Phân tích Alphasense, công cụ tìm kiếm thông tin ngành được Alphabet đầu tư 130 tỷ won

Phân tích Alphasense, công cụ tìm kiếm thông tin ngành được Alphabet đầu tư 130 tỷ won

1. thesis
   ○ Nghiên cứu kinh doanh là công việc cốt lõi của lao động tri thức hiện đại
   ○ So với tầm quan trọng đó, các công cụ hỗ trợ vẫn chưa đủ thông minh (nhiều tác vụ lặp lại)!
   ○ Để giải quyết vấn đề này, Alphasense ra đời như một công cụ tìm kiếm chuyên biệt cho business research / intelligence
   ○ Với các vòng gọi vốn rất quyết liệt, công ty được định giá 3,2 nghìn tỷ won. Liệu họ có thể trở thành Google của lĩnh vực thông tin ngành hay không?

2. founding story
   ○ Jack Kokko, khi đang làm việc tại Morgan Stanley, đã gặp Raj Neervannan đang học MBA tại Wharton và cả hai đồng cảm sâu sắc với những khó khăn trong quá trình nghiên cứu
   ○ Để giải quyết điều này, họ thành lập Alphasense vào năm 2011
   ○ GTM ban đầu nhắm vào các hedge fund (quy mô nhỏ, sức mua mạnh), sau đó dùng cold call để thu hút các công ty tài chính Phố Wall và đạt tăng trưởng nhanh

3. product
   -> problem: Các công cụ tìm kiếm hiện có không cung cấp insight vượt quá việc liệt kê tài liệu, đồng thời còn lẫn cả thông tin thiếu chính xác
   -> solution: Chỉ chọn lọc nguồn thông tin đáng tin cậy rồi cung cấp kết quả tìm kiếm trên nền tảng đó. Mở rộng từ đây, sản phẩm cung cấp 4 chức năng cốt lõi: tìm kiếm, tóm tắt, giám sát và workflow
   ○ Tìm kiếm: phát triển công cụ tìm kiếm chuyên biệt cho domain thông tin ngành/doanh nghiệp + xây dựng cơ sở dữ liệu độ tin cậy cao được tích lũy trong nhiều năm
   ○ Tóm tắt: như phần mở rộng của tìm kiếm, cung cấp bản xem trước để nắm các chủ đề và từ khóa chính
   ○ Giám sát: khi đăng ký chủ đề quan tâm, hệ thống gửi thông báo về các tin tức mới liên quan đến chủ đề đó
   ○ Workflow: workspace cho phép lưu lại, ghi nhận và chia sẻ những gì đã phát hiện

4. market
   ○ Chân dung khách hàng của công ty phân bố trên nhiều thị trường
   ○ Do tính bảo thủ của ngành tài chính (bảo mật và độ tin cậy là ưu tiên số 1), công ty không all-in vào ngành dữ liệu tài chính mà mở rộng sang các vertical khác
   ○ Mở rộng sang ngành market research cùng khảo sát và phỏng vấn khách hàng để tăng TAM
   ○ Nhờ tiến vào các vertical khác (ví dụ bio/pharma), hiện khách hàng ngoài tài chính chiếm 75% tổng số

5. traction
   ○ Trong tổng số vốn huy động lũy kế 440 tỷ won, các khoản đầu tư chính gồm
   ○ Vòng extension của Alphabet: định giá 1.8B, 100M
   ○ Từ các tổ chức Phố Wall như Goldman Sachs, Wells Fargo, Morgan Stanley, Citi: 180M
   ○ Từ Innovation Endeavors của Eric Schmidt: 50M
   ○ Khách hàng của công ty đồng thời cũng là nhà đầu tư (ví dụ Google, Goldman Sachs)

6. business model
   ○ Tương tự các SaaS khác, doanh thu đến từ ARR và các giải pháp tùy chỉnh
   ○ Phí sử dụng ước tính ở mức $5000~7000 mỗi người
   ○ Có thể chuyển sang có lãi nhưng hiện vẫn chưa có lợi nhuận; về sau chi phí được dự đoán sẽ tập trung vào cập nhật DB và huấn luyện LLM

7. valuation
   ○ PSR cao hơn so với các công ty cùng nhóm đã niêm yết/chưa niêm yết (Factset 8, S&P Global 10, Bloomberg 5, Alphasense 12)
   ○ Để biện minh cho mức định giá cao, công ty cần mở rộng thành công sang các vertical ngoài tài chính và trở nên không thể thay thế với một tập người dùng rộng hơn. Để làm được điều đó, nhu cầu tận dụng hiệu quả GenAI/LLM ngày càng tăng

8. competition
   ○ Dịch vụ dữ liệu tài chính: Bloomberg, Refenitiv Eikon, S&P Capital IQ, FactSet
   ○ Startup B2B knowledge engine dùng LLM: Hebbia, Glean
   ○ Công ty này sẽ cạnh tranh bằng cách mở rộng từ bên ngoài doanh nghiệp vào bên trong, trong khi các startup LLM knowledge engine sẽ đi từ bên trong doanh nghiệp ra bên ngoài

9. key opportunities
   ○ Tầm nhìn: Google cho business research. Không chỉ chạy theo P mà còn có thể theo đuổi Q để tạo ra dịch vụ đại chúng và nhẹ hơn
   ○ Vừa đủ đĩnh đạc, và nhanh nhạy đúng mức cần thiết (hơn 10 năm kinh nghiệm trong ngành tài chính + phản ứng linh hoạt với xu hướng GenAI)
   ○ Mở rộng ra ngoài Bắc Mỹ (APAC)
   ○ Cơ hội exit hấp dẫn (khả năng được mua lại bởi khách hàng đồng thời là nhà đầu tư)
   ○ GenAI/LLM (mang lại cơ hội thu hút truyền thông và gọi vốn, nhưng sau đó cần suy nghĩ cách tạo ra giá trị cho khách hàng)

10. key risks
    ○ Các đối thủ mạnh: có hào lũy định tính về dữ liệu, năng lực công nghệ, danh tiếng, quản lý khách hàng..., nhưng trong lĩnh vực AI / search thì hào lũy công nghệ lại yếu
    ○ Số lượng ICP (ideal customer profile) ít: đây không phải sản phẩm để toàn bộ nhân viên cùng dùng, và việc khách hàng của công ty tăng trưởng không đồng nghĩa doanh thu của công ty cũng tăng

11. conclusion
    ○ Alphasense có thể trở thành Google của lĩnh vực thông tin ngành; hãy theo dõi sát xem sản phẩm và chiến lược của họ sẽ thay đổi ra sao, và họ có thể tạo ra bao nhiêu giá trị trong tương lai