Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
INNOWACJE

Radykalne innowacje potrzebują staroświeckich funduszy VC

5 lutego 2024 8 min czytania
Rafael Laguna de la Vera
Zdjęcie Thomas Ramge - Autor ponad 15 książek na temat technologii, innowacji i podejmowania decyzji.
Thomas Ramge
Radykalne innowacje potrzebują staroświeckich funduszy VC

Naukowcy i przedsiębiorcy pracujący nad najbardziej pilnymi problemami świata nie są w stanie ich rozwiązać bez finansowania ze strony inwestorów, którzy rozumieją możliwości zaawansowanych technologii i patrzą z długoterminowej perspektywy.

Obecnie mamy nadmiar środków venture capital dla projektów, które nie są zbyt ryzykowne, takich jak platformy i aplikacje obiecujące ułatwienie naszego życia. Te innowacje w dużej mierze zakłócają rynki i konkurencję, ale nie rozwiązują największych problemów, przed którymi stoi ludzkość. Nie mamy wystarczającej liczby projektów dotyczących zielonej energii, a brakuje nam technologii, która mogłaby wydobyć wystarczającą ilość CO2 z atmosfery, aby przywrócić równowagę klimatyczną. Według Organizacji Narodów Zjednoczonych, ponad 800 milionów ludzi – dziesiąta część populacji globalnej – cierpi na niedożywienie. Nie wiemy, jak poradzić sobie z rosnącą populacją świata ani jak zatrzymać nadmierne wykorzystywanie zasobów naturalnych.

Problemem jest to, że zbyt wielu prawdziwie radykalnych innowatorów ponosi klęskę w „dolinie śmierci innowacji (innovation’s valley of death)”, czyli w tym punkcie, gdzie finansowanie własne nie jest w stanie ich dalej popchnąć, a trudno otrzymać niezbędne środki na dalszy rozwój i skalowanie. Ten suchy okres, podczas którego przedsięwzięcie pracuje nad udowodnieniem swojego konceptu inwestorom, którzy chcą dowodów na sukces projektu w przyszłości, jest często zbyt długi dla przedsięwzięcia, aby przetrwać. W zasadzie mamy do czynienia z sytuacją, w której rynki kapitałowe nie wspierają przełomowych innowacji i zaawansowanych technologii.

Powrót do korzeni

To musi się szybko zmienić. Choć rząd ma rolę do odegrania, to kapitał ryzyka również. Najwyższy czas, aby gracze na wysokim poziomie w obszarze VC przeszli od finansowania łatwych klas aktywów cyfrowych do finansowania bardziej fundamentalnych postępów naukowych i technicznych.

Powrót do korzeni kapitału ryzyka może również obiecywać większe zyski dla graczy o wysokiej akceptacji dla ryzyka. Inwestycje w firmy o niskich aktywach, takie jak dostawcy oprogramowania jako usługi (SaaS) lub platformy, są obecnie znacznie bardziej ryzykowne niż były w latach 2010‑2019 ze względu na zwiększoną konkurencję i niski poziom innowacji. Dokonywanie wystarczającej liczby inwestycji już nie działa, gdy wyceny firm stają się tak wysokie, że ich zyski nigdy nie usprawiedliwią ich, nawet jeśli firma nadal rośnie w zdrowym tempie. Jednocześnie w systemie VC jest wiele nadmiarowego kapitału, który mógłby i powinien być zainwestowany, ale inwestorzy czekają na interesujące możliwości.

Te środki są określane w żargonie branżowym jako „suchy proch” (dry powder). Firma konsultingowa Boston Consulting Group (BCG) i francuska fundacja deep‑tech Hello Tomorrow oszacowały w majowym raporcie z 2021 roku, że ryzykowny kapitał w postaci suchego prochu, trzymany przez firmy venture capital oraz private equity, osiągnął 1,9 biliona dolarów. Ta suma prawdopodobnie znacząco wzrosła od tego czasu. Pomimo wzrostu stóp procentowych w ostatnich kilku latach, tego rodzaju kapitał niesie ze sobą skrajne ryzyko inflacyjne. Zamiast być używany do finansowania kolejnej aplikacji czy gadżetu cyfrowego, który rzekomo ułatwiłby nam życie, suchy proch może zostać znacznie inteligentniej zainwestowany, aby mieć znacznie większy wpływ na dobro ogólne. Dobrą wiadomością jest to, że widać zmianę podejścia i korektę  pozycji inwestycyjnych.

Zgodnie z badaniami BCG/Hello Tomorrow, inwestycje VC w start‑upy deep‑tech wzrosły czterokrotnie, przekraczając 60 miliardów dolarów od 2016 do 2020 roku. Znaczna część tego wzrostu pochodziła z firm korporacyjnych, które zainwestowały prawie 20 miliardów dolarów w start‑upy deep‑tech w 2020 roku. Z tej kwoty około 80% trafiło do obszarów biologii syntetycznej, sztucznej inteligencji i zaawansowanych materiałów.

Oczywiście nie chcemy utożsamiać inwestycji w deep‑tech z przełomowymi innowacjami, które znacząco pomogą w spełnieniu potrzeb ludzkości i realizacji Celów Zrównoważonego Rozwoju ONZ. Ale w zasadzie uważamy ten rodzaj aktywów i trendy na tym rynku za dobrą miarę tego, jak wystarczający kapitał może być dostępny dla start‑upów opartych na nauce i jak może wesprzeć założycieli w „dolinie śmierci innowacji”.

Jednak nawet jeśli kapitał deep‑tech osiągnie 200 miliardów dolarów do 2025 roku, zgodnie z przewidywaniami badania, to zaledwie strużka w porównaniu z bilionami, które zalewają co roku cyfrowe i lekkie aktywa na całym świecie. Gdyby wszyscy zaangażowani w finansowanie ryzykownego kapitału dokonywali właściwych zmian w odpowiednich miejscach w systemie kapitałowym, znacznie więcej innowacji o charakterze rewolucyjnym mogłoby być możliwe.

Czas na zmiany

Przełomowi innowatorzy deep‑tech wielokrotnie opowiadali nam tę samą podstawową historię, o swoich doświadczeniach podczas prezentacji przed VC: zainteresowanie zasadniczo było, ale finansowanie ostatecznie zawiodło, ponieważ decydenci nie mieli ekspertyzy do oceny technologii, co zresztą przyznawali. Każdy, kto stawia na technologię, musi zrozumieć tę technologię i związane z nią ryzyko rozwoju. Jest to szczególnie ważne we wczesnym etapie cyklu inwestycyjnego, zanim dostępne staną się dane rynkowe.

Jednak zauważyliśmy, że zespoły pracujące w funduszach VC/PE były z reguły zbyt mocno obciążone generalistami (czyli osobami o szerokiej wiedzy ogólnej, ale bez wiedzy specjalistycznej), aby skutecznie korzystać z ogromnych możliwości oferowanych przez prawdziwie rewolucyjne technologie. Można to zmienić dołączając naukowców z zacięciem finansowym do zespołów analityków oraz otwierać dla nich ścieżki partnerskie. Fundusze powinny również współpracować z zewnętrznymi doradcami, którzy nie są typowymi przedstawicielami branży konsultingowej technologicznej, ale są aktywnymi badaczami w dziedzinie, w którą fundusz zamierza inwestować.

To, co sprawia, że zadanie staje się trudniejsze dla firm private equity, to często mylenie „deep tech” z „early stage”,  co nie wpisuje się to w wzorce inwestycyjne większości firm private equity. To spojrzenie jest już przestarzałe. Wiele startupów deep‑tech znajduje się obecnie w drugiej połowie cyklu finansowania, a firmy niespecjalizujące się w technologii przegapią istotne szanse dla swoich inwestorów.

Inwestorzy venture capital przyzwyczaili się do szybkich sukcesów – lub do szybkiego rozpoznawania, czy dokonali złej inwestycji. Jeśli odnoszą sukces, zazwyczaj zajmuje to nie więcej niż siedem lat od finansowania początkowego do wyjścia z inwestycji w przypadku aplikacji typu software‑as‑a-service, e‑commerce lub modeli biznesowych platform w rynkach B2C. W przypadku startupów deep‑tech, inwestorzy muszą poczekać dłużej, około 10 do 15 lat, a czasami nawet więcej lat, zanim przedsięwzięcia faktycznie przekształcą swoje rynki. Na szczęście, skłonni ku temu są korporacyjni innowatorzy. Duże firmy chemiczne, motoryzacyjne, inżynieryjne, technologii medycznej, farmaceutyczne i infrastrukturalne szybko zwiększają swoją aktywność inwestycyjną w startupach deep‑tech. Jest to logiczne, gdyż warto być częścią zakłóceń, gdy dotyczą one własnego rynku.  

Kolejnym pozytywnym zjawiskiem, które jest zauważalne od pewnego czasu, jest to, że decydenci inwestycyjni coraz bardziej skupiają się na tym, co nazywane jest potencjalnym wpływem cyklu życia startupów. Oznacza to, że decyzja inwestora opiera się nie przede wszystkim na tym, czy mogą osiągnąć zysk po kolejnej rundzie finansowania (lub zmonetyzowaniu swojego udziału przy wyjściu), ale na tym, czy inwestują w firmę, która może pozostać w ich portfelu przez bardzo długi czas.

Inwestorzy venture capital, którzy chcą mieć wpływ na globalne problemy, muszą nauczyć się (lub ponownie nauczyć się) podejmować ryzyko – i przyjrzeć się bliżej inwestycjom w deep‑tech związanych ze służeniem ludzkości w istotny i nawet pilny sposób. W dłuższej perspektywie to się dla nich opłaci – i dla naszej zbiorowej przyszłości. Pierwsi inwestorzy w VC już zauważyli, że w czasach technologicznych zmian największym ryzykiem jest niepodejmowanie żadnych ryzyk i poleganie na liniowym kontynuowaniu obecnych trendów. Finansowanie radykalnych innowacji dla zdrowszego, bogatszego i bardziej ekologicznego świata będzie lepszą inwestycją dla nich – i dla nas wszystkich.

O autorach
Tematy

Może Cię zainteresować

Marki luksusowe pod presją geopolityki

W połowie kwietnia rynki kapitałowe zelektryzowała informacja o tym, że francuski gigant LVMH stracił tytuł najcenniejszej firmy luksusowej na świecie na rzecz mniejszego, ale bardziej ekskluzywnego Hermèsa. Czy detronizacja jednej francuskiej marki przez drugą (producenta torebek Louis Vuitton przez producenta torebek Birkin) to rzeczywiście zdarzenie, którym powinny się ekscytować europejskie rynki? I co ta zmiana oznacza dla polskich producentów marek premium?

 

Dobre relacje w firmie zaczynają się od dobrze dobranych słów

Gdy codzienna komunikacja sprowadza się do skrótów myślowych, domysłów i niejasnych sygnałów, łatwo o spadek zaangażowania, narastające napięcia i chaos informacyjny. Coraz więcej organizacji dostrzega, że to właśnie język – sposób, w jaki mówimy do siebie w pracy – buduje (lub rujnuje) atmosferę oraz relacje w zespołach. O tym, jak świadomie kształtować kulturę organizacyjną poprzez komunikację, opowiada Joanna Tracewicz, Senior Content Strategy Manager w rocketjobs.pl i justjoin.it, a także współautorka poradnika Nie mów do mnie ASAP! O spoko języku w pracy.  Rozmawia Paulina Chmiel-Antoniuk.

AI w medycynie predykcyjnej – jak wearables zmieniają opiekę Jak AI i urządzenia noszone rewolucjonizują medycynę

W ostatnich latach inteligentne urządzenia noszone (wearables) przeszły drogę od prostych krokomierzy do zaawansowanych narzędzi monitorujących stan zdrowia. Dzięki sztucznej inteligencji stają się one nie tylko rejestratorami danych, lecz także systemami predykcyjnymi, które mogą wspierać diagnostykę i profilaktykę chorób. W świecie biznesu i zarządzania zdrowiem pracowników technologia ta może odegrać kluczową rolę.
Według raportu Think Tank SGH wartość globalnego rynku AI w ochronie zdrowia wzrośnie z 32,3 miliarda dolarów w 2024 roku do 208,2 miliarda dolarów w 2030 roku, co oznacza średnioroczny wzrost na poziomie 36,4%. Ta dynamiczna ekspansja wskazuje na rosnące znaczenie technologii AI i wearables jako ważnych elementów nowoczesnej opieki medycznej.

Strategiczna samotność – klucz do autentycznego przywództwa

W dynamicznym współczesnym świecie biznesu, w którym dominują informacje dostarczane w trybie natychmiastowym, umiejętność samodzielnego, logicznego i krytycznego myślenia stała się jedną z najcenniejszych kompetencji liderów. Koncepcja ta, przedstawiona przez Williama Deresiewicza, byłego profesora Uniwersytetu Yale, zakłada, że prawdziwe przywództwo nie rodzi się wśród zgiełku opinii i impulsów zewnętrznych, lecz w przestrzeni samotności i skupienia.

Skup się na fanach marki. Oferta skierowana do wszystkich nie działa!
Multimedia
Skup się na fanach marki. Oferta do wszystkich nie działa!

W spolaryzowanej kulturze pogoń za rynkiem masowym i kierowanie oferty do wszystkich są z góry skazane na porażkę. Najlepszym sposobem na osiągnięcie sukcesu marki jest sprzymierzenie się z subkulturą, która ją pokocha.

Cła, przeceny i okazje: Jak zarobić, gdy inni panikują lub tweetują

Trump tweetuje, Wall Street reaguje nerwowo, a inwestorzy znów sprawdzają, czy gdzieś nie pozostawili Planu B. Gdy rynek wpada w histerię, pojawia się pokusa: a może jednak warto „kupić w tym dołku”? W tym tekście sprawdzamy, czy inwestowanie w kontrze do tłumu to genialna strategia na czasy ceł Trumpa, banów na Chiny i politycznych rollercoasterów — czy raczej przepis na ból głowy i portfela. Nie wystarczy chłodna kalkulacja, przyda się też stalowy żołądek.

• Jak generować wartość z AI dzięki małym transformacjom w biznesie - Webster
Premium
Jak generować wartość z AI dzięki małym transformacjom w biznesie

Liderzy skutecznie wykorzystują duże modele językowe, stopniowo minimalizując ryzyko i tworząc solidne fundamenty pod przyszłe transformacje technologiczne, dzięki czemu generują realną wartość dla swoich organizacji.

Niespełna dwa lata temu generatywna sztuczna inteligencja (GenAI) trafiła na czołówki stron gazet, zachwycając swoimi niezwykłymi możliwościami: mogła prowadzić rozmowy, analizować ogromne ilości tekstu, dźwięku i obrazów, a nawet tworzyć nowe dokumenty i dzieła sztuki. To najszybsze w historii wdrożenie technologii przyciągnęło ponad 100 mln użytkowników w ciągu pierwszych dwóch miesięcy, a firmy z różnych branż rozpoczęły eksperymenty z GenAI. Jednak pomimo dwóch lat intensywnego zainteresowania ze strony kierownictwa i licznych prób wdrożeniowych nie widać wielkoskalowych transformacji biznesowych, które początkowo przewidywano. Co się stało? Czy technologia nie spełniła oczekiwań? Czy eksperci się pomylili, wzywając do gigantycznych zmian? Czy firmy były zbyt ostrożne? Odpowiedź na te pytania brzmi: i tak, i nie. Generatywna sztuczna inteligencja już teraz jest wykorzystywana w wielu firmach, ale nie – jako lokomotywa radykalnej transformacji procesów biznesowych. Liderzy biznesu znajdują sposoby, by czerpać realną wartość z dużych modeli językowych (LLM), nie modyfikując całkowicie istniejących procesów. Dążą do małych zmian (small t) stanowiących fundament pod większe przekształcenia, które dopiero nadejdą. W tym artykule pokażemy, jak robią to dzisiaj i co możesz zrobić, aby tworzyć wartość za pomocą generatywnej sztucznej inteligencji.

Premium
Polski przemysł na rozdrożu

Stoimy przed fundamentalnym wyborem: albo dynamicznie przyspieszymy wdrażanie automatyzacji i robotyzacji, co sprawi, że staniemy się aktywnym uczestnikiem czwartej rewolucji przemysłowej, albo pogodzimy się z perspektywą erozji marż pod wpływem rosnących kosztów operacyjnych i pogłębiającego się strukturalnego niedoboru wykwalifikowanej siły roboczej.

Jak alarmują prognozy Polskiego Instytutu Ekonomicznego, do 2030 r. w samej Europie może zabraknąć nawet 2,1 mln wykwalifikowanych pracowników, co czyni automatyzację nie jedną z możliwości, lecz strategiczną koniecznością. Mimo że globalnie liczba robotów przemysłowych przekroczyła już 4,2 mln jednostek, a w Europie w 2023 r. wdrożono rekordowe 92,4 tys. nowych robotów, Polska wciąż pozostaje w tyle. Nasz wskaźnik gęstości robotyzacji, wynoszący zaledwie 78 robotów na 10 tys. pracowników przemysłowych, znacząco odbiega od europejskiego lidera – Niemiec (397 robotów na 10 tys. pracowników), czy globalnego pioniera – Korei Południowej (tysiąc robotów na 10 tys. pracowników). W Scanway – firmie, która z sukcesem łączy technologie rozwijane dla sektora kosmicznego z potrzebami przemysłu – jesteśmy przekonani, że przyszłość konkurencyjności leży w inteligentnym wykorzystaniu danych, zaawansowanej automatyzacji opartej na AI oraz strategicznej gotowości do wprowadzania zmian technologicznych. Czy jednak zaawansowana wizja maszynowa napędzana przez sztuczną inteligencję może się stać katalizatorem, który pozwoli sprostać wyzwaniom i odblokować uśpiony potencjał innowacyjny polskiej gospodarki?

Premium
Gdy projekt wymyka się spod kontroli

Polskie firmy technologiczne coraz częściej realizują złożone zlecenia dla międzynarodowych gigantów. Jednak nawet najlepiej przygotowany zespół może przy takim projekcie natknąć się na nieoczekiwane przeszkody. Przykład firmy Esysco wdrażającej szyfrowanie poczty e-mail dla jednego z największych niemieckich banków pokazuje, jak szybko może runąć precyzyjnie zaplanowany harmonogram oraz jak radzić sobie z nieprzewidywalnymi wyzwaniami.

Polskie firmy technologiczne coraz częściej zdobywają międzynarodowe kontrakty i realizują projekty, które jeszcze niedawno były zarezerwowane wyłącznie dla międzynarodowych rywali. Dzięki temu zdobywają zagraniczne rynki, osiągając imponujące wyniki eksportu usług IT, który w 2023 r. przekroczył 16 mld dolarów. W ostatniej dekadzie przychody branży wzrosły niemal czterokrotnie, a wartość eksportu – aż 7,5 razy, dzięki czemu polski sektor IT stał się motorem rodzimego eksportu. Kluczowymi kierunkami ekspansji są Stany Zjednoczone, Niemcy i Wielka Brytania, a wśród najsilniejszych obszarów znajdują się fintech, cyberbezpieczeństwo, sztuczna inteligencja, gry oraz rozwój oprogramowania.

Polska wyróżnia się w regionie Europy Środkowo-Wschodniej jako największy eksporter usług IT, przewyższając Czechy czy Węgry, a pod względem jakości specjalistów IT zajmuje trzecie miejsce na świecie. Jednak do pełnego wykorzystania tego potencjału konieczne jest pokonanie barier takich jak ograniczony dostęp do kapitału na ekspansję, rosnące koszty pracy oraz niedostateczne doświadczenie w międzynarodowej sprzedaży i marketingu. To jednak nie wszystko. Przy współpracy z międzynarodowymi gigantami trzeba również pamiętać o nieznanej polskim wdrożeniowcom skali, złożoności i nieprzewidywalności towarzyszącym tak wielkim projektom. Dobrym przykładem może być nasze wdrożenie dla jednego z największych niemieckich banków, z którym podpisaliśmy kontrakt na wprowadzenie systemu zabezpieczeń e-maili dla ponad 300 tys. użytkowników rozsianych po całym świecie. Technologicznie byliśmy gotowi, ale rzeczywistość szybko zweryfikowała nasze plany.

Premium
Praktyczny poradnik kreowania wartości z dużych modeli językowych

Gdy w 2022 r. pojawiły się powszechnie dostępne duże modele językowe (LLM), ich potężna zdolność do generowania tekstu na żądanie zapowiadała rewolucję w produktywności. Jednak mimo że te zaawansowane systemy AI potrafią tworzyć płynny tekst w języku naturalnym i komputerowym, to są one dalekie od doskonałości. Mogą halucynować, wykazywać się logiczną niespójnością oraz produkować treści nieadekwatne lub szkodliwe.

Chociaż technologia ta stała się powszechnie dostępna, wielu menedżerów nadal ma trudności z rozpoznawaniem przypadków użycia LLM-ów, w których poprawa produktywności przewyższa koszty i ryzyka związane z tymi narzędziami. Potrzebne jest bardziej systematyczne podejście do wykorzystywania modeli językowych, tak aby uefektywnić procesy biznesowe, a jednocześnie kontrolować słabe strony LLM-ów. Proponuję trzy kroki ułatwiające osiągnięcie tego celu. Po pierwsze, należy rozłożyć proces na mniejsze zadania. Po drugie, trzeba ocenić, czy każde zadanie spełnia tzw. równanie kosztów GenAI, które szczegółowo wyjaśnię w tym artykule. Jeśli ten warunek zostanie spełniony, należy uruchomić projekt pilotażowy, iteracyjnie oceniać jego wyniki oraz na bieżąco wprowadzać zmiany w celu poprawy rezultatów.

Kluczowe w tym podejściu jest pełne zrozumienie, w jaki sposób mocne i słabe strony modeli językowych odpowiadają specyfice danego zadania; jakie techniki umożliwiają ich skuteczną adaptację w celu zwiększenia wydajności; oraz jak te czynniki wpływają na bilans kosztów i korzyści – a także na ocenę ryzyka i potencjalnych zysków – związanych z wykorzystaniem modeli językowych do podnoszenia efektywności realizowanych działań.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Newsletter

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!