Венчурная индустрия переживает тектонический сдвиг: модель «гипермаркетов капитала» с многомиллиардными фондами вступает в конфликт с традиционным ремесленным подходом к инвестициям. Эверетт Рэндл, новый партнер легендарного фонда Benchmark, в деталях разбирает, почему погоня за объемами капитала разрушает качество экспертизы и какие метрики на самом деле важны в эпоху ИИ.
🎓 Уроки великих: от Мэри Микер до Питера Тиля 2:16
Эверетт Рэндл прошел школу в самых знаковых фирмах Кремниевой долины, и каждый опыт сформировал его текущий инвестиционный тезис. По его словам, Мэри Микер (Bond, Kleiner Perkins) обладает уникальной способностью «читать матрицу» через цифры . Несмотря на репутацию количественного инвестора, она использует исторические данные для построения качественного нарратива: например, глядя на модель DoorDash, она видела не просто проценты роста, а конкретную долю домохозяйств, которые будут заказывать еду ежемесячно через 10 лет .
У Питера Тиля (Founders Fund) Рэндл научился важности структуры организации и механизмов проверки убежденности (conviction tests). В Founders Fund сотрудники могут лично инвестировать собственные средства в сделки фонда, что служит лакмусовой бумажкой: если партнер не готов вложить свои деньги, почему фонд должен рисовать чек для LPs? . Мамун Хамид (Kleiner Perkins), в свою очередь, привил Эверетту «безупречный вкус» к продуктам, показав, что лучшие B2B-сервисы (такие как Figma или Rippling) должны вызывать у пользователей любовь, сравнимую с потребительскими приложениями .
🤖 Новая экономика ИИ: почему старые метрики SAS бесполезны 20:23
Рэндл утверждает, что индустрии необходима новая таксономия для оценки ИИ-компаний. Традиционный подход «SaaS — это курица: все компании одинаковы на вкус», пропагандировавшийся Vista Equity Partners, больше не работает .
- Маржа против абсолютной прибыли: В ИИ-приложениях высокая стоимость инференса (inference) съедает валовую маржу, делая её ниже типичных для SaaS 80%. Однако, по мнению Рэндла, это не делает бизнес хуже. Если компания забирает на себя бюджеты, ранее выделявшиеся на оплату труда (HR, клиентская поддержка), её доход на одного клиента может быть в 4–5 раз выше, чем у облачного софта .
- Дилемма инференса: По словам гостя, если у ИИ-стартапа сегодня аномально высокая маржа, это плохой сигнал — значит, его ИИ-функциями никто не пользуется .
- Смена парадигмы: Вместо мультипликаторов выручки (Revenue Multiples) и маржинальности, Рэндл предлагает фокусироваться на мультипликаторах валовой прибыли и абсолютных долларах прибыли на клиента .
Аналогию он проводит с AWS: валовая маржа облачного гиганта ниже, чем у Adobe, но из-за гигантских чеков и критической значимости для клиентов это гораздо более ценный бизнес .
⚖️ Битва моделей: Benchmark против «Мегафондов» 33:14
Центральная часть дискуссии посвящена «Закону Конвея» в венчуре: продукт (фонд), который вы создаете, отражает вашу организационную структуру.
- Ловушка объемов: Фирмы с фондами по $7–10 млрд (такие как General Catalyst, Lightspeed или Andreessen Horowitz) вынуждены участвовать в мега-раундах ИИ-лабораторий (OpenAI, Anthropic), чтобы эффективно разместить капитал . Рэндл считает, что для таких структур «скорость движения капитала» (capital velocity) становится главной путеводной звездой, часто в ущерб доходности для LPs .
- Стратегия Benchmark: Имея компактный фонд (около $500–600 млн), Benchmark сознательно пропускает раунды OpenAI на поздних стадиях. Рэндл объясняет это математикой: инвестиция в OpenAI при оценке $30 млрд с учетом размытия может дать 6–8x возврата, тогда как ранние инвестиции Benchmark в компании вроде LangChain или Sierra уже показывают 30–60x на бумаге .
- Проблема 5x Net: Эверетт Рэндл ставит под сомнение способность гигантских фондов вернуть инвесторам (LPs) пятикратную чистую прибыль: «Я не думаю, что они могут сказать это с серьезным лицом» . По его мнению, мегафонды превращаются в подобие Private Equity с более низкой доходностью, в то время как Benchmark остается «ремесленной мастерской» (craft firm) .
🏎️ ИИ-рынок: Moats, Лаборатории и «Золотые категории» 28:00
Рэндл выделяет концепцию «золотой категории» — рынка, где совокупная выручка (ARR) всех игроков растет более чем на $1 млрд в год. Кодинг на базе ИИ (например, Cursor) — это «платиновая» категория, добавившая $4–5 млрд ARR за кратчайший срок .
Инвестиционные тезисы об ИИ:
- Лаборатории — база: OpenAI и Anthropic задают базовый уровень клиентского опыта. Стартап-приложение должен быть значительно лучше того, что пользователь получает в ChatGPT за $20 в месяц .
- Технологический ров: Рэндл не согласен, что «рвы» (moats) сместились в сторону дистрибуции. Он считает, что барьером остается сложность создания качественного ИИ-продукта (дефицит талантов), а не просто доступ к OpenAI API .
- Оценка OpenAI: Рэндл верит, что OpenAI может достичь оценки в $1 трлн уже в следующем году . При выборе между OpenAI при оценке $500 млрд и Anthropic при $350 млрд, он отдает предпочтение первой из-за исключительного потребительского доминирования ChatGPT .
🚩 Риски и «фантомные» компании 1:21:25
В блиц-опросе партнер Benchmark выразил скепсис в отношении компаний, которые привлекли миллиарды долларов, не выпустив публичного продукта для разработчиков . Продукты ИИ обучаются и совершенствуются только через реальное использование (usage), и те, у кого больше активных пользователей (как у Cursor), будут уходить в отрыв экспоненциально быстрее конкурентов в «стелс-режиме».
Главной угрозой для Benchmark Рэндл называет «стазис» — риск перестать эволюционировать вместе с классом активов, прикрываясь старыми заслугами . Однако он оптимистичен: ИИ способен вернуть экономический рост в условиях старения населения, что является ключом к сохранению стабильного общества .
