Whalesbook
பழைய SaaS கணக்குகள் இனி செல்லாது!
இந்திய மென்பொருள் நிறுவனங்களின் வெற்றிக்கு அடிப்படையாக இருந்த 'சீட்-பேஸ்டு' (Seat-based) சந்தா முறை இப்போது காலாவதியானதாக பார்க்கப்படுகிறது. பெரிய மொழி மாதிரிகள் (LLMs) மற்றும் தானியங்கு குறியீடு உருவாக்கும் கருவிகள் (Automated coding assistants) மூலம் புதிய அம்சங்களை உருவாக்குவதற்கான செலவு வெகுவாகக் குறைந்துள்ளதால், ஒரு தயாரிப்பின் பாதுகாப்பு (Product Defensibility) கேள்விக்குறியாகியுள்ளது. செயற்கை நுண்ணறிவு (AI) எளிதில் நகலெடுக்க முடியாத அல்லது சுருக்கமாகக் கூற முடியாத, ஆழமான மற்றும் தனிப்பட்ட தரவுகளை ஒருங்கிணைக்கும் திறன் கொண்ட நிறுவனங்களையே வென்ச்சர் கேபிடல் முதலீட்டாளர்கள் தற்போது அதிகம் ஆதரிக்கின்றனர்.
விலை நிர்ணயப் போர் மற்றும் லாபக் குறைவு
தற்போது, ஸ்டார்ட்அப்கள் வழக்கமான சந்தா கட்டண முறையிலிருந்து, அதிக கணினி சக்தி தேவைப்படும் பயன்பாட்டு அடிப்படையிலான (Usage-based) கட்டண முறைக்கு மாற போராடி வருகின்றன. இதனால், நிறுவனங்களின் மொத்த லாப வரம்புகள் (Gross Margins) அச்சுறுத்தலுக்கு உள்ளாகியுள்ளன. ஆரம்பகட்ட உருவாக்கத்திற்குப் பிறகு அதிக லாபம் தந்த பழைய மென்பொருட்களைப் போலல்லாமல், AI-இயங்கும் செயலிகளுக்கு தொடர்ச்சியான மற்றும் விலை உயர்ந்த API அழைப்புகள் மற்றும் செயலாக்க சக்தி தேவைப்படுகிறது. இந்த மாற்றம், மென்பொருள் நிறுவனங்களை குறைந்த லாபம் தரும் பயன்பாட்டு நிறுவனங்களைப் போல மாற்றுகிறது. அதிக வாடிக்கையாளர் வெளியேற்றத்தைத் (Mass Churn) தூண்டாமல், இந்த மாறும் செலவுகளை வாடிக்கையாளர்களுக்கு எப்படி அனுப்புவது என்பதில் நிறுவனங்கள் கவனம் செலுத்துகின்றன. இது கடந்த தசாப்தத்தின் அதிக லாபம் தந்த சூழலுக்குப் பழகிய ஸ்டார்ட்அப்களுக்கு ஒரு கடினமான சவாலாக உள்ளது.
குறிப்பிட்ட துறைக்கான சிறப்புத் தீர்வுகள் (Vertical Specialization)
பெரிய AI டெவலப்பர்கள் அம்சங்களை எளிதாக நகலெடுப்பதால், பொதுவான தளங்கள் (Horizontal Platforms) பாதிக்கப்படும் நிலையில், குறிப்பிட்ட துறைகளுக்கான (Vertical Software) நிறுவனங்கள் தப்பிப்பிழைக்க ஒரு தனித்துவமான உத்தியை வகுத்து வருகின்றன. லாஜிஸ்டிக்ஸ், சிறப்பு உற்பத்தி மற்றும் சுகாதாரம் போன்ற முக்கிய துறைகளின் டிஜிட்டல் அல்லாத வேலை செயல்முறைகளில் தங்களை ஒருங்கிணைப்பதன் மூலம், இந்த நிறுவனங்கள் குறியீடு சிக்கலை விட, செயல்முறை ஒருங்கிணைப்பு (Process Integration) மூலம் பாதுகாப்பை உருவாக்குகின்றன. பரந்த அளவிலான AI மாதிரிகள் இன்னும் திறம்பட கையாள முடியாத, ஆஃப்லைன்-டு-ஆன்லைன் தரவு இணைப்பில் மதிப்பு காணப்படுகிறது.
கட்டமைப்பு அபாயங்கள் (Structural Risk)
இந்தத் துறையை எதிர்கொள்ளும் மிக முக்கியமான ஆபத்து, 'API சார்பு' (API dependency) பொறி. பல ஸ்டார்ட்அப்கள் தங்கள் முழு செயல்பாட்டையும் வெளி பெரிய மொழி மாதிரி வழங்குநர்களின் (External LLM providers) மேல் கட்டமைத்துள்ளன. இது ஒரு ஆபத்தான சார்பு நிலையை உருவாக்குகிறது, அங்கு ஸ்டார்ட்அப்பின் முக்கிய மதிப்பு முன்மொழிவு, ஒரு ஒற்றை மாதிரி புதுப்பிப்பு அல்லது AI விற்பனையாளரின் விலை மாற்றம் மூலம் பயனற்றதாகிவிடும். மேலும், தேடல் அடிப்படையிலான சந்தைப்படுத்தலும் (Search-based marketing) தோல்வியடைந்து வருகிறது. AI-உந்துதல் கண்டுபிடிப்புகள் ஆதிக்கம் செலுத்துவதால், வாடிக்கையாளர்களைப் பெறுவதற்கான செலவு (Cost of Customer Acquisition) அதிகரிக்கிறது. நேரடி, நோக்கம் சார்ந்த வாடிக்கையாளர் ஈடுபாட்டிற்கு மாற முடியாத நிறுவனங்கள், தற்போதைய வளர்ச்சியைப் பராமரிக்க புதிய மூலதனத்தை நம்பியிருக்க வேண்டியுள்ளது.