Компании SaaS, созданные на базе ИИ, могут покрывать растущие расходы на вычисления без продажи акций, сопоставляя источник финансирования с типом расходов. Неравномерные затраты на обучение подходят для облачных кредитов, отсроченной оплаты или срочного кредита; расходы на инференс, которые масштабируются в зависимости от использования, подходят для финансирования, основанного на выручке, или кредитной линии, привязанной к использованию. Венчурный долг, предназначенный для инфраструктуры, находится посередине. Самый дорогостоящий вариант по умолчанию, оплата GPU из раунда финансирования акционерным капиталом, почти всегда является наихудшим по соотношению цены и качества.
Вычислительные мощности стали статьей расходов, которая беспокоит как основателей, так и инвесторов. Один цикл обучения может привести к шестизначным расходам на GPU, а затраты на инференс растут с каждым новым пользователем. Продажа большего количества акций для покрытия этих расходов является инстинктивной реакцией, однако это самый дорогой капитал, который компания когда-либо привлечет. Вот как финансировать расходы на вычислительные мощности, сохраняя при этом структуру капитала неизменной.
Почему так сложно финансировать ИИ-вычисления без размытия доли?
Вычислительные расходы нарушают модель, вокруг которой было построено большинство неразмывающих кредиторов. Классический SaaS имеет валовую прибыль от 75 до 85 процентов, поэтому кредитор видит достаточно денежных средств за каждым долларом выручки. AI-native SaaS часто имеет валовую прибыль от 50 до 60 процентов, поскольку инференс снижает каждую продажу, что оставляет меньше возможностей для обслуживания долга. Этот разрыв в марже — именно та причина, по которой расходы на AI-инференс меняют ваши варианты финансирования еще до того, как вы подадите заявку.
Расходы также принимают две совершенно разные формы. Обучение носит прерывистый характер: крупное обучение может стоить 200 000 долларов в течение нескольких недель, а затем ничего до следующей модели. Вывод — это повторяющиеся расходы, масштабирующиеся с выручкой, ближе к себестоимости проданных товаров. Финансирование одного из них с помощью неправильного инструмента — вот где большинство планов финансирования вычислений идет не так.
Кредиторы колеблются по второй причине: сам актив представляет собой подвижную цель. Кластер GPU быстро теряет в цене по мере выпуска новых чипов, а обученная модель может устареть до того, как окупит свои затраты. Это делает традиционное кредитование под залог активов неподходящим и подталкивает финансирование вычислительных мощностей к доходам и показателям, а не к залогу оборудования. Столкнувшись с этим, многие основатели по умолчанию выбирают собственный капитал и рассматривают размывание доли как цену за то, чтобы оставаться на передовой.
Какие неразводняющие опции покрывают расходы на вычисления ИИ?
Четыре варианта позволяют использовать вычислительные мощности без капитала: программы облачного кредитования и отложенные платежи от основных поставщиков; финансирование на основе выручки, погашаемое в виде доли от выручки, обусловленной инференсом; венчурный долг или специализированный вычислительный кредит для крупных запланированных расходов; и соглашения с поставщиками или GPU, распределяющие стоимость оборудования на длительный срок. Большинство AI-компаний используют два или три варианта, сопоставляя каждый с тем, является ли расход единовременным или постоянным.
Облачные кредиты — это самый дешевый доступный капитал и первая остановка. AWS Activate предлагает соответствующим критериям стартапам до 200 000 долларов США в виде кредитов, а Google for Startups Cloud Program предлагает аналогичные суммы для компаний, ориентированных на ИИ. Microsoft for Startups добавляет свой собственный уровень через Founders Hub. Это покрывает первоначальное обучение и дает время перед началом платных вычислений.
Отложенные платежи работают совместно с кредитами. Крупные облачные провайдеры позволяют финансируемым стартапам отсрочить платеж на 30-60 дней, что сглаживает пиковые счета за инференс без затрат на финансирование. Это дает ту же передышку, что и краткосрочная кредитная линия, без необходимости привлекать кредитора к обсуждению структуры капитала.
Как только начнется реальное использование, финансирование на основе выручки хорошо подходит для прогнозирования, поскольку погашение колеблется вместе с выручкой, которую генерируют вычисления, хотя низкая валовая прибыль может ужесточить условия. Для крупного запланированного строительства fasilitas венчурного долга или выделенная линия на вычисления распределяет затраты на срок службы финансируемого актива.
Финансирование от поставщиков и целевое финансирование на базе GPU дополняют меню. Некоторые поставщики облачных услуг GPU и специализированные кредиторы напрямую финансируют зарезервированные мощности или собственное оборудование, распределяя большие первоначальные затраты на месяцы работы кластера. Условия зависят от использования: кластер, работающий почти с полной загрузкой, легко подлежит страхованию, в то время как простаивающее оборудование быстро становится ответственностью, которую учитывает кредитор. Для большинства компаний, ориентированных на программное обеспечение, этот путь менее важен, чем кредиты и капитал, основанный на доходах, но он может стать основой серьезной учебной программы.
Соответ
| Способ финансирования | Лучше всего подходит для | Основной компромисс |
|---|---|---|
| Облачные кредиты и отложенный биллинг | Раннее обучение, до получения дохода | Ограничено, истекает, привязывает вас к одному поставщику |
| Финансирование на основе выручки | Инференс, который масштабируется с продажами | Стоит дороже, когда выручка невелика |
| Венчурный долг или вычислительный объект | Крупное запланированное обучение или расширение | Ковенанты и покрытие опционами |
| Финансирование от поставщика или с использованием GPU | Собственное или зарезервированное оборудование | Риск актива, если загрузка снижается |
Следует ли финансировать обучение и инференс по-разному?
Да, и это разделение — самое полезное решение здесь. Обучение — это капитальные затраты: определенная сумма, потраченная один раз, которая создает актив в самой модели. Это подходит для финансирования капитального типа, такого как кредиты, срочные кредиты или фиксированная сумма венчурного долга, погашаемая в течение периода, когда модель приносит доход. Инференс ближе к себестоимости товаров, увеличиваясь и уменьшаясь в зависимости от использования, поэтому он подходит для финансирования, которое колеблется таким же образом.
Распространенная и дорогостоящая ошибка – несоответствие: покрытие периодических расходов на инференс единовременным капитальным вливанием, которое заканчивается в середине квартала, или финансирование неравномерных тренировочных запусков долей от выручки, которая продолжает взиматься еще долго после завершения запуска. Сначала назовите расход — капитал или себестоимость продаж, затем выберите инструмент, который ему соответствует. Компания, которая правильно решает эту задачу, редко нуждается в экстренном привлечении собственного капитала для покрытия перерасхода на вычисления.Быстрый пример показывает ставки. Скажем, компания тратит 80 000 долларов в месяц на инференс, в то время как ее ежемесячный текущий доход составляет 300 000 долларов. Кредит, основанный на доходе, который берет 8 процентов от дохода, покрывает большую часть этой нагрузки и взимает плату только тогда, когда доход есть. Если финансировать те же 80 000 долларов с помощью единого платежа по срочному кредиту, то в медленный месяц, когда денежные средства особенно ограничены, платеж все равно будет приходиться. Инструмент, который адаптируется к использованию, защищает ресурсы, которые должны были продлить расчетный период.
Как EBITCAC влияет на то, что кредиторы готовы финансировать?
Кредитор финансирует то, что он может рассматривать как денежный поток. Когда расходы стимулируют привлечение и удержание клиентов, а не только обслуживание существующей задолженности, фреймворк EBITCAC рассматривает эти расходы как капитальные затраты, а не текущие расходы. Вынос их из операционных расходов увеличивает показатель денежного потока, который кредитор использует для оценки покрытия, что поддерживает более крупный неразмывающий кредит против той же выручки.
Этот переосмысление имеет наибольшее значение для ИИ-компаний именно потому, что их вычислительные мощности очень высоки. Кредитор общего профиля видит низкомаржинальный бизнес, сжигающий деньги в GPU, и предлагает мало. Фонд, который рассматривает создание вычислительных мощностей как основу для долгосрочного развития и расширения, как инвестицию в ценность клиента, вместо этого оценивает объект кредитования исходя из этой долгосрочности. Доказательство того, что расходы на облачные сервисы связаны с привлечением и удержанием клиентов, превращает вычислительные мощности из центра затрат в актив для роста, и они становятся еще одной строкой в более широком неразмывающем финансировании.
Часто задаваемые вопросы
Можно ли получить кредит только на GPU или вычислительные затраты?
Да. Некоторые кредиторы предлагают специфические для вычислений займы, а общие венчурные займы могут быть выделены на инфраструктуру. Оба типа займов рассчитываются исходя из вашего дохода и показателей, а не только оборудования, поэтому высокая степень удержания клиентов и рентабельность важнее счета за GPU.
Считаются ли облачные кредиты неразмывающим финансированием?
Они работают подобным образом, поскольку покрывают реальные расходы, не затрагивая вашу долю. Загвоздка в том, что на них есть ограничения, они имеют срок действия и привязывают вас к одному поставщику, поэтому рассматривайте их как удлинитель взлетно-посадочной полосы, а не как долгосрочный план.
Стоит ли финансировать вычисления или просто привлечь акционерный капитал?
Привлекайте акционерный капитал для рискованных ставок с неограниченной асимметричной доходностью, таких как привлечение старших инженеров, выход на новый рынок или агрессивное продвижение на рынке. Вычислительные мощности ближе к количественной стоимости, поэтому финансируйте их за счет долга, кредитов или выручки, а акционерный капитал оставляйте для создания стоимости, которую поддержит только долгосрочный рисковый капитал.
