วิเคราะห์ Alphasense เสิร์ชเอนจินค้นหาข้อมูลอุตสาหกรรมที่ Alphabet ลงทุน 1.3 แสนล้านวอน

วิเคราะห์ Alphasense เสิร์ชเอนจินค้นหาข้อมูลอุตสาหกรรมที่ Alphabet ลงทุน 1.3 แสนล้านวอน

1. thesis
   ○ การวิจัยธุรกิจเป็นงานหลักสำคัญของแรงงานความรู้ยุคใหม่
   ○ แต่เครื่องมือที่ช่วยงานนี้ยังฉลาดไม่เพียงพอเมื่อเทียบกัน (มีงานซ้ำๆ มาก)!
   ○ Alphasense จึงถือกำเนิดขึ้นในฐานะเสิร์ชเอนจินที่เชี่ยวชาญด้าน business research / intelligence เพื่อแก้ปัญหานี้
   ○ บริษัทได้รับการประเมินมูลค่าที่ 3.2 ล้านล้านวอนจากการระดมทุนเชิงรุก แล้วจะกลายเป็น Google แห่งวงการข้อมูลอุตสาหกรรมได้หรือไม่?

2. founding story
   ○ Jack Kokko ซึ่งทำงานอยู่ที่ Morgan Stanley ได้พบกับ Raj Neervannan ที่กำลังเรียน Wharton MBA และทั้งคู่เห็นพ้องอย่างมากกับความลำบากในกระบวนการวิจัย
   ○ เพื่อแก้ปัญหานี้จึงก่อตั้ง Alphasense ในปี 2011
   ○ GTM ช่วงแรกคือกลุ่ม hedge fund (ขนาดเล็ก แต่กำลังซื้อสูง) จากนั้นใช้ cold call เจาะบริษัทการเงินใน Wall Street จนเติบโตอย่างรวดเร็ว

3. product
   -> problem: เสิร์ชเอนจินแบบเดิมไม่ได้ให้ insight มากไปกว่าการเรียงรายการข้อมูล และยังปะปนด้วยข้อมูลที่ไม่แม่นยำ
   -> solution: คัดเลือกเฉพาะข้อมูลที่น่าเชื่อถือ แล้วให้ผลการค้นหาบนฐานข้อมูลนั้น พร้อมต่อยอดเป็น 4 ฟังก์ชันหลัก ได้แก่ การค้นหา การสรุป การมอนิเตอร์ และเวิร์กโฟลว์
   ○ การค้นหา: พัฒนาเสิร์ชเอนจินที่เฉพาะทางด้านข้อมูลอุตสาหกรรม/บริษัท + สร้างฐานข้อมูลที่มีความน่าเชื่อถือสูงซึ่งสะสมมาหลายปี
   ○ การสรุป: ให้พรีวิวเพื่อดูหัวข้อและคีย์เวิร์ดสำคัญต่อเนื่องจากการค้นหา
   ○ การมอนิเตอร์: เมื่อกำหนดหัวข้อที่สนใจ ระบบจะส่งการแจ้งเตือนข่าวสารใหม่เกี่ยวกับหัวข้อนั้น
   ○ เวิร์กโฟลว์: เวิร์กสเปซสำหรับบันทึก จัดเก็บ และแชร์สิ่งที่ค้นพบ

4. market
   ○ customer persona ของบริษัทกระจายอยู่ในหลายตลาด
   ○ ด้วยความอนุรักษนิยมของอุตสาหกรรมการเงิน (ให้ความสำคัญกับความปลอดภัยและความน่าเชื่อถือเป็นอันดับแรก) บริษัทจึงไม่ทุ่มทั้งหมดกับอุตสาหกรรมข้อมูลการเงิน แต่ขยายไปยัง vertical อื่น
   ○ ขยาย TAM ผ่านอุตสาหกรรม market research รวมถึงแบบสอบถามและการสัมภาษณ์ลูกค้า
   ○ ขยายไปยัง vertical อื่น (เช่น vertical ด้านไบโอ/เภสัชกรรม) จนปัจจุบันลูกค้านอกภาคการเงินคิดเป็น 75% ของทั้งหมด

5. traction
   ○ จากยอดเงินลงทุนสะสม 4.4 แสนล้านวอน การลงทุนหลักมีดังนี้
   ○ Alphabet extension round: มูลค่า 1.8B, 100M
   ○ จาก Wall Street เช่น Goldman Sachs, Wells Fargo, Morgan Stanley, Citi: 180M
   ○ innovation endeavor ของ Eric Schmidt: 50M
   ○ ลูกค้าของบริษัทก็เป็นนักลงทุนของบริษัทด้วย (เช่น Google, Goldman Sachs เป็นต้น)

6. business model
   ○ สร้างรายได้จาก ARR และ custom solution เช่นเดียวกับ SaaS อื่นๆ
   ○ คาดว่าค่าบริการต่อผู้ใช้หนึ่งคนอยู่ที่ $5000~7000
   ○ แม้มีโอกาสพลิกมีกำไร แต่ตอนนี้ยังไม่ทำกำไร และคาดว่าหลังจากนี้ต้นทุนจะไปอยู่ที่การอัปเดต DB และการฝึก LLM

7. valuation
   ○ PSR สูงกว่าเมื่อเทียบกับบริษัท peer ทั้งเอกชนและจดทะเบียน (Factset 8, S&P Global 10, Bloomberg 5, Alphasense 12)
   ○ เพื่อทำให้มูลค่าบริษัทระดับสูงนี้สมเหตุสมผล บริษัทต้องขยายสู่ vertical นอกภาคการเงินได้สำเร็จ และกลายเป็นสิ่งที่ทดแทนไม่ได้สำหรับฐานผู้ใช้ที่กว้างขึ้น ดังนั้นจึงยิ่งจำเป็นต้องใช้ GenAI/LLM อย่างมีประสิทธิภาพ

8. competition
   ○ บริการข้อมูลการเงิน: Bloomberg, Refenitiv Eikon, S&P Capital IQ, FactSet
   ○ สตาร์ตอัป B2B LLM knowledge engine: Hebbia, Glean
   ○ บริษัทนี้จะขยายจากภายนอกองค์กรเข้าสู่ภายในองค์กร ขณะที่สตาร์ตอัป LLM knowledge engine จะขยายจากภายในองค์กรออกสู่ภายนอก และทั้งสองฝั่งจะมาแข่งขันกัน

9. key opportunities
   ○ วิสัยทัศน์: Google สำหรับ business research จากเดิมที่ไล่ตาม P ไปสู่การไล่ตาม Q ซึ่งอาจทำให้เกิดบริการที่แมสและเบายิ่งขึ้นได้ด้วย
   ○ หนักแน่นพอเหมาะ และรวดเร็วเท่าที่จำเป็น (มีประสบการณ์ในอุตสาหกรรมการเงินมากกว่า 10 ปี + ตอบสนองต่อเทรนด์ GenAI ได้อย่างว่องไว)
   ○ ขยายไปนอกอเมริกาเหนือ (APAC)
   ○ Exit opportunity ที่น่าสนใจ (มีความเป็นไปได้ที่จะถูกซื้อกิจการโดยลูกค้าที่เป็นนักลงทุนด้วย)
   ○ GenAI/LLM (เปิดโอกาสทั้งความสนใจจากสื่อและการระดมทุน แต่หลังจากนั้นต้องคิดต่อว่าจะสร้างคุณค่าให้ลูกค้าอย่างไร)

10. key risks
    ○ คู่แข่งที่แข็งแกร่ง: แม้มี moat เชิงคุณภาพด้านข้อมูล เทคโนโลยี ชื่อเสียง และการดูแลลูกค้า แต่ในสาย AI / search นั้น moat ทางเทคนิคยังอ่อน
    ○ ICP (ideal customer profile) ที่มีจำนวนจำกัด: ไม่ใช่ผลิตภัณฑ์ที่พนักงานทุกคนจะใช้ และต่อให้ลูกค้าของบริษัทเติบโต ก็ไม่ได้แปลว่ารายได้ของบริษัทจะโตตาม

11. conclusion
    ○ Alphasense อาจกลายเป็น Google แห่งวงการข้อมูลอุตสาหกรรมได้ มาจับตาดูกันว่าผลิตภัณฑ์และกลยุทธ์ของพวกเขาจะเปลี่ยนไปอย่างไร และจะสร้างความมั่งคั่งได้มากเพียงใด