- Dù đồng thuận trong giới đầu tư mạo hiểm rằng AI sẽ chuyển các công ty dịch vụ thành công ty phần mềm đang lan rộng, nhưng trên thực tế, điều xảy ra là các công ty dịch vụ trở thành những công ty dịch vụ tốt hơn chứ không biến thành công ty phần mềm
- Phần lớn chi tiêu cho dịch vụ chuyên môn không phải để mua chất lượng đầu ra mà là để trả cho việc chuyển giao trách nhiệm, độ tin cậy và chứng nhận năng lực, và đây là lĩnh vực khó bị AI thay thế
- Việc mở rộng biên lợi nhuận nhờ áp dụng AI có thể chỉ mang tính tạm thời, do đối thủ cũng áp dụng và khách hàng yêu cầu chuyển phần tiết kiệm chi phí cho họ; biên lợi nhuận bền vững nằm ở tầng niềm tin chuyên môn và trách nhiệm
- Nghịch lý là các công cụ AI lại ghim chặt các chuyên gia ưu tú vào những công ty hiện tại, trong khi cạnh tranh nhân tài giữa các công ty AI-native làm xói mòn lợi thế biên lợi nhuận
- Thị trường dịch vụ có quy mô lớn hơn thị trường phần mềm 20~70 lần, nên ngay cả khi không đạt được biên lợi nhuận kiểu phần mềm, vẫn có thể đạt kết quả quy mô venture nhờ quyền sở hữu trách nhiệm và quan hệ khách hàng
Đồng thuận của giới đầu tư mạo hiểm rằng AI sẽ chuyển dịch vụ thành phần mềm
- Nhiều VC nổi tiếng mô tả đây là cơ hội "Service as Software" trị giá 4,6 nghìn tỷ USD
- General Catalyst đã rót 1,5 tỷ USD để mua lại các công ty dịch vụ như pháp lý, IT, kế toán rồi áp dụng AI
- Thrive Capital đã ra mắt quỹ hơn 1 tỷ USD để mua lại và AI-hoá các công ty dịch vụ; OpenAI mua cổ phần và trực tiếp cử kỹ sư tới các công ty trong danh mục
- Lập luận cốt lõi: thị trường dịch vụ toàn cầu trị giá 16 nghìn tỷ USD, còn thị trường phần mềm là 1 nghìn tỷ USD; nếu AI có thể mang biên lợi nhuận kiểu phần mềm (70~85%) vào dịch vụ thì giá trị tạo ra sẽ là rất lớn
- Biên lợi nhuận của các công ty dịch vụ chuyên môn vào ngày đẹp trời cũng chỉ ở mức 30~40%
Phần dư TAM (Surplus) là có thật, nhưng không phải tất cả đều tiếp cận được
- Trong gần như mọi danh mục dịch vụ chuyên môn, thị trường phần mềm chỉ là một phần của thị trường dịch vụ, nên phần dư TAM tự thân là điều đã được biết rõ
- Nhưng đồng nhất phần dư TAM với cơ hội có thể tiếp cận ngay là sai lầm phổ biến nhất trong lĩnh vực này
- Phần lớn chi tiêu cho dịch vụ chuyên môn dựa trên những lý do khác, chứ không phải chính đầu ra
- Doanh nghiệp thuê Big Four không phải vì giá trị của bản thân cuộc kiểm toán, mà để có một vị thế có thể tự bảo vệ rằng "chúng tôi đã làm theo hướng dẫn của chuyên gia" nếu có vấn đề xảy ra
- Họ thuê cố vấn pháp lý bên ngoài mà cơ quan quản lý biết và tin cậy
- Họ dùng tư vấn để nhận khuyến nghị tái cấu trúc một cách độc lập, qua đó phân tán trách nhiệm của lãnh đạo nội bộ
- Đây không phải sự kém hiệu quả mà là chức năng được nhúng sẵn trong cách dịch vụ chuyên môn vận hành
- Còn có vấn đề về độ tin cậy và xác minh từ bên ngoài
- Khi CFO công bố tái cấu trúc lương thưởng, nói "theo dữ liệu thị trường của McLagan" dễ hơn rất nhiều so với "theo phân tích nội bộ của chúng tôi"
- Phí premium được trả không phải cho thông tin, mà cho độ tin cậy của nguồn
- AI có thể làm công việc phân tích, nhưng không thể hấp thụ trách nhiệm
- Hội đồng quản trị không thể chỉ vào một mô hình AI và nói "chúng tôi đã dựa vào hướng dẫn của chuyên gia"
- Câu hỏi cốt lõi: trong TAM dịch vụ, bao nhiêu phần thực sự dành cho chất lượng đầu ra, và bao nhiêu phần dành cho việc chuyển giao trách nhiệm, lá chắn chính trị và chứng nhận năng lực
- Thị trường dịch vụ mà AI có thể tiếp cận có thể nhỏ hơn đáng kể so với con số trên tiêu đề
- Đồng thời, điều này lại trở thành yếu tố khác biệt cho các công ty dịch vụ sở hữu quan hệ khách hàng và trách nhiệm
Vấn đề về tính bền vững của việc mở rộng biên lợi nhuận
- Ngay cả trong TAM có thể tiếp cận, việc mở rộng biên lợi nhuận cũng có thể chỉ mang tính tạm thời một phần
- Khi đối thủ áp dụng cùng năng lực AI, dịch vụ sẽ bị hàng hoá hoá theo giá
- Khi khách hàng nhận ra AI đang làm công việc trước đây do nhân sự junior đảm nhiệm, họ sẽ đòi chuyển phần tiết kiệm chi phí cho mình
- Biên lợi nhuận bền vững nằm ở tầng premium và trách nhiệm đặt trên đầu ra tự động hoá bằng AI
- Ví dụ so sánh: một công ty kế toán tự động hoá công việc thuế và chuyển phần tiết kiệm chi phí cho khách hàng (biên lợi nhuận 60%) so với một công ty cũng tự động hoá tương tự nhưng có CPA ký vào hồ sơ khai thuế, nắm bảo hiểm E&O, và sở hữu quan hệ khách hàng (biên lợi nhuận 45%)
- Mô hình đầu dễ bị mọi đối thủ có quyền truy cập cùng mô hình tấn công, trong khi mô hình sau có con hào cấu trúc là niềm tin chuyên môn và trách nhiệm mà chỉ AI không thể sao chép
- Áp lực cạnh tranh không chỉ đến từ startup
- Anthropic ra mắt Claude for Excel với công nghệ agent dựng sẵn cho DCF modeling, phân tích công ty so sánh, data pack cho due diligence, cùng các connector tới S&P Capital IQ, Moody's và PitchBook
- OpenAI công bố quan hệ đối tác "Frontier Alliance" nhiều năm với Accenture, BCG, Capgemini, McKinsey để trực tiếp triển khai agent vào workflow doanh nghiệp
- Các công ty foundation model không chờ startup xây lớp dịch vụ phía trên mà đang đánh thẳng vào workflow
- Nếu thế hệ model tiếp theo có thể tự động hoàn thiện workpaper kiểm toán hay tài liệu pháp lý, thì "dịch vụ dựa trên AI" không phải đích đến mà chỉ là trạng thái chuyển tiếp
- Foundation model có thể sao chép đầu ra, nhưng không thể sao chép quan hệ chuyên môn, bảo chứng E&O và chứng nhận năng lực theo quy định
Tăng trưởng vẫn phụ thuộc vào con người
- AI nâng trần khối lượng công việc mỗi người có thể xử lý, nhưng không loại bỏ nhu cầu về con người
- Trong một công ty kiểm toán dùng AI, CPA có thể quản lý khối lượng công việc lớn hơn nhiều so với trước, nhưng bản thân CPA vẫn là cần thiết
- Đường cong mở rộng biên lợi nhuận được dự báo sẽ giảm dần hiệu quả biên, lợi ích lớn nhất đến sớm rồi nhanh chóng phẳng lại
- Nếu biên lợi nhuận chững ở mức 55~65% thì trong thị trường 87 tỷ USD hoặc hơn 1 nghìn tỷ USD vẫn rất hấp dẫn, nhưng điểm chững chính xác là không chắc chắn và đây là rủi ro cốt lõi
- Nhân tài mà các công ty này phụ thuộc vào thì khan hiếm và ngày càng đắt đỏ
- AI thậm chí có thể làm tình hình xấu hơn
- Ví dụ trong ngành pháp lý: các công cụ vertical AI như Harvey và Legora được bán trực tiếp cho các chuyên gia ưu tú ở những công ty hiện hữu, qua đó nâng năng suất ngay tại vị trí hiện tại
- Nếu một partner ở Big Law dùng AI để xử lý số hồ sơ gấp 3 lần, họ kiếm được nhiều hơn, làm việc thú vị hơn và ít lý do rời đi hơn
- Những công cụ lẽ ra để phá vỡ công ty cũ lại khiến nhân tài bị ghim chặt vào công ty hiện tại
- Nhiều công ty pháp lý AI-native lại cạnh tranh lẫn nhau để tuyển cùng một nhóm partner
- Nếu 10 công ty AI-native được VC hậu thuẫn cùng gọi vốn lớn trong một danh mục, sẽ xuất hiện lạm phát chi phí nhân tài ở phía cung do phải tranh giành nguồn chuyên gia có chứng chỉ vốn hữu hạn, và áp lực giá ở phía cầu do tranh cùng một nhóm khách hàng
- Lợi thế biên lợi nhuận từng khiến mô hình hấp dẫn sẽ bị xói mòn không chỉ bởi công ty hiện hữu mà còn bởi các startup khác dùng cùng playbook
- Đây là nghịch lý kinh điển của một giao dịch đồng thuận: càng nhiều vốn đuổi theo thesis này thì việc thực thi càng khó
Mô hình kinh doanh nào có lợi nhất
- Với nhà đầu tư giai đoạn sớm, câu hỏi cốt lõi không phải là "nó có trở thành công ty phần mềm không?" mà là "nhà sáng lập này có thể xây đủ đòn bẩy để duy trì gross margin trên 50% và doanh thu lặp lại ở quy mô lớn hay không?"
- Liệu có sở hữu năng lực phòng thủ dựa trên chi phí chuyển đổi thông qua con hào dữ liệu, quan hệ trách nhiệm và quyền kiểm soát workflow hay không
- Điều đó có thể khả thi trong thị trường pháp lý hơn 1 nghìn tỷ USD hay thị trường kế toán 650 tỷ USD, nhưng khó trong một ngách 3 tỷ USD
-
Bán công cụ AI cho các công ty dịch vụ hiện hữu
- Các công ty này nhỏ, phân mảnh và kháng cự thay đổi
- Nếu vốn đã sinh lời tốt thì họ không có tính cấp bách để áp dụng công nghệ mới
- Cần có forcing function
- Kế toán là ví dụ rõ nhất: từ năm 2020, đã có hơn 300.000 kế toán rời nghề, 75% CPA đang gần tuổi nghỉ hưu, và các công ty đang phải từ chối nhận việc
- Khi lựa chọn khác là mất doanh thu, mức độ chấp nhận công cụ AI tăng vọt
- Lý do đầu tư vào Basis và InScope: cả hai đều bán công cụ AI cho chuyên gia kế toán, không trực tiếp gánh trách nhiệm nhưng nhờ forcing function nên được nhúng sâu vào workflow và có năng lực phòng thủ khiến việc chuyển đổi trở nên đau đớn về vận hành
-
Xây công ty dịch vụ AI-native từ đầu
- Nghĩa là yêu cầu khách hàng giao những việc họ từng giao cho các công ty có hàng chục năm tài sản thương hiệu, quan hệ với cơ quan quản lý và chứng chỉ chuyên môn, để tin vào một startup
- Đây là rào cản rất dốc đặc biệt trong các dịch vụ có động lực chuyển giao trách nhiệm mạnh
- Con đường AI-native phù hợp nhất ở những ngành có thể né vấn đề niềm tin bằng cách sở hữu trực tiếp hoạt động vận hành, thay vì bán dịch vụ bằng một thương hiệu chưa được kiểm chứng
- Môi giới bảo hiểm là ví dụ tốt: với DocShield, môi giới bảo hiểm là một mảng kinh doanh chất lượng cao với khách hàng lặp lại và tỷ lệ rời bỏ rất thấp, nhưng việc roll-up kém hiệu quả về vốn vì ngay cả các đơn vị nhỏ cũng đắt đỏ (một broker có EBITDA 2 triệu USD được giao dịch ở multiple trên 10 lần)
- Một broker cỡ trung bình chỉ có khoảng 0,5 nhân sự IT và sống trong hệ thống quản lý agency đóng kín, nên cũng khó bán phần mềm
- Sở hữu broker và xây hệ thống AI end-to-end là con đường hợp lý duy nhất
-
Chiến lược roll-up
- Roll-up không phải chiến lược tệ, nhưng nó phù hợp hơn với PE có cấu trúc quỹ, thời gian nắm giữ và playbook vận hành được thiết kế cho kiểu chuyển đổi tài sản này
- Trong khung thời gian và cấu trúc vốn của VC, việc thực thi khó hơn nhiều
- Tuy vậy, vẫn có những động lực thị trường khiến roll-up trở thành lựa chọn phù hợp
- Meroka vận hành trong các phòng khám tư độc lập: các phòng khám cá nhân đang ở trong khủng hoảng cấu trúc, không thể cạnh tranh với đơn vị lớn, không có quyền thương lượng, và bác sĩ lớn tuổi nghỉ hưu thì không có kế hoạch kế thừa
- Meroka chuyển phòng khám sang employee ownership trust để bảo đảm độc lập vĩnh viễn khỏi PE, đồng thời đưa công nghệ hiện đại và AI vào tổ chức dịch vụ quản lý
- Đây là việc phần mềm đơn thuần không giải quyết được; nếu không có can thiệp, AI thậm chí còn đẩy nhanh hợp nhất và làm trầm trọng thêm vấn đề PE
- Ownership trust tạo ra quan hệ trách nhiệm và năng lực phòng thủ, còn lớp dịch vụ quản lý tạo doanh thu lặp lại mở rộng theo mỗi phòng khám mới; khủng hoảng cấu trúc biến việc áp dụng từ một lựa chọn thành nhu cầu cấp bách
Kết luận
- VC vẫn có thể tạo ra lợi nhuận lớn khi đầu tư vào các công ty dịch vụ dựa trên AI, nhưng sẽ không có ảo tưởng rằng các công ty này sẽ có hồ sơ biên lợi nhuận giống phần mềm hay rằng TAM dịch vụ sẽ giữ nguyên một cách tĩnh trong quá trình AI tái cấu trúc nó
- Về bản chất luôn có một trần giới hạn
- Cách tiếp cận sai là bỏ qua các công ty này chỉ vì "chúng không phải phần mềm", hoặc đầu tư như thể cuối cùng chúng sẽ trở thành phần mềm
- Cách tiếp cận đúng là thẩm định chúng đúng như bản chất: những công ty dịch vụ được AI đòn bẩy, hoạt động trong thị trường lớn, biên lợi nhuận đang cải thiện và doanh thu ngày càng lặp lại
- Từ góc nhìn nhà đầu tư giai đoạn sớm, về bản chất không có gì thay đổi
- Ở giai đoạn pre-seed và seed, nhà đầu tư vẫn luôn đặt cược vào quỹ đạo biên lợi nhuận chứ không phải biên lợi nhuận hiện tại
- Điểm khác biệt là AI mang lại thuận gió mang tính cấu trúc cho việc mở rộng gross margin mà công ty dịch vụ truyền thống không có
- Khung phân tích khiến phần mềm hấp dẫn với nhà đầu tư là: thị trường lớn, biên lợi nhuận cao, doanh thu lặp lại, chi phí mở rộng thấp
- Các công ty dịch vụ dựa trên AI có thể không đáp ứng toàn bộ, nhưng nếu có biên lợi nhuận trên 50%, quan hệ khách hàng lặp lại và năng lực phòng thủ dựa trên quyền sở hữu trách nhiệm và quan hệ khách hàng, trong một thị trường lớn hơn công ty phần mềm tương đương 20~70 lần thì như vậy là đủ
- Dịch vụ sẽ không trở thành phần mềm, nhưng sẽ tiến gần hơn tới phần mềm, và ở quy mô thị trường như vậy, chừng đó là đủ
3 bình luận
Dịch vụ là phần mềm mới
Có vẻ đây là bài viết được viết để phản bác bài mà Sequoia đã đăng.
Nếu lý do dùng công ty tư vấn là để có thể nói rằng “chuyên gia tư vấn A có uy tín đã bảo làm như vậy đấy (không phải lỗi của tôi)”, thì có lẽ chuyện này hiện tại vẫn chưa thể bị AI thay thế chỉ bằng riêng AI.
Tuy vậy, vài năm nữa, khi thấy có gì đó vận hành kỳ quặc, gọi người ta tới hỏi “cái commit này là gì vậy”, mà nhân viên cấp dưới trả lời “Claude đã code như thế đấy (không phải lỗi của tôi)”, thì có vẻ sẽ rất kinh khủng.
Có vẻ đây không phải là hiện tượng sẽ bùng phát sau vài năm nữa, mà đã đang xảy ra hàng loạt rồi haha