Tko gubi u vrijeme umjetne inteligencije – zašto je Chegg pao i tko je sljedeći

Strah od utjecaja umjetne inteligencije na poslovne modele nije nov, ali u posljednjih godinu dana počeo je dobivati vrlo konkretne obrise na tržištu kapitala. Jedan od najjasnijih primjera je Chegg, tehnološko-obrazovna kompanija čiji je biznis model ozbiljno uzdrman nakon pojave naprednih AI chatbotova koji korisnicima nude sličnu uslugu besplatno i učinkovitije.

Međutim, slučaj Chegg nije izoliran incident, već signal dublje strukturne promjene. Ključno pitanje za investitore danas je koje kompanije imaju biznis modele koji su fundamentalno izloženi AI disrupciji i kako taj rizik prepoznati prije nego što se odrazi na cijenu dionice.

Upravo tu dolazimo do pitanja razumijevanja razlika poslovnih modela, što može biti presudno u identifikaciji sljedećih potencijalnih gubitnika, ali i dobitnika u eri umjetne inteligencije.

Tko je Chegg?

Kompanija Chegg je američka tehnološko-edukacijska kompanija čiji se poslovni model temeljio na tome da studenti plaćaju mjesečnu pretplatu kako bi imali pristup bazi od 79 milijuna riješenih zadataka, uz mogućnost privatnih sati na zahtjev.

Kompanija je počela kao platforma za iznajmljivanje fizičkih udžbenika, ali se tijekom desetljeća transformirala u dominantni digitalni servis za akademsku pomoć, pokrivajući više od 180 zemalja i u svom vrhuncu brojeći skoro devet milijuna pretplatnika. Na valu pandemijske potražnje za online učenjem, dionica je u veljači 2021. dostigla razinu od oko 115 dolara, međutim koban trenutak bio je studeni 2022., kada je lansiran ChatGPT, čime je pokrenut snažan pad dionice, te je njezina cijena sada na oko jedan dolar po dionici.

Razlozi koji su doveli Chegg do dna

Kada pogledamo kompaniju, ono što je najvažniji segment koji ne smije biti pod pritiskom je upravo MOAT (konkurentska prednost) kompanije. Upravo ono na čemu se temelji budući rast kompanije je njezina sposobnost povećavanja prihoda koja izravno proizlazi iz njezine konkurentske prednosti, dok se svi ostali segmenti temelje na uspješnosti menadžmenta da kontrolira troškove, prodaju, investicije i ostale segmente poslovanja koji se mogu kontrolirati. Međutim, ukoliko kompanija ne može prodati svoj proizvod ili uslugu, uzalud je pričati o bilo kojem drugom segmentu financijskog menadžmenta.

Tri fundamentalne slabosti koje su presudile kompaniji i učinile je ranjivom čim je AI krenuo u ekspanziju:

Prva slabost Chegga je njegova fokusiranost na prodaju odgovora na pitanja, a problem je nastao u tome što njegov model nije sadržavao metodologiju, certifikat niti bilo kakav oblik lojalnosti koji bi studenta vezao uz platformu. Dolazak besplatnih LLM modela, koji daju značajno brže, bolje i, prije svega, besplatne odgovore, lako je zamijenio njihov biznis.

Druga slabost bila je skrivena u samoj arhitekturi rasta, a upravo je ona dovela do razaranja prihoda – činjenica da je ogromna većina korisnika dolazila na Chegg preko Google pretrage, a ne izravno. Odnosno, kompanija je bila izrazito ovisna o "lijevu" (funnelu) koji je dolazio preko pretrage. To ne bi bio problem da Google 2024. godine nije uveo svoj AI Overviews, koji na vrhu pretrage generira izravan odgovor, zbog čega studenti nisu imali potrebu ulaziti na Chegg. Ovime je promet Chegga pao za 37 posto na godišnjoj razini, a kompanija je izgubila kanal akvizicije prije nego što je uspjela zadržati pretplatnike.

Treća pogreška bila je možda najgora jer je bila samonametnuta, a nastala je u pokušaju da pivotiraju svoj biznis i prilagode ga AI-ju lansirajući vlastitu verziju AI alata izgrađenu na GPT-4 modelu, u partnerstvu sa samim OpenAI-em. Međutim, korisnici su dobili AI alat koji je zapravo trebao predstavljati "premium" iskustvo, ali su vrlo brzo shvatili da i dalje ne žele plaćati nešto što besplatno mogu dobiti od ChatGPT-a. Ovim potezom zapravo je pokazano da kompanija nema konkurentsku prednost u odnosu na umjetnu inteligenciju i da joj je potreban drastično inovativniji pristup kako bi opravdala svoj biznis.

Tko je sljedeći na meti?

Kompanije koje su danas na najvećem udaru imaju jednu zajedničku karakteristiku, a to je da posluju u okviru onoga što se naziva "crno-bijeli poslovni model". Ako kompanija u vašem portfelju svoju vrijednost temelji na isporuci odgovora ili rješenja za koja postoje jasna, objektivna pravila provjere – bilo da je riječ o matematičkoj točnosti, gramatičkoj ispravnosti, funkcionalnosti koda ili preciznosti prijevoda – ona se nalazi u zoni visokog rizika i gotovo će sigurno biti zamijenjena umjetnom inteligencijom ako se ne prilagodi.

U takvim domenama, LLM modeli imaju strukturnu prednost jer su izrazito brži, jeftiniji i u sve većem broju slučajeva precizniji čak i od čovjeka.

Primjer koji to jasno ilustrira je Stack Overflow. Platforma koja je dva desetljeća bila središnje mjesto za razmjenu programerskog znanja zabilježila je pad od 78 posto u broju pitanja u roku od samo godinu dana. Razlog tomu je što kod ili radi ili ne radi i ne postoji prostor za interpretaciju, a AI može ponuditi rješenje trenutačno bez sagledavanja šire slike.

Ako u portfelju imate izloženost industriji prevođenja, logika je slična. AI modeli sada isporučuju prijevod dovoljne kvalitete za većinu komercijalnih slučajeva upotrebe uz minimalan trošak ili bez naknade, što izravno vrši pritisak na cjenovnu moć kompanija u tom sektoru.

Isti se obrazac počinje nazirati i u fotoindustriji. Kompanije poput Getty Images i Shutterstock suočavaju se s gubitkom ključne konkurentske prednosti – ekskluzivne arhive slika – jer alati poput Midjourneyja i DALL-E-a omogućuju korisnicima da generiraju točno ono što im je potrebno, u sekundi, bez plaćanja autorskih prava.

Područja u kojima ne postoji jednoznačan odgovor još uvijek su otporna na utjecaj umjetne inteligencije. Financijska analiza, strateško savjetovanje i pravno tumačenje ovise o kontekstu, procjeni i interpretaciji; stoga, ako kompanija posluje u domenama gdje "2 i 2 ne mora nužno biti 4", rizik od potpune zamjene znatno je manji jer umjetna inteligencija nije razvijena na razini da može razmišljati, već daje odgovore na temelju podataka koje posjeduje u svojoj bazi.

 

Tko će preživjeti u doba AI-ja?

Cheggov krah predstavlja jasno upozorenje za čitavu klasu biznisa koji svoj opstanak temelje na algoritamski zamjenjivoj vrijednosti. Generativni AI u ovom trenutku najlakše prodire tamo gdje su pravila teorijski jasna, ishodi mjerljivi i gdje ne postoji prostor za subjektivnost: tu je svaki poslovni model koji se može opisati kao "unesite pitanje, dobijte točan odgovor" osuđen na propast.

Kompanije koje proizvode opipljiv fizički proizvod nalaze se na suprotnom kraju priče. S obzirom na to da AI može značajno optimizirati svaki korak procesa i smanjiti troškove, ove kompanije umjetnu inteligenciju trebaju iskoristiti kao radnu snagu koja može učinkovito i precizno obaviti velik opseg posla.

Između te dvije strane priče nalazi se treća kategorija – kompanije i industrije čija usluga nije striktno objektivna, već procjena, kontekst i rasuđivanje igraju odlučujuću ulogu. Financijska analiza, pravno savjetovanje, medicinska dijagnoza, strateška konzultacija. Te će industrije u narednim godinama koristiti AI kao alat koji skraćuje vrijeme istraživanja, povećava preciznost i eliminira rutinski posao, ali konačna procjena i dalje ostaje na čovjeku. Jer u tim područjima AI, koji još uvijek ne zna rasuđivati već samo povlači pružene informacije, ne može zamijeniti analitičara koji vidi širu sliku.

Ali ta granica ima svoj rok trajanja, s obzirom na to da je samo pitanje trenutka kada će AI naučiti razmišljati. U trenutku kada modeli prestanu biti sofisticirane tražilice i počnu donositi zaključke na temelju kojih se može stvarno upravljati rizikom, i treća će se kategorija početi topiti. Samim time, najsigurnija pozicija su kompanije kod kojih AI može samo unaprijediti poslovanje, ali ne i u potpunosti ga zamijeniti.

Za investitore to znači da je vrijeme za konkretno preispitivanje portfelja. Zapitajte se stvaraju li kompanije koje posjedujete vrijednost kroz usluge s jasnim, objektivnim pravilima koje će AI zamijeniti ili kroz proizvod, kontekst i donošenje odluka uz kompleksnu sliku?

Ako je odgovor bliže onom prvom, postoji vjerojatnost da su već sada u izravnoj konkurenciji s LLM modelima, da gube korisnike i bilježe pad prihoda. Upravo su to dva ključna faktora na koja trebate obratiti pozornost kako biste uvidjeli da njihov poslovni model već trpi i ne uspijeva se prilagoditi. U tom slučaju, tržište može početi naglo kažnjavati te dionice kada prepozna punu prijetnju.