ્ધ માળખું અપનાવી રહ્યા છે. તેઓ એવી કંપનીઓ શોધી રહ્યા છે જે ચોક્કસ ગ્રાહક સમસ્યાઓનું કાર્યક્ષમ રીતે સમાધાન કરે, નહિ કે ફક્ત AI ટેકનોલોજીનો વ્યાપક ઉપયોગ કરીને સામાન્ય કાર્યો કરે.
આ વલણ વ્યાપક બજાર નિરીક્ષકો માટે પણ સુસંગત છે. જેમ જેમ પ્રાઇવેટ ફંડિંગ વધુ પસંદગીયુક્ત બનશે, તેમ તેમ જે કંપનીઓ જાહેર બજારો અથવા પછીના ફંડિંગ તબક્કામાં પહોંચશે, તે સંભવતઃ એવી હશે જેમણે પહેલેથી જ મજબૂત યુનિટ ઇકોનોમિક્સ (Unit Economics) દર્શાવ્યા છે – એટલે કે, દરેક યુનિટ અથવા ગ્રાહક સેવા પર નફો કમાવવો. 'ગ્રોથ-એટ-ઓલ-કોસ્ટ્સ' (Growth-at-all-costs) માનસિકતાથી આ ખસેડાવું ટેક અને AI ક્ષેત્રોમાં વેલ્યુએશન બબલ્સના જોખમને ઘટાડવામાં મદદ કરે છે.
જોખમો અને ભવિષ્યનું ફોકસ
AI-કેન્દ્રિત કંપનીઓ માટે મુખ્ય જોખમ ઊંચો મૂડી ખર્ચ (Capital Spending) રહે છે. અદ્યતન AI મોડેલો ચલાવવાનો ખર્ચ નોંધપાત્ર છે, અને જો આ ઉત્પાદનોની માંગ અપેક્ષા મુજબ ન વધે, અથવા જો ભાવ સ્પર્ધા વધે, તો કંપનીઓ રોકડ પ્રવાહના દબાણનો સામનો કરી શકે છે. આ ઉપરાંત, વિશિષ્ટ ઇન્ફ્રાસ્ટ્રક્ચર પર વધતી નિર્ભરતાનો અર્થ એ છે કે કંપનીઓએ સપ્લાય ચેઇન અને ઉર્જાની મર્યાદાઓને કાર્યક્ષમ રીતે સંચાલિત કરવી પડશે.
રોકાણકારો અને બજાર સહભાગીઓ માટે, આગલું મહત્વપૂર્ણ વિકાસ એ જોવાનું રહેશે કે આ સારી રીતે ભંડોળ પ્રાપ્ત સ્ટાર્ટઅપ્સ મૂડીનો કેવી રીતે ઉપયોગ કરે છે. નિરીક્ષકોએ ટ્રેક કરવું જોઈએ કે નવા પોર્ટફોલિયો કંપનીઓ પ્રારંભિક ફંડિંગ રાઉન્ડમાંથી સતત, મોટા મૂડી રોકાણો પર આધાર રાખ્યા વિના ટકાઉ આવક પેદા કરવામાં સફળ થાય છે કે નહીં. મેનેજમેન્ટ ટીમોની ટેકનિકલ વિકાસ અને વ્યવસાયિક સદ્ધરતાને સંતુલિત કરવાની ક્ષમતા લાંબા ગાળાની સફળતા માટે મુખ્ય પરિબળ રહેશે.