Whalesbook
Kabeer Biswas ਦੀ 'M' ਨਾਲ ਸਟਾਰਟਅੱਪ ਜਗਤ ਵਿੱਚ ਵਾਪਸੀ: ₹102 ਕਰੋੜ ਦੀ ਸੀਡ ਫੰਡਿੰਗ!
Dunzo ਦੇ ਸਾਬਕਾ ਸਹਿ-ਬਾਨੀ Kabeer Biswas ਨੇ ਆਪਣੀ ਨਵੀਂ AI Startup 'M' ਦੇ ਨਾਲ ਸਟਾਰਟਅੱਪ ਜਗਤ ਵਿੱਚ ਇੱਕ ਜ਼ੋਰਦਾਰ ਵਾਪਸੀ ਕੀਤੀ ਹੈ। ਕੰਪਨੀ ਨੇ ਘਰੇਲੂ ਪ੍ਰਬੰਧਨ (household management) ਨੂੰ ਆਟੋਮੇਟ ਕਰਨ ਲਈ ਇੱਕ ਵੱਡੀ ਸੀਡ ਫੰਡਿੰਗ ਹਾਸਲ ਕੀਤੀ ਹੈ। ਇਹ ਨਿਵੇਸ਼ ਕਬੀਰ ਬਿਸਵਾਸ ਦੀ ਸੋਚ ਅਤੇ AI ਕੰਜ਼ਿਊਮਰ ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਵਧਦੀ ਅਪੀਲ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਮਜ਼ਬੂਤ ਵਿਸ਼ਵਾਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। 'M' ਦਾ ਟੀਚਾ AI ਨਵੀਨਤਾ (AI innovation) ਨਾਲ ਰੋਜ਼ਾਨਾ ਖਪਤਕਾਰ ਸੇਵਾਵਾਂ (daily consumer services) ਨੂੰ ਸਰਲ ਬਣਾਉਣਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਸਪੱਸ਼ਟ ਬਾਜ਼ਾਰ ਦੀ ਲੋੜ ਨੂੰ ਪੂਰਾ ਕਰੇਗਾ।
AI Concierge ਬਾਜ਼ਾਰ ਦਾ ਵੱਡਾ ਦਮ:
AI Concierge ਮਾਰਕੀਟ ਵਿੱਚ ਭਵਿੱਖ ਵਿੱਚ ਕਾਫੀ ਵਾਧਾ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ। ਅੰਦਾਜ਼ੇ ਲਗਾਏ ਜਾ ਰਹੇ ਹਨ ਕਿ ਹੋਮ ਆਟੋਮੇਸ਼ਨ ਸੈਕਟਰ ਵਿੱਚ AI ਦਾ ਬਾਜ਼ਾਰ 2029 ਤੱਕ $75 ਬਿਲੀਅਨ ਅਤੇ 2034 ਤੱਕ $274 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਜਾਵੇਗਾ। ਸਮਾਰਟ ਹੋਮ ਬਾਜ਼ਾਰ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਵਿਸਥਾਰ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸ ਦੇ 2030 ਤੱਕ $537 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਹੈ। AI ਨੂੰ ਬਿਹਤਰ ਆਟੋਮੇਸ਼ਨ ਅਤੇ ਯੂਜ਼ਰ ਅਨੁਭਵ (user experience) ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਉਮੀਦ ਹੈ। ਲੀਡ ਨਿਵੇਸ਼ਕ Peak XV Partners ਖਾਸ ਤੌਰ 'ਤੇ ਕੰਜ਼ਿਊਮਰ AI ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸਨੂੰ ਉਹ ਇੱਕ ਮੁੱਖ ਨਵੀਨਤਾਈ ਰੁਝਾਨ (key innovation trend) ਮੰਨਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਦਾ ਭਰੋਸਾ ਅਤੇ ਸੰਸਥਾਪਕ ਦਾ ਬਦਲਿਆ ਰਣਨੀਤੀ:
‘M’ ਲਈ ₹102 ਕਰੋੜ ਦਾ ਇਹ ਸੀਡ ਰਾਊਂਡ Peak XV Partners ਦੁਆਰਾ ₹46.4 ਕਰੋੜ ਦੇ ਨਿਵੇਸ਼ ਨਾਲ ਲੀਡ ਕੀਤਾ ਗਿਆ, ਜਿਸ ਵਿੱਚ Blume Ventures ਨੇ ₹37.12 ਕਰੋੜ ਅਤੇ CRED ਨੇ ₹18.56 ਕਰੋੜ ਦਾ ਨਿਵੇਸ਼ ਕੀਤਾ। ਇਹ ਬੈਕਿੰਗ ਪ੍ਰਮੁੱਖ ਵੈਂਚਰ ਕੈਪੀਟਲ ਫਰਮਾਂ ਤੋਂ ਮਿਲੀ ਹੈ, ਜੋ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ 'ਤੇ ਮਜ਼ਬੂਤ ਸਮਰਥਨ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ। Peak XV Partners $9 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ ਅਤੇ AI ਸਟਾਰਟਅੱਪਾਂ ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ। Blume Ventures ਵੀ ਭਾਰਤ ਵਿੱਚ AI/ML ਅਤੇ ਕੰਜ਼ਿਊਮਰ ਵੈਂਚਰਜ਼ ਦਾ ਇੱਕ ਤਜਰਬੇਕਾਰ ਨਿਵੇਸ਼ਕ ਹੈ। CRED ਦੀ ਭਾਗੀਦਾਰੀ, ਜੋ ਖੁਦ ਇੱਕ AI-ਡ੍ਰਾਈਵਨ ਪਲੇਟਫਾਰਮ ਹੈ, ‘M’ ਦੀ ਦਿਸ਼ਾ ਨੂੰ ਹੋਰ ਮਜ਼ਬੂਤ ਕਰਦੀ ਹੈ। ਇਹ ਫੰਡਿੰਗ ਕਬੀਰ ਬਿਸਵਾਸ ਦੀ Flipkart ਵਿੱਚ ਕੰਮ ਕਰਨ ਤੋਂ ਬਾਅਦ ਅਤੇ Dunzo ਦੇ ਚੁਣੌਤੀਪੂਰਨ ਅਨੁਭਵ ਤੋਂ ਬਾਅਦ ਵਾਪਸੀ ਦਾ ਸੰਕੇਤ ਹੈ। Dunzo, ਜੋ ਕਿ ਭਾਰਤ ਦੀ ਹਾਈਪਰਲੋਕਲ ਡਿਲੀਵਰੀ ਸਪੇਸ ਵਿੱਚ ਇੱਕ ਸਮੇਂ ਅੱਗੇ ਸੀ, ਨੂੰ ਅਸਥਿਰ ਨਕਦੀ ਖਰਚ (unsustainable cash burn), ਸੰਚਾਲਨ ਮੁਸ਼ਕਲਾਂ (operational difficulties) ਅਤੇ ਵਿੱਤੀ ਤਣਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ ਸੀ, ਜਿਸ ਕਾਰਨ ਇਸਦੇ ਸੰਚਾਲਨ ਨੂੰ ਘਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ। ਇਸ ਲਈ ‘M’ ਇੱਕ ਰਣਨੀਤਕ ਬਦਲਾਅ (strategic shift) ਹੈ, ਜੋ ਲੌਜਿਸਟਿਕਸ (logistics) ਤੋਂ AI-ਪਾਵਰਡ ਟੈਕਨਾਲੋਜੀ ਪਲੇਟਫਾਰਮ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ।
AI ਸਟਾਰਟਅੱਪ ਫੰਡਿੰਗ ਵਿੱਚ ਤੇਜ਼ੀ:
‘M’ ਦੀ ਸੀਡ ਫੰਡਿੰਗ ਭਾਰਤ ਵਿੱਚ AI ਸਟਾਰਟਅੱਪਾਂ ਲਈ ਨਿਵੇਸ਼ ਦੇ ਤੇਜ਼ ਰੁਝਾਨ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। 2025 ਵਿੱਚ, ਭਾਰਤ ਵਿੱਚ AI ਸਟਾਰਟਅੱਪ ਫੰਡਿੰਗ ਵਿੱਚ 277% ਦਾ ਭਾਰੀ ਵਾਧਾ ਹੋਇਆ, ਜਿਸ ਨਾਲ ਡੀਲ ਦਾ ਔਸਤ ਆਕਾਰ ਵੀ ਵਧਿਆ। ਭਾਰਤ ਵਿੱਚ ਕੁੱਲ AI ਨਿਵੇਸ਼ 2025 ਵਿੱਚ ਲਗਭਗ $2.5 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਗਿਆ। ਇਹ ਤੇਜ਼ੀ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਵੈਂਚਰ ਕੈਪੀਟਲ (VCs) ਫਰਮਾਂ ਵੱਡੀਆਂ ਡੀਲਾਂ ਕਰ ਰਹੀਆਂ ਹਨ ਅਤੇ ਸੀਡ-ਸਟੇਜ ਵੈਲਿਏਸ਼ਨਾਂ (seed-stage valuations) ਵੀ ਜ਼ਿਆਦਾ ਦੇ ਰਹੀਆਂ ਹਨ, ਜੋ ਕਿ ਗੈਰ-AI ਕੰਪਨੀਆਂ ਦੇ ਮੁਕਾਬਲੇ 42% ਤੱਕ ਜ਼ਿਆਦਾ ਹੋ ਸਕਦੀਆਂ ਹਨ।
ਪਿਛਲੀਆਂ ਚੁਣੌਤੀਆਂ ਬਾਰੇ ਚਿੰਤਾਵਾਂ:
ਹਾਲਾਂਕਿ, ਪਿਛਲੇ ਉੱਦਮ, Dunzo ਦੁਆਰਾ ਸਾਹਮਣਾ ਕੀਤੀਆਂ ਗਈਆਂ ਚੁਣੌਤੀਆਂ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਅਜੇ ਵੀ ਬਰਕਰਾਰ ਹਨ। Dunzo ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਿਸਥਾਰ ਵਿੱਚ ਵੱਡੀ ਨਕਦੀ ਬਰਬਾਦੀ (cash burn) ਸ਼ਾਮਲ ਸੀ, ਜੋ ਕਿ ਪ੍ਰਤੀ ਮਹੀਨਾ ₹100 ਕਰੋੜ ਤੋਂ ਵੱਧ ਸੀ, ਅਤੇ ਵਿੱਤੀ ਸਾਲ 23 ਵਿੱਚ ₹1,800 ਕਰੋੜ ਦਾ ਨੁਕਸਾਨ ਹੋਇਆ। Reliance Retail, ਇੱਕ ਮੁੱਖ ਨਿਵੇਸ਼ਕ, ਨੇ ਅੰਤ ਵਿੱਚ ਆਪਣੇ ₹1,645 ਕਰੋੜ ਦੇ ਸਟੇਕ ਨੂੰ ਲਿਖ ਦਿੱਤਾ। ਇਹ ਇਤਿਹਾਸ ‘M’ ਦੇ ਐਗਜ਼ੀਕਿਊਸ਼ਨ (execution) ਅਤੇ ਵਿੱਤੀ ਪ੍ਰਬੰਧਨ 'ਤੇ ਸਵਾਲ ਖੜ੍ਹੇ ਕਰਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਪੂੰਜੀ-ਸघन (capital-intensive) AI ਸੈਕਟਰ ਵਿੱਚ। ਮੌਜੂਦਾ AI ਫੰਡਿੰਗ ਵਿੱਚ ਵਾਧਾ, ਹਾਲਾਂਕਿ ਉਤਸ਼ਾਹਜਨਕ ਹੈ, ਪਰ ਇਸ ਵਿੱਚ ਉੱਚੀਆਂ ਵੈਲਿਏਸ਼ਨਾਂ ਦਾ ਖ਼ਤਰਾ ਵੀ ਹੈ ਜੇਕਰ ਸਟਾਰਟਅੱਪਾਂ ਕੋਲ ਪ੍ਰੂਵਨ ਪ੍ਰੋਡਕਟ-ਮਾਰਕੀਟ ਫਿਟ (proven product-market fit) ਜਾਂ ਲਾਭਅੰਤਾ (profitability) ਦੇ ਸਪੱਸ਼ਟ ਰਸਤੇ ਨਾ ਹੋਣ। ਨਿਵੇਸ਼ਕ ਬਾਜ਼ਾਰ ਦੇ ਹਾਈਪ (market hype) ਤੋਂ ਅੱਗੇ ਜਾ ਕੇ ਟਿਕਾਊ ਮਾਲੀਆ (sustainable revenue) 'ਤੇ ਵਧੇਰੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੇ ਹਨ। ਘਰੇਲੂ ਆਟੋਮੇਸ਼ਨ ਲਈ ਗਾਹਕਾਂ ਦਾ ਵਿਸ਼ਵਾਸ ਅਤੇ ਭਰੋਸਾ ਬਣਾਉਣਾ ਵੀ ‘M’ ਲਈ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਹੋਵੇਗੀ।
‘M’ ਦੀਆਂ ਭਵਿੱਖੀ ਯੋਜਨਾਵਾਂ:
‘M’ ਆਧੁਨਿਕ ਸ਼ਹਿਰੀ ਜੀਵਨ ਦੇ 'ਸਭ ਤੋਂ ਦਰਦਨਾਕ ਅਤੇ ਅਣਡਿੱਠੇ ਪਹਿਲੂਆਂ' ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਘਰੇਲੂ ਪ੍ਰਬੰਧਨ ਨੂੰ ਆਟੋਮੇਟ ਕਰਕੇ ਹੱਲ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹੈ। ਕੰਪਨੀ ਨੇ ਇੱਕ ਵੱਡਾ ESOP ਪੂਲ ਬਣਾਇਆ ਹੈ, ਜੋ ਕਿ ਖਾਸ ਤੌਰ 'ਤੇ ਉਤਪਾਦ (product) ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ (engineering) ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਭਰਤੀ ਦੀਆਂ ਯੋਜਨਾਵਾਂ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਇਸਦੀ AI ਤਕਨਾਲੋਜੀ ਦੇ ਵੇਰਵੇ ਅਜੇ ਜਨਤਕ ਨਹੀਂ ਕੀਤੇ ਗਏ ਹਨ, ‘M’ ਦੀ ਸਫਲਤਾ ਘਰੇਲੂ ਕੰਮਾਂ ਲਈ ਵਿਹਾਰਕ, ਭਰੋਸੇਮੰਦ AI ਹੱਲ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਇਸਦੀ ਯੋਗਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ। ਇਸ ਉੱਦਮ ਨੂੰ ਮੌਜੂਦਾ AI ਨਿਵੇਸ਼ ਰੁਝਾਨਾਂ ਦਾ ਲਾਹਾ ਲੈਂਦੇ ਹੋਏ, ਪਿਛਲੀਆਂ ਸੰਚਾਲਨ ਮੁਸ਼ਕਲਾਂ ਤੋਂ ਸਿੱਖ ਕੇ ਅੱਗੇ ਵਧਣਾ ਪਵੇਗਾ।