การกลายเป็นบาร์เบลของโลกซอฟต์แวร์: AI กำลังจะฆ่าพื้นที่ตรงกลางหรือไม่?

ผู้เขียนต้นฉบับ: Venture Curator

แปลและเรียบเรียงต้นฉบับ: Deep Tide TechFlow

บทนำ Deep Tide: ยูนิคอร์นอเมริกัน 537 รายยังคงแบกมูลค่าประเมินจากยุคฟองสบู่ปี 2021 ไว้ และป้าย "AI-native" กำลังกลายจากแต้มต่อเป็นจุดเสี่ยงที่ถูกเปิดโปง สำหรับผู้ที่กำลังระดมทุนหรือถือออปชัน บทความนี้ช่วยให้คุณแยกแยะว่ามูลค่าประเมินใดเป็นของจริง และมูลค่าใดเป็นเพียงตัวเลขบนกระดาษที่ยังไม่มีใครกล้าเจาะ

ยูนิคอร์นอเมริกัน 537 รายยังคงแบกมูลค่าประเมินจากยุคฟองสบู่ปี 2021-22 พวกมันยังเป็นของจริงอยู่หรือ?

ผู้ก่อตั้งและพนักงานช่วงแรกมักถูกสอนให้มองมูลค่าประเมินรอบล่าสุดเป็นกระดานคะแนน มันคือตัวเลขบน cap table ตัวเลขในข่าวประชาสัมพันธ์ และตัวเลขที่ทุกคนใช้ประเมินมูลค่าหุ้นของตัวเอง

แต่ข้อมูลใหม่จากรายงาน Quantitative Perspective ประจำไตรมาสที่ 3 ปี 2026 ของ PitchBook แสดงให้เห็นว่าสำหรับยูนิคอร์นอเมริกันส่วนใหญ่ ตัวเลขนี้ไม่ได้รับการทดสอบจากตลาดอย่างแท้จริงมาหลายปีแล้ว

PitchBook ศึกษายูนิคอร์นอเมริกันที่ยังดำเนินงานอยู่ทั้งหมด โดยจำแนกตามปีที่พวกเขาระดมทุนแบบกำหนดราคาครั้งล่าสุด

ในบรรดายูนิคอร์นอเมริกันที่ยังดำเนินงานอยู่ 964 ราย มี 312 รายที่ระดมทุนครั้งล่าสุดในปี 2021 และอีก 225 รายในปี 2022 ซึ่งหมายความว่า 537 บริษัท (ประมาณ 56% ของกลุ่มยูนิคอร์นทั้งหมด) ยังคงแบกมูลค่าประเมินที่กำหนดไว้ในช่วงระดมทุนที่แพงที่สุดในประวัติศาสตร์ VC

เงินสดจะไม่กลับมาเทียบเคียงกับตัวเลขเหล่านั้นอีก การกระจายเงินของกองทุน VC คิดเป็นเพียง 7.9% ของ NAV ซึ่งเกือบครึ่งหนึ่งของค่าเฉลี่ยระยะยาวที่ 14.5% PitchBook ชี้ว่าผลตอบแทนของกองทุนถูกฉุดรั้งโดยตรงจากมูลค่าที่สูงเกินจริงในช่วงปี 2020 ถึง 2022

เมื่อบริษัทเหล่านี้ต้องทดสอบราคาจริง พวกเขามักไม่สามารถยืนได้ นักลงทุนตลาดสาธารณะปฏิเสธที่จะจ่ายตามราคาตลาดเอกชน มูลค่าประเมินของ Chime ตอนเข้าตลาดลดลงอย่างมากเมื่อเทียบกับจุดสูงสุดในตลาดเอกชน และผู้ซื้อในตลาดรองให้ส่วนลดกับบริษัทที่ระดมทุนรอบล่าสุดผ่านมาหลายปีมากกว่าบริษัทที่เพิ่งระดมทุนเสร็จ

เบื้องหลังนี้ยังมีแนวโน้มที่สองซ่อนอยู่ บริษัทเหล่านี้จำนวนมากไม่ได้หยุดชะงักเพราะทำธุรกิจต่อไปไม่ได้ แต่เลือกที่จะไม่ระดมทุนและไม่เข้าตลาดด้วยตัวเอง เพราะเหตุการณ์กำหนดราคาใหม่ใดๆ อาจบังคับให้พวกเผชิญกับตัวเลขที่ต่ำกว่า การคงสถานะเป็นบริษัทเอกชนและเงียบไว้ ก็ทำให้มูลค่าประเมินปี 2021 คงอยู่บนกระดาษ นี่คือเหตุผลที่ตลาดปรากฏทั้งมูลค่าบนกระดาษที่สูงเป็นสถิติและมูลค่าที่ติดกับดักสูงเป็นสถิติพร้อมกัน

ดังนั้นกระแสยูนิคอร์นเป็นของจริง หรือเป็นเพียงตัวเลขที่ไม่มีใครตรวจสอบ?

สำหรับหลายบริษัท ทั้งสองคำกล่าวอาจเป็นจริงได้ บางบริษัทเติบโตทันมูลค่าประเมินปี 2021 จริง และวันนี้ก็ยืนได้อย่างสบาย แต่ตลาดไม่มีวิธีตรวจสอบว่าบริษัทใดอยู่ในกลุ่มนี้ เพราะพวกเขาไม่ได้ระดมทุนหรือขายในราคาจริงนับตั้งแต่นั้น มูลค่าประเมินเมื่อสี่ปีก่อนไม่ใช่คำโกหก เพียงแต่ยังไม่ได้รับการตรวจสอบ

นี่คือส่วนที่ผู้ก่อตั้งและพนักงานต้องระวัง

หากบริษัทของคุณระดมทุนครั้งล่าสุดในปี 2021 หรือ 2022 มูลค่าประเมินบน cap table คือตัวเลขที่มองโลกในแง่ดีที่สุดที่หุ้นของคุณเคยมี ไม่จำเป็นต้องเท่ากับมูลค่าจริงในวันนี้ สิ่งนี้ส่งผลต่อวิธีที่คุณเจรจารอบถัดไป วิธีที่คุณพิจารณาการใช้สิทธิ และวิธีที่คุณอธิบายให้ทีมฟังว่าออปชันของพวกเขาหมายถึงอะไร เช่นเดียวกับนักลงทุน หากกองทุนใดแสดงกำไรที่ยังไม่รับรู้ที่แข็งแกร่งจากบริษัทเหล่านี้ นั่นเป็นเพียงการรายงานตัวเลขทางบัญชี ไม่ใช่เงินจริง

ความเสี่ยงที่แท้จริงไม่ใช่ว่ามูลค่าประเมินอาจต่ำกว่าที่ดูเหมือน แต่อยู่ที่คุณใช้ตัวเลขที่กำหนดในปี 2021 เป็นราคาที่ตลาดยังยินดีจ่ายให้คุณในวันนี้ ขณะตัดสินใจเรื่องการระดมทุน การจ้างงาน หรือการใช้สิทธิ

การเรียกสตาร์ทอัพว่า "AI-native" อาจทำร้ายมูลค่าประเมินของคุณแทน?

การเรียกตัวเองว่าบริษัท AI ยังคงได้รับพรีเมียมด้านมูลค่าประเมิน แต่投资人เริ่มถามคำถามที่สองมากขึ้นเรื่อยๆ: บริษัทนี้มีส่วนใดที่ป้องกันการเลียนแบบได้จริงเพราะ AI?

ข้อมูลในการวิเคราะห์นี้บ่งชี้ว่าตลาดเริ่มแบ่งบริษัทที่ติดป้าย "AI-native" เหมือนกันออกเป็นถังที่แตกต่างกันอย่างสิ้นเชิง

พรีเมียม AI ยังคงเป็นของจริง: ข้อมูลครึ่งแรกของปี 2026 จาก Carta แสดงให้เห็นว่าสตาร์ทอัพ AI ระดมทุนในรอบ seed ได้พอๆ กับบริษัทที่ไม่ใช่ AI แต่มีมูลค่าประเมินสูงกว่าประมาณ 50%

แต่ไม่ใช่ทุกบริษัท AI ที่ได้รับพรีเมียมเท่ากัน: การวิเคราะห์กำหนดบริษัท AI wrapper ที่เป็นสินค้าโภคภัณฑ์ไว้ที่ 3 ถึง 8 เท่าของรายได้ ผลิตภัณฑ์ AI แนวตั้งที่มีข้อมูลเฉพาะตัวที่เหนียวแน่นอยู่ที่ 10 ถึง 20 เท่า และบริษัทที่มีทรัพย์สินทางปัญญาบวกข้อมูลเฉพาะตัวอย่างแท้จริงอยู่ที่ 25 ถึง 40 เท่า

ยิ่งบริษัท成熟มาก การตรวจสอบยิ่งเข้มงวด: ในรอบ seed บริษัทที่ไม่มีทรัพย์สินทางปัญญาที่ป้องกันได้จะถูกลดส่วนลด 20% ถึง 30% เมื่อเทียบกับบริษัท同类ที่มีการป้องกันที่แข็งแกร่งกว่า เมื่อถึงรอบ A ช่องว่างนี้ขยายเป็น 30% ถึง 40%

นี่อธิบายว่าทำไมการเพียงเพิ่ม AI เข้าไปในผลิตภัณฑ์จึงมีความหมายน้อยลงเรื่อยๆ

นักลงทุนอยากรู้มากขึ้นเรื่อยๆว่าเมื่อเอาป้าย AI ออกแล้วยังเหลืออะไร

สตาร์ทอัพอีกเจ้าหนึ่งสามารถสร้างผลิตภัณฑ์ขึ้นมาได้โดยเรียกใช้ API ของโมเดลพื้นฐานเดียวกันหรือไม่? ลูกค้าใหม่แต่ละรายสร้างข้อมูลเฉพาะตัวที่ปรับปรุงผลิตภัณฑ์ได้หรือไม่? ซอฟต์แวร์ฝังลึกเข้าไปใน workflow มากพอที่การเปลี่ยนจะทำให้เจ็บปวดหรือไม่? เมื่อปริมาณ inference เพิ่มขึ้น 10 เท่า หน่วยเศรษฐกิจยังคงใช้ได้หรือไม่?

คำถามเหล่านี้ชี้ไปที่สี่ทิศทางที่ผู้ก่อตั้งควรทบทวนก่อนระดมทุนรอบถัดไป: ความแตกต่างทางเทคโนโลยี ข้อมูลเฉพาะตัว การล็อก workflow และหน่วยเศรษฐกิจในระดับขนาด

การทดสอบจริงของความแตกต่างทางเทคโนโลยีนั้นง่ายอย่างน่าประหลาด: เปลี่ยนโมเดลพื้นฐาน หากคุณเปลี่ยนผู้ให้บริการโมเดลหลักของคุณเป็นโมเดลอื่นที่มีระดับเดียวกัน แล้วผลิตภัณฑ์แทบไม่เปลี่ยน นักลงทุนอาจมองไม่เห็นคูน้ำทางเทคโนโลยีอยู่ตรงไหน

สำหรับข้อมูลเฉพาะตัว การมีจำนวนผู้ใช้อย่างเดียวไม่พอ สัญญาณที่แข็งแกร่งกว่าคือการใช้เพิ่มขึ้นสร้างข้อมูลที่ทำให้ผลิตภัณฑ์ดีขึ้นอย่างวัดผลได้เมื่อเวลาผ่านไป เช่น ความแม่นยำ เวลาในการแก้ปัญหา หรือคุณภาพการจับคู่ที่ดีขึ้น

ความลึกของ workflow เป็นอีกเบาะแสหนึ่ง หากลูกค้าที่ผสานผลิตภัณฑ์ลึกกว่ามีการรักษาและการขยายตัวที่ดีกว่าอย่างสม่ำเสมอ ผู้ก่อตั้งก็มีหลักฐานจริงของต้นทุนการเปลี่ยน ไม่ใช่เพียงคำพูดลอยๆ ว่าผลิตภัณฑ์เหนียวแน่น

แล้วยังมีโมเดลเศรษฐกิจอีก ผลิตภัณฑ์ AI ที่มีอัตรากำไรดีในปริมาณการใช้งานปัจจุบัน แต่อาจไม่เหมือนเดิมเลยเมื่อ inference ขยาย 10 เท่า การคำนวณเหล่านี้ให้ชัดเจนก่อนนักลงทุนจะเปิดเผยว่าธุรกิจแข็งแกร่งขึ้นจริงหรือไม่เมื่อขยายขนาด

สิ่งนี้ทำให้การเปลี่ยนแปลงของพรีเมียม "AI-native" น่าสนใจมาก

สิบแปดเดือนก่อน เพียงแค่เกี่ยวข้องกับ AI ก็สามารถเสริมเรื่องราวการระดมทุนได้อย่างมีนัยสำคัญ เมื่อสตาร์ทอัพมากขึ้นเรื่อยๆใช้คำพูดแบบเดียวกัน นักลงทุนก็มีเหตุผลมากขึ้นที่จะมอง beneath the surface

ป้าย AI ทำให้คุณเข้าสู่บทสนทนาได้ ส่วนที่มีมูลค่าเพิ่มขึ้นเรื่อยๆ คือการพิสูจน์ว่าสิ่งที่คุณสร้างทำไมจึงเลียนแบบได้ยากขึ้นเมื่อเติบโต

การกลายเป็นบาร์เบลของซอฟต์แวร์: AI กำลังจะฆ่าชั้นกลางของตลาดซอฟต์แวร์

AI กำลังทำให้การสร้างซอฟต์แวร์ถูกลงและเร็วขึ้นอย่างมาก ซึ่งฟังดูดีสำหรับสตาร์ทอัพ แต่อาจ削弱คูน้ำบางอย่างที่ปกป้องบริษัทซอฟต์แวร์มาหลายทศวรรษ

Mike Vernal แห่ง Conviction เปรียบเทียบได้น่าสนใจ: ซอฟต์แวร์อาจกำลังมุ่งสู่โครงสร้าง "บาร์เบล" แบบเดียวกับที่อินเทอร์เน็ตเปลี่ยนอุตสาหกรรมหนังสือพิมพ์

ก่อนอินเทอร์เน็ต หนังสือพิมพ์区域性ได้ประโยชน์จากต้นทุนการจัดจำหน่ายที่แพง เมื่อการจัดจำหน่ายเกือบฟรี ชั้นกลางส่วนใหญ่ก็หายไป สิ่งพิมพ์ระดับโลกไม่กี่แห่งใหญ่ขึ้นมาก ในขณะที่จดหมายข่าวอิสระและสิ่งพิมพ์เฉพาะกลุ่มหลายพันแห่งผุดขึ้น

Vernal เชื่อว่า AI อาจสร้างโครงสร้างคล้ายกันในโลกซอฟต์แวร์

คูน้ำซอฟต์แวร์แบบดั้งเดิมมักมาจากสามสิ่ง:

การสร้างผลิตภัณฑ์แพง

การเปลี่ยนระบบเจ็บปวด

การผสานรวมสร้างระบบนิเวศที่แข็งแกร่ง

AI ทำให้สามสิ่งนี้อ่อนลง คู่แข่งสามารถคัดลอกฟีเจอร์ได้เร็วขึ้น การย้ายระบบสามารถเป็นอัตโนมัติมากขึ้น และ AI ทำให้การผสานรวมง่ายขึ้นอย่างมีนัยสำคัญ

ผลลัพธ์ที่เป็นไปได้คือตลาดที่แข็งแกร่งทั้งสองปลาย:

แพลตฟอร์มยักษ์: บริษัทไม่กี่แห่งอาจเป็นเจ้าของหมวดหมู่การจัดซื้อทั้งหมด เช่น การขาย การตลาด การเงิน ทรัพยากรบุคคล กฎหมาย หรือการแพทย์ พวกเขาไม่ได้ขายเพียงเครื่องมือแคบๆ แต่ขยายตัวอย่างต่อเนื่องจนกลายเป็นระบบที่ลูกค้าใช้เกือบทุกอย่าง

ธุรกิจซอฟต์แวร์ขนาดจิ๋ว: ที่อีกปลายหนึ่ง เครื่องมือเขียนโปรแกรม AI อาจทำให้คนหลายล้านสร้างซอฟต์แวร์เฉพาะทางสูงสำหรับตัวเอง บริษัทของตัวเอง หรือลูกค้ากลุ่มเล็ก บางส่วนอาจเติบโตเป็นธุรกิจเฉพาะกลุ่มที่ทำกำไรได้

ชั้นกลางที่ไม่สบายใจ: โซลูชันจุดเดียวขนาดกลางอาจเผชิญแรงกดดันมากที่สุด หากแพลตฟอร์มใหญ่สามารถเพิ่มฟีเจอร์ของพวกเขาได้เรื่อยๆ และทีมเล็กสามารถสร้างผลิตภัณฑ์แคบๆ ขึ้นมาใหม่ได้อย่างถูก การป้องกันในฐานะเครื่องมืออิสระก็ยากขึ้น

การเปรียบเทียบกับ Amazon อธิบายว่าคูน้ำใหม่可能มีหน้าตาอย่างไร Amazon เริ่มต้นด้วยสิ่งที่คัดลอกได้ค่อนข้างง่าย: ขายหนังสือออนไลน์ การป้องกันของมันมาจากการลงทุนซ้ำอย่างต่อเนื่องหลายทศวรรษในโลจิสติกส์ โครงสร้างพื้นฐาน เทคโนโลยี และการจัดจำหน่าย

AI อาจผลักดันบริษัทซอฟต์แวร์ไปสู่กลยุทธ์เดียวกัน: สร้างเร็วขึ้น ขยายตัวต่อเนื่อง ลงทุนซ้ำ ทำให้ผลิตภัณฑ์โดยรวมเลียนแบบได้ยากขึ้นเรื่อยๆ

สำหรับสตาร์ทอัพซอฟต์แวร์ที่ได้รับการสนับสนุนจาก VC สิ่งนี้สร้างคำถามเชิงกลยุทธ์ที่น่าสนใจ: หากการสร้างซอฟต์แวร์เกือบฟรี คูน้ำของคุณยังเป็นผลิตภัณฑ์ที่ดี หรือเป็นทุกสิ่งที่คุณสร้างขึ้นรอบๆมัน?

มูลค่าประเมินรอบ seed ของคุณถูกกำหนดอย่างไรจริงๆ? (แทบไม่เกี่ยวกับบริษัทของคุณเลย)

ผู้ก่อตั้งมักสมมติว่ามูลค่าประเมินเกี่ยวข้องหลักกับ traction ขนาดตลาด หรือว่าพิตช์ดีแค่ไหน

แต่ยังมีข้อจำกัดอีกอย่างที่ผู้ก่อตั้งส่วนใหญ่มองไม่เห็น: โมเดลเศรษฐกิจของกองทุน VC ที่นั่งอยู่ตรงข้าม

ลองจินตนาการว่าคุณกำลังพิตช์ต่อกองทุน seed ขนาด 28 ล้านดอลลาร์ โดยทั่วไป他们会开出เช็คประมาณ 600,000 ดอลลาร์ ต้องการหุ้นประมาณ 6% ถึง 8%

ที่หุ้น 7% การลงทุน 600,000 ดอลลาร์หมายถึงมูลค่าหลังการลงทุนประมาณ 8.6 ล้านดอลลาร์ ที่ 6% หมายถึง 10 ล้านดอลลาร์ ดังนั้นหาก