ICONIQ Capital - это growth фонд / family office, который управляет деньгами уважаемых tech предпринимателей, таких как Дорси, Цукерберг, Московиц, Пакрер и другие. ICONIQ, возможно, первым сделал ставку на бренде и нетворке своих LP, как важном конкурентном преимуществе. Фонд создал иммигрант индус, Дивеш Макан, проведший молодость в Южной Африке, и через терни Accenture и MBA в Warton пробился в инвестиционный банкинг. Там он закорешился с Цукербергом во время того, как готовил IPO, и после с друзьями по Morgan Stanley сколотил свой фонд. Сейчас уже подняли пятый фонд и очень любят инвестировать в SaaS.

Месяц назад команда выпустила полу-руглярный аналитический отчет о будущем SaaS бизнесов. ICONIQ имеет доступ к проприетарным данным таких копаний, как 1Password, Airtable, DBT, Miro, Calendly, Loom, Pinecone, Snowflake, Datadog, Docusign, и другие. Убрав мой понебратский стиль повествования, это, возможно, лучшее аналитическое чтение по SaaS, которое я видел за последний год.

Несколько ключевых моментов:

1. Предсказывают, что 2023 год будет непростым (спасибо), и что те таргеты, которые вы ставили себе в 2022, не достигнете.
2. Темпы роста ARR и NDR снизились на всех стадиях, но больше всего затронуло early-stage. В золотые ковидные времена стартапы ранних стадий видели рост ARR до 200% YoY, сейчас и за 111% YoY скажут спасибо.
3. NDR затронуло не меньше. Снизился с пиковых уровней 120-130% в 2017 году до ~105% в 1-м полугодии 2023 года, что обусловлено сложностью экспансии и повышенным черном.
4. Тезис сперва показался странным, но ICONIQ говорит, что наблюдает, что рост выручки вернул себе первенство главной скрипки в оценке компании, а ее прибыльность и gross margin отошли на второй план.
5. Обещают, что такая конъектура рынка заставит всех перейти на usage-based pricing (UBP). Имхо спорный аргумент, так как не все бизнесы ложаться на рельсы такого ценообразования.
6. Как-то аналитики придумали метрику Rule of 40 - принцип, согласно которому темпы роста и profit margin должны превышать 40%. Метрика отражает фундаментальный компромисс между инвестициями в рост и краткосрочной рентабельностью. Тут ICONIQ предлагает повысить планку до Rule of 60. AI обещает разлочить новый вектор роста за счет операционной эффективности. Этот тезис особо не раскрывают, а жаль.
7. Лучшие компании достигнут прибыльности через 6-7 лет после достижения $10m ARR, или через 3-4 года после достижения $100m ARR и растут 1.5x каждый год до IPO..
8. В репорте много бенчмарков по любимым SaaS метрикам – quick ratio, payback period, burn multiple. Занятная метрика, topline attainment, слышу про нее впервые, measures the actual dollars achieved each quarter against the original plan set at the beginning of the year. Этот показатель становится важным при приближении к IPO
9. Макро-волатильности дошла и до SaaS. Logo churn и down sell в одном квартале 2023 достигли значений 2020 года.
10. Средний в 2022 году OPEX составлял 221% от выручки, сейчас вышли на скромные 180%. Больше всего это коснулось бедолаг из Sales & Marketing. До того, как компания дошла до 25М, OPEX составлял 427% от выручки. Post-IPO сходится к 75%.
11. Sales efficiency метрика стабильно падает и дошла до 0.6x у молодых стартапов, 0.9x у зрелых ребят с $100m ARR.
12. Медианный CAC payback 29 месяцев. То есть затраты на привлечение одного пользователя в среднем окупаются через три года почти.
13. ICONIQ утверждает, что UBP даёт 199% growth YoY в то время, как SaaS-компании дают 116%. Из минусов, UBP более волатильный, так как более чувствителен к спаду клиентов.
14. Немного про важность customer success. Новые лого - главный драйвер роста ARR только до $100M ARR, потом экспансия контрибьютит более 50% нового ARR.
15. Интересно, PLG-компании как только пробивают $50м ARR имеют меньший COGS % revenue в сравнении с sales-led. В целом по рынку наблюдается приоритизация экспансии аккаунта перед acquisition нового ARR.
16. Средние затраты на FTE (сотрудника) сходятся к 200-300 тысячам долларов на 20-м месяце с выходом на $10m ARR.

Ссылка на презентацию в комментариях.

Первый пошел! Промышленные андроиды сингапурской фирмы Fourier Intelligence поступят на рынок к концу года

https://newatlas.com/robotics/fourier-tesla-humanoid-videos/

Курцвейл начитался Тьюринга, а потом решил поэкстраполировать закон Мура, и так и наделал свои прогнозы? )

Какой путь прошли основатели перед созданием компании-единорога?

Сегодня много цифр в исследовании:
https://vc.ru/story/852859

Немного об уроках истории.

Если кто не знал -- к началу 1943 года у США и Британии было настолько мало запасов пенициллина, что провести формальные клинические испытания его на человеке не представлялось возможным. Даже более того -- для спасения жизни первой американской пациентки, которая успешно испытала на себе пенициллин (у неё был сепсис после криминального аборта), была израсходована ПОЛОВИНА всех тогдашних запасов пенициллина в США. А доставляли пенициллин из университетской лаборатории к месту лечения той пациентки в госпитале -- под вооружённой охраной 🙂

И вот, на фоне войны американская FDA пошла на абсолютно беспрецедентное для себя решение -- вопреки собственным же бюрократическим правилам, FDA в начале 1943 года выдала пенициллину регистрацию без формальных клинических испытаний, только лишь на основании всего нескольких известных тогда случаев, когда пенициллин спасал жизнь пациентам с сепсисом или раневой инфекцией.

А потом, тоже в начале 1943 года, был такой эпизод. Президент Рузвельт собрал у себя глав примерно 20 крупнейших на тот момент фармацевтических компаний США и Британии -- Merck, Pfizer, Abbott, Bristol Myers и т.д. И произнес перед ними речь, в которой сказал: "Америка и союзники должны победить. Демократия должна победить. Но чтобы выиграть эту войну -- нам нужен пенициллин. Нам нужно очень много пенициллина. Американское государство готово платить вам -- всем, кто возьмется за его производство -- двадцать тысяч долларов за каждый флакон пенициллина, за каждый миллион единиц".

В итоге -- почти все доступные производственные площади всех двадцати фармкомпаний-участников The Penicillin Group -- были заставлены огромными чанами с пенициллиновой плесенью. А их штатные учёные 7 дней в неделю, без выходных и праздников, занимались селекцией более производительных штаммов плесени.

Уже к июню 1943 года пенициллина было столько, что армия США снизила закупочную цену на него с 20 тысяч баксов за флакон 1 млн единиц -- до 200 баксов за флакон. А к 1945 году -- до 20 центов за флакон 🙂

Это к вопросу о сегодняшних попискиваниях антиваксеров — мол, "вакцины от ковида были недостаточно плотно испытаны". А пенициллин ВООБЩЕ не был формально испытан на момент регистрации (РКИ провели уже потом, в спокойной послевоенной обстановке). И что? 😊

Нобелевская неделя продолжается.

Лауреатами по физике стали Пьер Агостини, Ференц Крауз и Анн Л’Юйе за экспериментальную разработку технологии сверхкоротких лазерных импульсов, позволяющей заглянуть внутрь атома.

В 2001 году будущие лауреаты независимо друг от друга провели успешные эксперименты, которые фактически заложили основу нового научного направления - аттосекундной физики.

⏱ Аттосекунда - одна триллионная доля секунды (10 в минус 18 степени секунды). Как поясняет сам Нобелевский комитет, в секунде столько аттосекунд, сколько секунд в истории вселенной (да, в сложно поверить, но факт остаётся фактом). Именно в таких крошечных промежутках времени в материи происходят процессы на уровне атомов и электронов.

Агостини, Крауз и Л'Юйе создали технологию, позволяющую генерировать сверхкороткие лазерные импульсы, позволяющие зафиксировать взаимодействия между отдельными элементарными частицами, то есть фактически заглянуть внутрь атома. В 2003, например, группа Л’Юилье установила рекорд, создав самый маленький лазерный импульс длиной всего 170 аттосекунд.

"Мы можем теперь открыть дверь в мир электронов. Аттосекундная физика дает нам возможность понять механизмы, которыми управляют электроны. Следующий шаг – их использование", - отмечает председатель Нобелевского комитета по физике Ева Олссон.

#про_ИИ #про_науку

Внезапно кул стори про разницу между ИИ-хайпом и суровой реальностью. Помните, пару лет назад был страшный кипеш по поводу гугловского AlphaFold'a, который [предположительно] решил эпохальную проблему свёртывания белков?

Собственно, это была первая заметная (читай - запущенная вендорами) волна хайпа по поводу генеративного ИИ: хоронили всех структурных биологов чохом; пророчили революцию в медицине - в общем, было всё то же, что нынче с ChatGPT.

А когда информационная пена осела, оказалось, что:

1️⃣ Реальная проблема фолдинга белков - не в предсказании формы, как рассказывает всем Google (и прочие товарищи в полосатых купальниках, продающие генеративный ИИ); реальная проблема - в предсказании функции получившегося белка. Ну потому что если вы не знаете, что этот белок делает, то зачем козе этот баян, кроме как на побаловаться.

2️⃣ Сомнительная польза AlphaFold в этой части связана с тем, что ИИ не обучен анализировать связывание лигандов; проще говоря - не работает с межмолекулярными взаимодействиями белок / рецептор, которые, собственно, и определяют производимые эффекты (физиологические, биохим и пр.). Можно ли его вообще этому обучить, вопрос открытый; вероятно, можно, но пока этого не произошло.

3️⃣ Результаты работы AlphaFold невозможно толком проверить - моделей слишком много; а до тех пор, пока статистически значимое количество моделей не будет проверено в пробирке, ничего утверждать нельзя - и лучше бы ничего из этого не продавать медикам и фармацевтам (кстати, по итогам того, что успели проверить, высокоточными оказались примерно 35% полученных моделей; не говоря уже о том, что IRL существует больше типов белков, чем те, на которых его обучили: в модели, например, не учтены микробные белки, - и как с этим жить, тоже пока не понятно).

4️⃣ И вишенка на торте: все эти прекрасные результаты (тм) были получены только потому, что Google DeepMind тупо использовал открытую базу данных по белковым последовательностям UniProt, которую международный консорциум биотех-институтов кропотливо собирал аж с 1986 года. Так что не удивительно, что бедный Google вынужден был сделать AlphaFold общедоступным; попробуй он его продать, его бы с потрохами сожрали.

Учёные - люди очень вежливые, и никто, если я правильно помню, публично и нецензурно на эту тему не высказался. Но на конференциях и прочих проф обсуждениях биологи периодически делают 🤦🏻‍♀️🤦🏻‍♀️🤦🏻‍♀️. Правда, тут же добавляя, что AlphaFold - это хорошо, это первый шаг ТМ и прочее в том же духе.

Люблю такое.