افتخار این را داشتم که با مایک ویلیامز از Everything Marketplaces درباره وضعیت بازارگاهها در عصر هوش مصنوعی گفتگو کنم.
۰:۰۴ مقدمه
۰:۵۸ پیشینه فابریس
۱:۴۴ فابریس هنگام سرمایهگذاری در بازارگاهها به دنبال چه چیزی است
۴:۴۶ وضعیت بازارگاهها با هوش مصنوعی
۱۷:۲۸ استراتژیهای جدید برای بازارگاههای بومی هوش مصنوعی
۱۹:۰۳ نرخ رشد برای بازارگاهها با هوش مصنوعی
۲۲:۵۰ چگونه هوش مصنوعی نیازهای سرمایه برای بازارگاهها را تغییر میدهد
۲۵:۴۰ قابلیت دفاع برای بازارگاهها در عصر هوش مصنوعی
۲۸:۱۳ نکاتی برای بنیانگذاران بازارگاهها در سال ۲۰۲۶
در همان زمان، با استفاده از کدنویسی Vibe، میتوانید بهرهوری برنامه خود را به طور چشمگیری بهبود بخشید. بنابراین باید بتوانید بهرهوری برنامهنویس را بهبود بخشید، هزینهها را به طور چشمگیری کاهش دهید.
۳۳:۴۴ پرسش و پاسخ گروهی درباره نکاتی برای گذار به بومی هوش مصنوعی شدن
۳۴:۵۵ پرسش و پاسخ گروهی درباره محاسبه LTV
۳۶:۴۵ پرسش و پاسخ گروهی درباره CAC سمت فروشنده
۳۸:۱۷ پرسش و پاسخ گروهی درباره معیارهای جذب سرمایه در سال ۲۰۲۶
و بنابراین، چگونه به قابلیت دفاع، در عصر هوش مصنوعی و به طور خاص با بازارگاهها اکنون فکر میکنید؟
علاوه بر ویدیوی یوتیوب فوق، میتوانید به پادکست در iTunes و Spotify نیز گوش دهید.
رونوشت
مایک ویلیامز: به Everything Marketplaces خوش آمدید، جایی که درباره بنیانگذاران و رهبران برخی از برترین بازارگاههای امروز صحبت میکنیم. این قسمت ۲۰۹ است که در واقع یک گفتگوی گروهی عالی با فابریس گریندا، شریک در FJ Labs، بود. FJ Labs یک صندوق سرمایهگذاری خطرپذیر در مراحل اولیه است که از بیش از ۱۲۰۰ استارتاپ، از جمله بازارگاههایی مانند Alibaba، Flexport، Clutch و غیره حمایت کرده است.
فابریس همچنین مهمان قبلی گفتگوی گروهی بوده است. خوشحالیم که دوباره از او استقبال میکنیم. ما با یک مرور سریع بر صندوق سرمایهگذاری خطرپذیر FJ Labs و آنچه آنها هنگام سرمایهگذاری در بازارگاهها به دنبالش هستند، شروع کردیم. سپس به بررسی عمیق بازارگاهها در عصر هوش مصنوعی پرداختیم. ما درباره موضوعاتی مانند اینکه چگونه هوش مصنوعی کار را برای بازارگاهها آسانتر میکند تا قابلیت دفاع بیشتری داشته باشند و وضعیت فعلی جذب سرمایه، بحث کردیم.
فابریس نکات زیادی را برای بنیانگذاران به اشتراک گذاشت و ما همچنین یک جلسه پرسش و پاسخ گروهی عالی داشتیم. من واقعاً از این گفتگو لذت بردم. فکر میکنم تماشای آن تا انتها برای شما بسیار مفید خواهد بود.
پس فابریس، عالی است که امروز دوباره برای گفتگوی گروهی بعدی به ما ملحق شدی. احساس میکنم از آخرین گفتگوی ما که فقط چند سال پیش بود، خیلی چیزها تغییر کرده است و اکنون البته چیزهای زیادی داریم که با این موضوع و بازارگاهها در عصر هوش مصنوعی به آن خواهیم پرداخت. اما فکر کردم عالی است اگر بتوانی با یک مرور سریع از پیشینهات برای کسانی که شاید نمیدانند و تازه به ما پیوستهاند، شروع کنی.
فابریس گریندا: من از سال ۱۹۹۸، یعنی ۲۸ سال، بنیانگذار و سرمایهگذار در حوزه فناوری بودهام. سه شرکت بزرگ با حمایت سرمایهگذاری خطرپذیر را ساختم. آخرین آنها را به ۱۱۰۰۰ کارمند در ۳۰ کشور و بیش از ۳۰۰ میلیون کاربر منحصر به فرد رساندم. این شرکت یک Craigslist برای بقیه جهان بود و در تمام این مدت، از سال ۹۸، شروع به سرمایهگذاری در بازارگاهها کردم.
و من این کار را حرفهای کردم. در سال ۲۰۱۶، FJ Labs را ایجاد کردم که یک صندوق سرمایهگذاری خطرپذیر متخصص در کسبوکارهای داراییسبک است که کسبوکارهای پشتیبانیشده و بازارگاهها بخش بزرگی از آن بودند. ما فکر میکنم در سه، بله، احتمالاً باید چند مورد را ذکر کنم. ما در ۱۳۰۰ کسبوکار سرمایهگذاری کردهایم. بیش از ۳۰۰ خروج داشتهایم و تاکنون با نرخ بازده داخلی (IRR) حدود ۳۰٪ رشد کردهایم.
مایک ویلیامز: البته این پیشینه واقعاً باورنکردنی است. چیزهای زیادی وجود دارد که در اینجا به آنها خواهیم پرداخت. فکر میکنم به عنوان یک مرور سریع، میتوانید یک نمای کلی از FJ Labs به عنوان یک صندوق سرمایهگذاری خطرپذیر و آنچه هنگام سرمایهگذاری در بازارگاهها به دنبالش هستید، ارائه دهید؟
فابریس گریندا: FJ Labs واقعاً بازتاب شخصیت من است. من یک سوپر انجل بودم قبل از اینکه سرمایهگذار خطرپذیر شوم. و هرگز ساختار صندوق را از بالا به پایین انجام ندادم. اینگونه است که من یک معامله میبینم، با بنیانگذاری که دوست دارم ملاقات میکنم و او مرا متقاعد میکند و من سرمایهگذاری میکنم. و از آنجا که من از نظر فکری کنجکاو هستم و فکر میکنم فناوری را به عنوان حلکننده مشکلات جهان میبینم. بنابراین در قرن ۲۱، فکر میکنم سه مشکل اساسی که ما در تلاش برای حل آنها هستیم: تغییرات آب و هوایی، نابرابری فرصتها، و بحران سلامت روانی و جسمی. و من دوست دارم از فناوری، به ویژه فناوری داراییسبک، برای بهتر، ارزانتر و سریعتر بودن نسبت به جایگزینها استفاده کنم. اکنون، آنچه من به دنبالش هستم، اساساً به هیچ وجه تغییر نکرده است.
من چهار معیار انتخاب دارم که هنوز هم همانهایی هستند که امروز هستند، اگرچه چند چیز در عصر هوش مصنوعی تغییر کرده است، اما چهار معیار انتخاب همانها هستند، یعنی «آیا بنیانگذار را دوست دارم؟» که برای من کسی است که بسیار فصیح است؛ زیرا چه بخواهی چه نخواهی، به عنوان یک بنیانگذار، تو یک فروشنده هستی، کارمندان را میفروشی، شریک تجاری را میفروشی، سرمایهگذاران را میفروشی، مطبوعات را میفروشی، هر چه که باشد.
پس مهم نیست که درونگرا هستی یا برونگرا، باید فصیح باشی. و شماره دو، «آیا میتوانی چشمانداز تعیینشده را اجرا کنی؟» و هر دو لازم هستند اما کافی نیستند، پس اگر جدا باشند. بنابراین برای ساختن یک بنیانگذار عالی به هر دوی آنها با هم نیاز داری. و روشی که من در یک تماس یک ساعته متوجه میشوم که آیا کسی میتواند اجرا کند، شماره دو است، «آیا کسبوکار را دوست دارم؟». که ترکیبی از اندازه کل بازار قابل دسترس است، اما مهمتر از آن برای یک بازارگاه، اقتصاد واحد. هزینه جذب مشتری کاملاً بارگذاریشده شما چقدر است، هم در سمت عرضه و هم در سمت تقاضا؟ حاشیه سود خالص شما به ازای هر مشتری چقدر است؟ گروههای شما در طول زمان چگونه به نظر میرسند؟
LTV به CAC شما بر اساس CM2 چقدر است؟ و صرف نظر از مرحلهای که در آن هستید، انتظار دارم بتوانید به این سوال پاسخ دهید. حتی قبل از راهاندازی، میخواهم به آن فکر کرده باشید. اگر به آن فکر نکرده باشید، بسیار بعید است که بتوانید ایده را اجرا کنید.
شماره سه: شرایط معامله چیست؟ و من به قیمت حساس هستم. و منظورم این نیست که چیزی ارزان نمیخواهم. میخواهم منصفانه باشد. منصفانه با توجه به کشش، با توجه به فرصت، با توجه به آنچه حل میکنید.
شماره چهار، به همان اندازه اساسی، «آیا مشکلی را حل میکنی که برای من مهم است و از دیدگاه من جهان را به مکانی بهتر تبدیل میکند؟» بدیهی است که این سوگیری دارد، اما من کاملاً حس روشنی از آنچه میبینم آینده جهان به سمت آن میرود، آینده حمل و نقل، آینده رباتیک، آینده غذا و غیره دارم. و آیا ایده شما و همسو بودن با موجهای بزرگ خوب است، درست است؟ برای حرکت با جریان تاریخ و نه علیه آن.
و بنابراین آیا ایده شما با جهت تاریخ همسو است؟ و بنابراین این چهار معیار در مجموع درست هستند. من سرمایهگذاری میکنم و ما خیلی سریع سرمایهگذاری میکنیم، دو جلسه یک ساعته در طول یک هفته؛ ما هستیم، ما نیستیم. بنابراین این تغییر نکرده است، اما بله. عالی است.
مایک ویلیامز: نه، این معیارها برای همه اینجا بسیار مفید خواهند بود. بنابراین مطمئنم که وقتی به پرسش و پاسخ گروهی برسیم، سوالات زیادی را به دنبال خواهد داشت. اما، میخواهم به صحبت درباره بازارگاهها و عصر هوش مصنوعی که در آن هستیم، بپردازم. البته، شما تأثیری بر بازارگاهها دیدهاید. بنابراین فکر میکنم نقطه شروع، الان در چه وضعیتی هستیم؟
فابریس گریندا: من میگویم ما در اوج سال از نظر مرزهای بازارگاه و سرمایهگذاران عمومی در مورد تأثیر هوش مصنوعی بر بازارگاهها هستیم. آنها میگفتند: اوه! بالای قیف به سمت عاملها حرکت خواهد کرد و بنابراین، شما قادر به داشتن حاشیه نخواهید بود، حاشیه عظیم و واسطهگری خواهید داشت. شاید LLMهای کوتاه مانند GPT و Claude جهان به صورت عمودی یکپارچه شوند و آنها همه کارها را انجام خواهند داد و هیچ جایی برای بازارگاهها وجود نخواهد داشت. و شاید کل پشته به تجارت عاملمحور تبدیل شود و حتی یک انسان در حلقه نباشد و بنابراین بازارگاهها بیربط هستند.
و من نمیتوانم به طور اساسیتر با تک تک این اظهارات مخالف باشم. اول از همه، وقتی به رفتار کاربران امروز در بازارگاهها نگاه میکنم، تغییری به سمت LLMها نمیبینم و انتظار هم ندارم که چنین تغییری رخ دهد، زیرا سه رفتار خرید در بازارگاهها وجود دارد.
یکی این است که شما برای سرگرمی در حال مرور هستید، معادل قدم زدن در برادوی و سوهو. و از مغازهای به مغازه دیگر رفتن. بنابراین اگر در یکی از این نوع سایتها هستید، مثلاً Vinted در دسته مد دست دوم را در نظر بگیرید که واقعاً مرور به عنوان سرگرمی است و شما به طور متوسط ۲۰، ۳۰ صفحه در هر بازدید را مرور میکنید.
شما چندین بار در ماه بازدید میکنید. واقعاً به دنبال چیزی نیستید، اما معمولاً ارزش متوسط پایینی دارد. چیزی شبیه به خرید ناگهانی. باز هم، هیچ دنیایی وجود ندارد که آن فید به LLMها برود. ایجاد یک فید از مد دست دوم با قیمت متوسط ۳۰ یورو که ممکن است بخواهید بخرید، در هیچ یک از LLMها در هزار اولویت برتر نیست. آنها برای کارایی سازماندهی شدهاند، نه برای کسی که در حال خودنمایی است. در دنیایی که به دنبال کارایی نیستید، کار نمیکند. حتی اگر ترافیک به آنجا منتقل شود، فکر نمیکنم مشکل بزرگی باشد.
شماره دو، اگر دقیقاً میدانید به دنبال چه چیزی هستید، هیچ دلیلی برای رفتن به یکی از LLMها وجود ندارد، درست است؟ رفتار فعلی این است که مستقیماً به آمازون یا eBay یا به میزان کمتری به گوگل میروید، مدل را تایپ میکنید، مثلاً تلویزیون LG C3 65 اینچ OLED و بوم، آن را دریافت میکنید.
و اتفاقاً، حتی اگر به گوگل هم بروید، میزان ارزشی که آنها جذب میکنند بسیار ناچیز است زیرا ۴۳٪ از نتایج در واقع به آمازون و eBay میرسند. بنابراین نقدینگی همچنان با متمرکز کردن افراد در بکاند تأمین میشود. اکنون دسته سومی از خریدهای با ملاحظه وجود دارد که میتوانم استدلال کنم که LLM ارزش بیشتری را به خود اختصاص خواهد داد.
زیرا اگر نمیدانید با توجه به اینکه چه کسی هستید، کجا زندگی میکنید و غیره، چه ماشینی باید بخرید، آنگاه یک مکالمه با LLM منطقی است. و بنابراین برای خریدهای با ملاحظه، اما باز هم آیا Carvana بهتر میتواند به شما بگوید یا GPT؟ مشخص نیست.
ممکن است GPT باشد. اما حتی در آن صورت، فرض کنیم، اولاً، بیشتر ترافیک به LLMها منتقل نمیشود. با این حال، LLMها اکنون حدود یک سوم ترافیک جستجو را تشکیل میدهند و رایگان هستند. بنابراین شما باید بدون هیچ سوالی خود را در LLMها ایندکس کنید. و باید AEO تهاجمی انجام دهید.
و پذیرندگان اولیه AEO، در جنگ ترافیک رایگان برنده خواهند شد. و بنابراین میتوانید ترافیک رایگان زیادی از آنجا دریافت کنید. پس حتماً خود را در آنجا ایندکس کنید. اجازه ندهید از شما برای دادههای آموزشی استفاده کنند، اما لیستهای خود را ایندکس کنید تا در نتایج ظاهر شوید. بسیار خب، حالا فرض کنیم بدترین سناریو.
به هر دلیلی، من اشتباه میکنم. صد درصد بالای قیف به GPT میرود. و تمام جستجوها از آنجا شروع میشوند. حالا بیایید فکر کنیم، GPT در این بدترین سناریو چقدر از ارزش را جذب خواهد کرد در مقابل بازارگاه؟ و این به صراحت به کاری که باید انجام شود، برمیگردد، درست است؟
بنابراین اگر به من بگویید. شما یک بلیط هواپیما رزرو میکنید و پنج شرکت هواپیمایی وجود دارد و آنها ۹۹٪ سهم بازار را دارند و انحصار چندجانبه هستند. بسیار خب، شما بدشانس هستید. اما باز هم، در دنیای امروز، Expedia چقدر از بلیطهای هواپیما درآمد کسب میکند؟ هیچ. آنها واقعاً یک بازارگاه نیستند. آنها یک توزیعکننده برای عاملها هستند. و اتفاقاً، این درست است. آیا کسی از شما که یک بازارگاه میسازد، اگر عرضه شما متمرکز باشد، شما یک بازارگاه نیستید. شما یک توزیعکننده برای هر کسی هستید که میفروشید، و آنها قدرت قیمتگذاری بر شما خواهند داشت، و شما قادر به داشتن حاشیه سود معقول نخواهید بود.
حالا به Airbnb با میلیونها لیست یا DoorDash با صدها هزار رستوران فکر کنید. آن عرضه، که تجمیع شده است، بسیار سخت است که تکرار شود. هیچ دنیایی وجود ندارد که GPT این کار را انجام دهد. و اتفاقاً، هرچه کار بیشتری برای تطبیق آنها با پیکها انجام دهید.
DoorDash بازارگاههای سهجانبه دارد، مانند خریداران، رستورانها و پیکها. و هرچه در پرداختها، تدارکات و غیره بیشتر انجام دهید، ارزش بیشتری را جذب میکنید. و فراموش نکنیم، بیشتر بازارگاهها در اکثر این دستهها برنده بیشترین سهم هستند، و میدانید که اساساً فقط Airbnb و سپس DoorDash و Uber Eats وجود دارند، اما همین است.
Uber و Lyft هستند، و همین. هرچه تراکنشهای کوچک و تکراری با عرضه بسیار پراکنده بیشتر باشد، ارزش بیشتری را جذب خواهید کرد. بنابراین بیشترین چیزی که میتوانم ببینم یک GPT جذب میکند، معادل یک Google SEM در بالای قیف خواهد بود، و این فرض میکند که ۱۰۰٪ ترافیک به آنجا میرود، و من فکر نمیکنم ترافیک به آنجا برود.
بنابراین، من زیاد نگران «تأثیر تجارت عاملمحور چیست؟» نخواهم بود. و اتفاقاً، تجارت عاملمحور امروز صفر است. از نظر حجم، غیرقابل وجود است. یعنی خریدهای غیرانسانی و مستقیم اقلام توسط عاملها بسیار ناچیز است. و آیا در طول زمان رشد خواهد کرد؟ آره. آیا انتظار دارم در پنج سال آینده بیش از ۱۰٪ تجارت باشد؟ خیر
بنابراین شماره دو، من در واقع زیاد نگران تهدیداتی که ذکر کردم نخواهم بود، بلکه نگران فرصتها خواهم بود. به نظر من، اینجاست که مردم دست کم میگیرند که چقدر میتوانید امروز به عنوان بنیانگذار یک بازارگاه با استفاده از هوش مصنوعی انجام دهید. و این حیرتانگیز است. اجازه دهید چند مثال بزنم، مثلاً شش دسته از کارهایی که میتوانید انجام دهید.
یکی تجارت فرامرزی است، که شاید اگر در ایالات متحده میفروشید، کمتر مرتبط باشد. اما در هند، مثلاً، جایی که زبانهای زیادی مانند بنگالی، تامیلی و هندی و غیره وجود دارد. قبلاً بازارگاههای پراکنده بودند. فروش محلی مانند CDC نمیتوانست کار کند. شما نمیتوانستید از یک مصرفکننده در یک منطقه به منطقه دیگر بفروشید زیرا آنها به آن زبان صحبت نمیکردند.
و این در اروپا نیز صادق بود. اروپا هرگز اروپا نبود. اروپا فرانسه و آلمان و بریتانیا بود و مردم فرانسه انگلیسی یا آلمانی صحبت نمیکنند، و شما نمیتوانستید کالا را از مرزها ارسال کنید. اما اکنون Vinted، که بازارگاه مد است که قبلاً ذکر کردم با بیش از ۱۰ میلیارد GMV. یک میلیارد درآمد خالص، صدها میلیون جریان نقدی آزاد.
نابغه بودن آنها این است که لیستها را به صورت خودکار ترجمه میکنند. مکالمات بین خریداران و فروشندگان را به صورت خودکار ترجمه میکنند. و بنابراین آنها از نقدینگی فرانسوی خود استفاده میکنند، جایی که برنده شدهاند، تا به اسپانیا و ایتالیا بروند، و بلافاصله نقدینگی پیدا میکنند و بلافاصله به یک نیروی غالب تبدیل میشوند. ما سرمایهگذار در بازارگاههایی مانند حتی بازارگاههای B2B در خودروهای دست دوم مانند CarOnSale در آلمان هستیم که اکنون در فرانسه میفروشد. و در عرض یک سال ۳۰٪ از فروش. بنابراین شما اساساً میتوانید با استفاده از هوش مصنوعی به صورت فرامرزی عمل کنید و کسبوکار خود را در یک سال ۳۰٪ افزایش دهید.
شماره دو، لیست کردن در بازارگاهها از نظر تاریخی در بیشتر بازارگاهها، ۱٪ فروشنده، ۹۹٪ خریدار است. و مهم نیست که خدمات باشد، محصولات باشد و غیره. به سختی به این دلیل که مانع لیست کردن نسبتاً بالا است.
اگر نیاز به گرفتن ۲۰ عکس و نوشتن عنوان و نوشتن توضیحات در دسته انتخاب شده و انتخاب قیمت داشته باشم، کار زیادی است. و بیشتر مردم تنبل هستند و مایل به انجام آن نیستند. و این به ویژه برای اقلام با ارزش متوسط سفارش پایین صادق است. و همچنین برای دستههایی که تراکنشها پیچیده هستند، صادق است.
اما اکنون با هوش مصنوعی، میتوانید فقط یک عکس بگیرید و بوم. توضیحات دسته، بوم. و کارتان تمام است. و حتی لیستهای بهبود یافته با نرخ تبدیل بالاتر در فروش. بنابراین شما قطعاً باید از هوش مصنوعی با آموزش مناسب و مجموعهدادهها برای دسته خود استفاده کنید تا فرآیند لیست کردن را به حداکثر سادگی برسانید تا درصد بازدیدکنندگانی که فروشنده هستند را بهبود بخشید و به طور کلی تجربه کاربری را بهبود بخشید، که نرخ خرید را افزایش میدهد.
شماره سه، شما میتوانید ساختار هزینه خود را به طور اساسی تغییر دهید. ما سرمایهگذار در شرکتی به نام Ace Waves هستیم که هوش مصنوعی خدمات مشتری را برای بازارگاهها انجام میدهد. بازارگاههایی که آن را پیادهسازی کردهاند، هزینههای مراقبت از مشتری خود را در شش ماه ۵۰٪ کاهش دادهاند، ۵۰٪ در حالی که NPS را بهبود بخشیدهاند.
در عین حال، با استفاده از کدنویسی Vibe، میتوانید برنامه و بهرهوری خود را به طرز چشمگیری بهبود بخشید. بنابراین باید بتوانید بهرهوری برنامهنویس را افزایش دهید و هزینهها را به شدت کاهش دهید.
شماره چهار. امروزه بازارهای آنلاین جریانهای درآمدی بیشتر و بیشتری دارند؛ قبلاً فقط یک کمیسیون میگرفتید و تمام، اما امروزه میتواند شامل هزینه اشتراک SaaS به علاوه یک کمیسیون کوچک باشد. و یکی از موارد مهم، فروش تبلیغات است. فروشندگان خودتان، تبلیغات میخرند. راستی، بیشتر مردم نمیدانند آمازون یک بازار آنلاین است. اکثریت قریب به اتفاق اقلام فروخته شده در آمازون، کالاهای شخص ثالث هستند. آمازون کاملاً یک بازار آنلاین است که پرداختها، بستهبندی و ارسال را مدیریت میکند. یعنی لجستیک، بازگشت کالا و خدمات مشتری، اما آنها یک بازار آنلاین هستند.
فروشندگان و بازرگانان آنها که تبلیغات در آمازون برای لیستهای حمایتشده میخرند، اکنون یک دسته چند میلیارد دلاری است. و زیبایی آن تبلیغات این است که محصولی با حاشیه ۹۵٪ است. و بنابراین شرکتهایی مانند Instacart، ۵٪ از GMV از تبلیغات سلفسرویس میآید، و این بخش عمدهای از سود است.
و بنابراین بازارگاهها با افزایش مقیاس، باید کاملاً تبلیغات را پیادهسازی کنند، به ویژه فروشندگان بازارگاه، که برای تبلیغ خود از شرکتهایی مانند Topsort استفاده میکنند. و البته هوش مصنوعی، درست است؟ نکته این است که انجام آن بسیار دشوار است. شما نمیتوانید فقط به بالاترین CPC بفروشید زیرا در واقع آنچه برای آن بهینهسازی میکنید CPC نیست، بلکه CCM است.
شما برای CPC ضربدر نرخ کلیک بهینهسازی میکنید. و بنابراین باید هوش مصنوعی واقعاً هوشمندی داشته باشید تا بفهمید چه تبلیغی را کجا نمایش دهید که منجر به بالاترین CPC ضربدر بالاترین CTR شود. و بنابراین در سمت تولید درآمد کاملاً مبتنی بر هوش مصنوعی است.
میلیونها کار دیگر وجود دارد که میتوانید انجام دهید، ردیابی اقلام. منظورم این است که اساساً شرکت شما باید از ابتدا با هوش مصنوعی و با هوش مصنوعی یکپارچه ساخته شود، و این میتواند کسبوکار را متحول کند. بنابراین من به فرصتهای هوش مصنوعی در طول مسیر نگاه خواهم کرد.
در واقع نه، یک چیز دیگر. دستههای زیادی وجود دارد که بازارگاهها در گذشته نمیتوانستند وجود داشته باشند زیرا برای انجام تراکنشها نیاز به نیروی انسانی زیادی بود. و دستههای زیادی وجود دارد که، تصور کنید شما یک پیمانکار عمومی هستید و در جایی ساخت و ساز انجام میدهید.
تعداد پیمانکاران فرعی که با آنها کار میکنید حیرتانگیز است، و همه چیز در iMessage یا واتساپ است و هیچ نمودار گانت و غیره وجود ندارد. اکنون میتوانید از هوش مصنوعی و عاملها برای جایگزینی کار انسانها و در واقع سادهسازی گردش کار، کاهش هزینهها استفاده کنید. من شرکتهای ساختمانی را میشناسم که اکنون، شرکتهای فناوری هستند، نه شرکتهای ساختمانی، آنها فناوری میفروشند تا به افرادی که برای RFPهای ساخت و ساز تجاری یا انبارداری پیشنهاد میدهند یا به RFPهای شهرها پاسخ میدهند، اجازه دهند. آنها اساساً RFP را میسازند که عامل، میتواند کل فرآیند مجوز را برای شهر طی کند.
آنها میتوانند چارچوب زمانی را از سالها یا ماهها به هفتهها کاهش دهند. و بنابراین بسیاری از کسبوکارها وجود دارند که قبلاً نمیتوانستند انجام شوند و اکنون میتوانید آنها را در عصر هوش مصنوعی بسازید.
مایک ویلیامز: این یک تجزیه و تحلیل عالی است که چگونه هوش مصنوعی بر بازارگاهها تأثیر میگذارد و خوشحالم که زمانی را نیز به این موضوع اختصاص دادیم که چگونه بازارگاهها میتوانند کارهای بیشتری انجام دهند و همچنین چرا اکنون برای بازارگاهها زمان مناسبی است، اینها موضوعاتی هستند که ما اغلب در جامعه مورد بحث قرار میدهیم.
و موضوع دیگری که میخواستم به آن بپردازم، برخی از استراتژیهای جدید است. زیرا این بازارگاههای بومی هوش مصنوعی، گاهی اوقات رویکرد سنتیتری را برای راهاندازی یک بازارگاه در پیش نمیگیرند. بنابراین برخی از این استراتژیهای جدیدی که ممکن است میبینید که بازارگاهها امروز شروع به استفاده از آنها کردهاند و در حال اجرا هستند، کدامند؟
فابریس گریندا: بله، اما من میگویم آنها تاکتیکی هستند. بنابراین من بسیاری از بازارگاهها را میشناسم که در حال حاضر از آنها استفاده میکنند. فکر میکنم میتوانید از Claude Co-work استفاده کنید، اما قبل از اینکه Claude Co-work منتشر شود، آنها از OpenClaw استفاده میکردند. که تمام سرنخهای عرضه و تقاضا را در لینکدین پیدا کرد. یک حساب LinkedIn InMail ایجاد کرد و با آنها تماس گرفت. و اساساً با هزینه جذب مشتری (CAC) تقریباً صفر یا اعتبارات زیربنایی، بنابراین شاید دقیقاً صفر نباشد.
و توانست هم عرضه و هم تقاضای بازارگاه را در یک دسته ایجاد کند. من نمونههایی را دیدهام که افراد کلاسهای باز خود را کدنویسی کردهاند تا اساساً فروش تلفنی انجام دهند، جایی که آنها یک رابط صوتی را کدنویسی میکردند، مثلاً با Whisper یا هر چیز دیگری. و سپس آنها تماس میگرفتند، جایی که یک شماره Twilio میگرفتند و تماس میگرفتند و اساساً میتوانستند با هزینههای نسبتاً پایین، چه عرضه و چه تقاضایی که در تلاش برای انجام آن بودند، تماس سرد برقرار کنند.
بنابراین کارهای زیادی وجود دارد که میتوانید برای هک کردن نقدینگی با استفاده از هوش مصنوعی در دنیای امروز انجام دهید. بنابراین، اما باز هم، برای من این تاکتیکی است. بنابراین در اینجا شما از ابزارها برای انجام کارهای جالب استفاده میکنید یا از عاملها برای پر کردن نقشهایی استفاده میکنید که قبلاً غیر اقتصادی بودند و نمیتوانستید برای آنها یک بازارگاه ایجاد کنید، در حالی که اکنون میتوانید یک بازارگاه را فعال کنید.
مایک ویلیامز: بله، قطعاً عالی است. هم تاکتیکی و هم ظریف است. و یک چیز دیگر با این نوع بازارگاههای جدید بومی هوش مصنوعی که شروع به کار میکنند، میبینیم که آنها سریعتر از همیشه به راه میافتند و نقدینگی و رشد پیدا میکنند. بنابراین این چگونه به طور بالقوه نحوه ارزیابی شما را هنگام سرمایهگذاری تغییر میدهد و شاید برخی از آن معیارها برای رشد چیست؟
فابریس گریندا: این بخشی از افزایش قیمت برای بازارگاهها امروز است. و دلیل اینکه امروز جذب سرمایه برای بازارگاهها دشوار است، در مراحل A و B، این است که هوش مصنوعی تمام فضای اتاق را به خود اختصاص داده است، و ما نمونههایی از شرکتهایی را داشتهایم که از صفر به صد میلیون در AR و ۹۰٪ حاشیه و Lovable و Cursors و غیره در جهان رسیدهاند، در حالی که بازارگاه کوچک شما از صفر به ۳ میلیون در GMV و سپس ۳ میلیون GMV به ۱۵ میلیون در GMB به ۵۰ یا هر چه، در طول سه سال میرسد. جذب هیجان سرمایهگذاران خطرپذیر بزرگتر که چکهای بزرگتر مینویسند، دشوار است.
با این حال، شما میتوانید با چیزهای بسیار کمتری کارهای بیشتری انجام دهید. و بنابراین آنچه من بیشتر و بیشتر میبینم، اساساً بازارگاههایی هستند که مرحله پیشسید را دور میزنند، درست است؟ قبلاً مرحله پیشسید شما یک میلیون و هر چه، شش رایگان بود، دوباره.
اگر در YC هستید، ۳۰ یا ۴۰ خواهد بود، اما بنابراین یک محدوده وجود دارد، اما شاید این روزها هشت باشد یا هر چه. و شما به یک میلیون نیاز داشتید تا کشش پیدا کنید تا بتوانید دور سید خود را بگیرید و دور سید شما. و اتفاقاً، ارزشگذاری سید برای کسبوکارهای بازارگاه آنقدرها تغییر نکرده است.
آنها کمی بالا رفتهاند، اما صراحتاً. ما هنوز بسیاری از سیدها را میبینیم که شرکت ۱۵۰ هزار دلار در ماه در GMV، با نرخ ۱۵٪ و حاشیه ۷۰٪ انجام میدهد، و آنها پیش از ۱۲ پیش از این سرمایه جذب میکنند، درست است؟ و شاید آنها پنج و ۱۵ یا هر چه را جذب میکنند، اما اینطور نیست، و شاید میانگین سری A اکنون، با نرخ ۱۵٪، درست است؟ شاید ۱۰ در ۳۰ پیش از این با ۷۵۰ هزار دلار در ماه در GMV باشد. بنابراین ما، فکر میکنم انتظار کشش بالا رفته است زیرا شما باید بتوانید بیشتر به دست آورید. و بنابراین ما دیگر زیاد ایده نمیدهیم، مردم به ما مراجعه میکنند و اینطور است، حتی اگر آنها دو نفر باشند، قبلاً فعال هستند، قبلاً کشش دارند، قبلاً اقتصاد واحد را پرداخت میکنند و غیره، زیرا شما میتوانید هر چیزی را با هیچ چیز بسازید. و در واقع، اگر قادر به راهاندازی نیستید، با پول بسیار کم، کشش پیدا میکنید.
در واقع این نشاندهنده ناتوانی شما در اجرای بالقوه در دستهای است که در آن هستید. و من میگویم که یک روند بزرگ، دور زدن مرحله پیشسید و رفتن مستقیم به سید با کشش است. حالا نگاه کنید، اگر شما، چند استثنا وجود دارد که افراد توانستهاند به طور چشمگیری مقیاسپذیری کنند، و آنها از حالت قدیمی که ۱۵۰ هزار دلار در ماه بود، خارج میشوند.
شما سه میلیون جمع میکنید، به ۷.۵ میلیون در ماه میرسید، ۱۰ یا ۷ میلیون جمع میکنید، به ۲.۵ تا ۵ میلیون در ماه میرسید، ۱۵ یا ۲۰ یا ۲۵ میلیون جمع میکنید. گاهی اوقات میتوانید این روند را تسریع کنید. مسئله این است که من در این کسبوکارها در مقایسه با شرکتهای اشتراکی SaaS مبتنی بر هوش مصنوعی، شتاب زیادی ندیدهام؛ این شرکتها توانستهاند با سرعت فوقالعادهای مقیاسپذیر شوند.
من زیاد از این ندیدهام. تنها جاهایی که GMV به طرز دیوانهواری مقیاسپذیری میکند، در بازارگاههای B2B است، اما باز هم، اگر نرخ بهره شما ۱٪ باشد، برای من مهم نیست. من به درآمد خالص اهمیت میدهم، نه رشد، GMV. و بنابراین اگر نرخ بهره شما، پس یک میلیون با نرخ بهره ۱۵٪، ۱۵۰ هزار دلار خالص است. و بنابراین اگر نرخ بهره شما ۱٪ باشد، من نیاز دارم که شما ۱۰ میلیون باشید، نه ۱ میلیون، تا در همان سطح کشش سری A باشید.
مایک ویلیامز: قطعاً و شما قبلاً به نوعی احساس بازار و سپس، وقتی صحبت از جذب سرمایه میشود، اشاره کردید. اما فکر میکنم، موضوعی که در حال حاضر بیشتر مطرح شده است، موضوع قابلیت دفاع است، درست است؟
فابریس گریندا: خود هوش مصنوعی به شدت سرمایهبر بوده است، درست است؟ بنابراین، بخشی از دلیلی که در حال حاضر رسیدن به بازارهای آنلاین دشوار است، این است که تمام فضای موجود توسط هوش مصنوعی اشغال شده است؛ مثلاً ۹۵٪ از شرکتهای YC، شرکتهای هوش مصنوعی هستند، ۷۵٪ از سرمایهگذاریها در سال ۲۰۲۵ به هوش مصنوعی اختصاص یافته بود و منظورم شرکتهای هوش مصنوعی از نوع LLM است و تقریباً تمام سرمایه به پنج شرکت رسید.
بنابراین نه تنها همیشه هوش مصنوعی است، بلکه Claw یا Anthropic و ChatGPT درصد عظیمی از آن سرمایه را به خود اختصاص دادهاند، و پس از آنها شرکتهایی مانند Lovable و Cursors و ElevenLabs قرار دارند. و سپس فناوری دفاعی، مانند چیزهایی مثل Anduril، که آن هم با بخش بزرگی از هوش مصنوعی یا هر چیز دیگری که من دوست دارم، اجزای هوش مصنوعی بزرگی دارد.
پاسخ کاملاً معمول است: بستگی دارد، درست است؟ فکر میکنم بستگی به مشتری شما دارد. در نهایت، بازارهای آنلاین، همانطور که قبلاً اشاره کردم، کسبوکارهای اقتصادی واحد هستند. و بنابراین سوال این است که چقدر سریع میتوانید اقتصاد واحد را کارآمد کنید و اغلب اقتصاد واحد در روزهای اولیه واقعاً کارآمد نیست. در واقع، یک نشانه واضح که شما به تناسب محصول-بازار رسیدهاید و در حال ساخت یک بازار آنلاین واقعی هستید، این است که هزینههای جذب مشتری (CAC) شما در حال کاهش است. میدانید، هرچه خریداران بیشتری داشته باشید، فروشندگان بیشتری جذب میشوند. هرچه فروشندگان بیشتری داشته باشید، خریداران بیشتری جذب میشوند.
یک نشانه واضح که شما این تناسب را ندارید این است که با گذشت زمان، برای جذب کاربران حاشیهای بیشتر و بیشتر هزینه میکنید و سپس بیشتر به یک سازمان فروشمحور تبدیل میشوید. و بنابراین تا حدی که شما اقتصاد مثبت، کاهش CAC و توانایی خودکارسازی بیشتر فرآیندها را دارید، آیا فکر میکنم میتوانید با سرمایه بسیار کمتر، خیلی بیشتر پیش بروید؟
کاملا. اما باز هم، باید به وضعیت موجود نگاه کرد و من هنوز در ۱۵۰ بازار آنلاین در سال سرمایهگذاری میکنم. من نمونههای زیادی از بازارهای آنلاینی را ندیدهام که با سرمایه بسیار محدود، به طور فوقالعادهای مقیاسپذیر شده باشند. من دیدهام که آنها با تعداد بسیار کمی از افراد مقیاسپذیر شدهاند. زیرا اکنون از عاملها برای بهرهوری بیشتر استفاده میکنند، اما هنوز اساساً از سرمایه برای مقیاسبندی عرضه و تقاضا استفاده میکنند، و شما همیشه میخواهید هر دو را به موازات هم مقیاسبندی کنید. و فرقی نمیکند که فروشمحور باشد، بازاریابیمحور باشد یا عاملمحور. همه آنها هزینههایی دارند یا با آنها مرتبط هستند. و بنابراین من ندیدهام که چیزی از صفر به میلیاردها دلار ارزش ناخالص کالا (GMV) بدون جذب سرمایه برسد، اساساً. شاید OnlyFans به جای OnlyFans.
مایک ویلیامز: بله، قطعاً. و شما قبلاً به طور خلاصه به نوع احساس بازار و سپس، در مورد جذب سرمایه اشاره کردید. اما فکر میکنم، موضوعی که در حال حاضر کمی بیشتر مطرح شده است، بحث مربوط به قابلیت دفاع است، درست است؟
و بنابراین، شما در عصر هوش مصنوعی و به طور خاص با بازارهای آنلاین، چگونه به قابلیت دفاع فکر میکنید؟
فابریس گریندا: بنابراین اول از همه، همه شما باید به وبلاگ من بروید و قسمت ۵۲ بازارگاهها در عصر هوش مصنوعی را تماشا کنید. و من چند اسلاید در آنجا دارم که به چیزهایی نگاه میکنند که شما را در هوش مصنوعی و بلندمدت قابل دفاع میکنند.
بنابراین اول از همه، هر زمان که بازارگاه خود را راهاندازی میکنید، هیچ قابلیت دفاعی ندارید، درست است؟ بنابراین سنگر شما نقدینگی شماست. در نهایت، این نقدینگی است. و هنگامی که نقدینگی دارید، اساساً غیرقابل جابجایی هستید. فقط به Craigslist نگاه کنید، که هنوز به طرز تکاندهندهای در سال ۲۰۲۶ مرتبط است.
و از منظر حجم در دستههای خاص، مانند مشاغل یقه آبی، با وجود داشتن بدترین UX UI، عمداً نقدینگی را از بین میبرد، کارهایی مانند شارژ و غیره انجام میدهد، درست است؟ روشی که من به آن فکر میکنم این است که الف، چقدر کار به عنوان یک بازارگاه انجام میدهید، درست است؟
آیا شما صرفاً یک بازارگاه تولید سرنخ هستید، مثلاً Zillow، Angie، و واقعاً کاری انجام نمیدهید یا به شدت مدیریت شدهاید، مانند DoorDash، آمازون، جایی که انبارها و خدمات مشتری و بازگشت کالا و پرداختها و مدیریت تحویل شخص ثالث را دارید.
هرچه بیشتر مدیریت شده باشید. و هرچه عرضه شما پراکندهتر باشد، تأثیر کمتری خواهید داشت، قابلیت دفاعی بیشتری خواهید داشت. نکته دیگری که باید به آن فکر کنم این است که مردم چقدر مکرراً محصولات را میخرند؟ و چقدر زمان صرف فکر کردن در مورد آنچه میخرند میکنند؟ و باز هم، هرچه کمتر در مورد آنچه میخرند فکر کنند، به این معنی که نیازی به تحقیق ندارد.
و هرچه بیشتر محصول را بخرند، قابلیت دفاعی شما بیشتر است. Instacart، DoorDash، Uber، آمازون. Etsy، اه! واقعاً نگران نیستم. حالا اگر خرید شما با ملاحظه بالا باشد. بنابراین مردم زمان زیادی را صرف فکر کردن در مورد هر چیزی که میخرند یا جایی که استخدام میکنند، میکنند. و این خیلی تکراری نیست، احتمالاً ریسک بسیار بیشتری دارد.
و بنابراین فکر میکنم کارهای زیادی وجود دارد که میتوانید برای دفاع از خود در بازار در برابر LLMها با انجام کارهای بیشتر و انتخاب دستههایی که این موضوع در آنها صادق است، انجام دهید. اما در نهایت، هنگامی که نقدینگی دارید. مهم نیست. حتی اگر بالای قیف به LLMها برود، آنها، زیرا تراکنش از طریق شما انجام میشود، حتی اگر یک عامل باشد، و شما بیشتر ارزش را جذب خواهید کرد.
مایک ویلیامز: این یک تجزیه و تحلیل واقعاً مفید برای ما خواهد بود. عالی. بنابراین، من برخی از سوالاتم را از بنیانگذاران دریافت میکنم و قول میدهم برای پرسش و پاسخ گروهی وقت بگذارم. درست قبل از اینکه به آن بپردازیم، آیا چند نکته برای بنیانگذاران، که امروز در بازارگاهها شروع به کار میکنند، دارید؟
فابریس گریندا: از ابزارهای هوش مصنوعی به روشهایی که قبلاً ذکر کردم استفاده کنید. بسیار کارآمد از نظر سرمایه باشید زیرا سرمایه به سختی به دست میآید یا به سختی میتوان آن را به دست آورد. مطمئن شوید که تا آنجا که میتوانید پیش میروید. اساساً خود را به طور پیشفرض زنده و قابل سرمایهگذاری کنید. اگر کشش شما غیرقابل انکار باشد و کسبوکار آنقدر خوب باشد که هیچ سرمایهگذار خطرپذیری نتواند آن را تأمین مالی نکند.
اگر از صفر به مثلاً ۱۰ میلیون در ماه در GMV با سرمایه بسیار کم و اقتصاد واحد عالی رسیدید، مهم نیست که مرحله بعدی ۳۰ میلیون در ماه باشد و نه صد میلیون، اشکالی ندارد. کسی در این سرمایهگذاری خواهد کرد. و هنوز سرمایهگذاران خطرپذیری هستند که بازارگاهها را دوست دارند زیرا آنها قابل دفاع هستند.
آنچه مردم متوجه نمیشوند این است که فکر میکنم ۴۶٪ از شرکتهای هوش مصنوعی که تاکنون ایجاد شدهاند، از بین رفتهاند. شما شرکتهایی دارید که به ۴ میلیارد دلار ارزش میرسند، مانند تمام هوش مصنوعی، و آنها از بین میروند. بنابراین شرکتهای شما بسیار قابل دفاعتر هستند، اما برای موفقیت، از ابزارها استفاده کنید، کارآمد از نظر سرمایه باشید، اقتصاد واحد عالی داشته باشید، و واقعاً نقدینگی محصول را پیدا کنید و روشی که من نقدینگی را پیدا میکنم و تناسب محصول با بازار را اثبات میکنم، بزرگترین اشتباهی را که فکر میکنم بنیانگذاران بازارگاهها مرتکب میشوند، به اشتراک میگذارم. بزرگترین اشتباهی که بنیانگذاران بازارگاهها مرتکب میشوند این است که چون فروشندگان در بازارگاه. مهم نیست که چه چیزی میفروشند: محصولات، خدمات، هر چیزی که استفاده میکنید و غیره. یا از نظر مالی توسط بازارگاه انگیزه دارند، پر کردن بازارگاه خود با عرضه بسیار آسان است، درست است؟ به هر کسی که مراجعه کنید، حتی اگر بگویید ترافیک ندارید، میگویید: هی، من بازارگاه خود را راهاندازی میکنم. میخواهید اینجا لیست کنید؟ رایگان است و ثبت نام کنید. همه بله خواهند گفت. مشکل این است که اگر عرضه بینهایت داشته باشید و تقاضا نداشته باشید.
با فروشندهها عملاً هیچ تعاملی نخواهی داشت. اونا درگیر نمیشن. اگر هم کسی واقعاً اشتباهی چیزی بخره، جواب نمیدن. تجربه بدی خواهند داشت. خیلی بهتره بهترین، باکیفیتترین و گزیدهترین عرضه رو داشته باشی. باهاشون خوب رفتار میکنی، خوشحالشون میکنی، و جذبشون میکنی.
بسته به دستهبندی، اگر کالا میفروشن، شاید یک کالای دستدوم باشه، احتمالاً حدود ۲۵٪ از فروششون رو از طریق تو انجام میدن. یعنی در حد پایینِ نقدشوندگی. اگر سرویسه، بهتره حداقل ۲۵٪ از درآمدشون رو نمایندگی کنی؛ ایدهآلش صددرصد. مثل اوبر، ولی شاید ۲۵٪. بعد شروع میکنی عرضه رو مقیاسپذیر کردن، بعد تقاضای بیشتری اضافه میکنی و این دو رو موازی با هم رشد میدی.
هیچوقت نمیخوای مارکتپلیستت رو آنقدر از عرضه پر کنی که نقدشوندگیت پایین بیاد. نقدشوندگی، نقدشوندگی، نقدشوندگی. و وقتی اونجا هستی، نقدشوندگی بیشتر.
Mike Williams: آره. عالی میشه. خوشحالم که داریم روش تأکید میکنیم و این مهمه. و بعد، از تجربه خودم میگم: اوایل یه جورایی عرضه رو به قیمتِ تقاضا رشد دادم، اوکی. میریم سراغ Q&A گروهی. هی لیزا، دیدم دستت رو بالا بردی. میخوای بیای تو بحث؟
Lisa: آره. سلام فابریس. خوشوقتم. من لیزا هستم. دارم روی Buddy کار میکنم، یک مارکتپلیس B2B برای فلزات بازیافتی. میدونم شما یه صندوق ایندکس هستید، فرصتهای خیلی زیادی سر راهتون قرار میگیره و با مارکتپلیسهای مدیریتشده و مارکتپلیسهای واقعی کار کردید، درسته؟
پس هر دو مدل وجود دارن، ولی فکر میکنم دیدی که «درآمد» توی مدل واقعی در برابر مدل مدیریتشده میتونه معنی کاملاً متفاوتی داشته باشه. مثلاً ما مدلمون بر اساس take rate هست. بقیه توی حوزه ما دارن میخرن و دوباره میفروشن و بهعنوان principal عمل میکنن.
Fabrice Grinda: آره، ولی ما هم ساده نیستیم. یعنی اگر کسی بخره و دوباره بفروشه و اون رو بهعنوان درآمد حساب کنه، خب من حتماً به حاشیه سودی که داره نگاه میکنم و همینطور به نیاز سرمایهای اگر موجودی انبار داشته باشه.
پس در نهایت دارم سیب رو با سیب مقایسه میکنم. اگر درآمد شما همون take rate شماست، من ساختار حاشیه سودِ اون take rate رو نگاه میکنم. و طبیعتاً با کاری که اونا میکنن مقایسهاش میکنم. پس زیادی درگیرش نشو. از منظر KPI/OKR هر کاری برای کسبوکار درستتره همون رو انجام بده و زیادی روش فکر نکن. سرمایهگذارها هم… و سرمایهگذارهای مارکتپلیس این تفاوت رو میفهمن.
Lisa: ممنون. و میدونم شما سرمایهگذار مارکتپلیس هستید، پس خیلی با این موضوع آشنایید. ولی تجربه ما این بوده که سرمایهگذارهای غیرمارکتپلیسی شاید مثل شما ارزیابی نکنن. میخواستم ببینم برای نحوه فریمکردن داستان—اینکه پتانسیل تبدیلشدن به یک لایه تراکنشی رو داریم چون ماهیت یک مارکتپلیس واقعی اینه—در مقابل اینکه فقط بتونیم از تراکنشهایی که میگیریم درآمد برداریم، توصیهای دارید؟
Fabrice Grinda: تا جایی که ردیابیاش میکنی، باید کل GMVای که از پلتفرم رد میشه رو هم بگی، درسته؟ اینطوری خیلی قابلمقایسهتر میشه با هر چیزی که بهعنوان top line اونهایی که میخرن و میفروشن گزارش میکنن.
Lisa: باشه.
Fabrice Grinda: سعی کن شاخصگذاری رو روی GMV انجام بدی. بعد میتونی درباره این حرف بزنی که امروز چه درصدی از تراکنشها رو میتونی پولیسازی کنی در برابر اینکه در آینده چه درصدی رو میتونی پولیسازی کنی و چرا؛ take rate فعلی چقدره و چرا فکر میکنی میتونه در مارکتپلیسهای B2B رو به بالا بره. take rate خیلی به کشسانی عرضه و تقاضا بستگی داره. بعضی دستهها واقعاً نمیتونی چیزی برداری؛ صفره. ولی بعضی دستهها از ۱، ۲ یا ۳ شروع میکنی، اما با گذشت زمان وقتی نقدشوندگی بیشتر میشه و ارزش بیشتری ایجاد میکنی، واقعاً میتونی کمکم برسونیش به ۶، ۷، ۸ یا ۹.
بعدش هم میتونی چیزهایی مثل تأمین مالی اضافه کنی، بیمه اضافه کنی، هر سرویس ارزشافزوده دیگری اضافه کنی تا take rate مؤثرِ ترکیبیات یا هرچی اسمش رو میذاری، بشه ۱۰ تا ۱۵.
Mike Williams: فابریس، میخواستم یه سؤال رو از طرف یه فاندری بپرسم که نتونست بیاد، و این توی کامیونیتی هم نسبتاً رایجه؛ درباره گذار به AI-native بودن یا اینکه کلاً AI چه اثری روی کسبوکار میذاره.
ما کلی مارکتپلیس داریم که قبلاً، مثلاً یک سال و نیم پیش، یه دور تأمین مالی انجام دادن. آیا بهترینروشها یا نکتههایی داری برای کسبوکارهایی که قبل از دوران AI پول جذب کردن و امروز دارن فکر میکنن AI چه اثری روی کسبوکارشون میذاره و شاید بخوان گذارش بدن؟
Fabrice Grinda: به نظر من دقیقاً همون توصیهایه که برای ساختن یک استارتاپ جدید امروز میدم: از ابزارها استفاده کن، AI رو یکپارچه کن، AI-forward باش. و اگر لازم داری استکت رو بازنویسی کنی، بازنویسی کن. ولی باز هم خیلی وقتها لازم نیست. و راستی، خیلی از مارکتپلیسهای ما دارن از ابزارهای آماده استفاده میکنن، درسته؟
از Shopify استفاده میکنن چون در نهایت، حتی با اینکه کارهایی مثل لیستکردن با یک عکس و غیره انجام میدی، موضوع کمتر «تک»ه و خیلی بیشتر درباره یونیتاکونومیکس و نقدشوندگیه. تفاوت اصلی همینه، نه پلتفرم تکنولوژی زیرساختی. ولی آره، ابزارمحور باش و AEO انجام بده و خودت رو توی LLMها ایندکس کن.
Mike Williams: هی، من مولیام. ببخشید، دستت رو بالا بردی. میخوای بیای تو بحث؟
Molly: حتماً. آره سلام. من بنیانگذار Recess هستم. مثل booking.com برای کلاسها و کمپهای بچههاست. تا امروز ۴ میلیون جذب سرمایه داشتیم. کمتر از یک ساله درآمد داریم، ولی خیلی سریع داریم رشد میکنیم، برای همین بهزودی میریم برای راند بعدی.
یه سؤالی که توی صحبت با سرمایهگذارها مطرح شده درباره LTVه؛ LTV ما نسبتاً طولانیه چون به سن بچههایی که سرویس میدیم مربوطه. اما واقعیتش برای این LTV تقریباً هیچ دادهای نداریم که پشتیبانش باشه. غیر از تحقیقات کاربری، چیزی هست درباره اینکه چرخه خرید معمولاً برای چنین محصولی کیه که سرمایهگذارها برای LTV قبول کنن؟
Fabrice Grinda: راستش دقیق نشنیدم چی میفروشید، ولی تا جایی که churn پایین باشه و مثلاً پرداخت ماهانه داشته باشن، حاضرن LTV شما رو بپذیرن چون churn پایینه، درسته؟ پس net revenue retention بعد از ۶ ماه، ۱۲ ماه، ۱۸ ماه و غیره واقعاً حرف میزنه. چون بیشتر استارتاپهایی که ما در مرحله seed میبینیم، بیشتر از ۱۸ ماه فعال نبودن. با این حال میتونیم بر اساس churn، نسبت LTV به CAC رو برای ۵ یا ۱۰ سال پیشبینی کنیم.
پس تا جایی که net revenue retention منفی نباشه یا مثلاً ۱۵۰٪ net revenue retention بعد از ۱۸ ماه یا هرچی داشته باشی و نرخهای churn ماهانه/سالانهات رو بدونی، میتونی واقعاً اون رو مدل کنی و ما هم میپذیریمش.
ما میپذیریم LTV بلندمدت به CAC شما چه شکلیه چون توسط cohortها هدایت میشه. و تا وقتی cohortها خوب به نظر میرسن و روند (trend) هم همونطور بمونه، خوب میمونه. مشکلی نیست. لازم نیست ۱۰ سال فعال بوده باشی تا من بپذیرم. اگر دادهها پشتیبانی کنن، کاربرهایی داری که ۱۰ سال هم پرداخت میکنن.
Mike Williams: هی جولیوس، دیدم دستت رو بالا بردی. میخوای بیای تو بحث؟
Julius: میخواستم درباره CAC سمت فروشنده بپرسم. چه بنچمارکهایی داری یا مثلاً از کجا میگی CAC واقعاً خوبه؟ و همینطور نرخ تبدیل؛ یعنی ما یه فروشنده رو آنبورد میکنیم و بعد عملاً یه چیزی رو روی پلتفرم لیست میکنه.
ما ۱۶٬۰۰۰ کاربر فعال ماهانه داریم. الان تقریباً اینجاییم. فقط کنجکاوم درباره CAC سمت فروشنده.
Fabrice Grinda: CACای که اینجا حاضر به تحملش هستی واقعاً توسط LTV اون کاربر هدایت میشه.
برای همین بدون اینکه ارزش متوسط سفارش، تعداد آیتمهایی که میفروشن و… رو بدونم نمیتونم جواب دقیق بدم. اقتصاد خوب میخوای، درسته؟ و معمولاً اقتصاد فروشنده خیلی بهتر از اقتصاد خریدار است، چون یک فروشنده در طول زمان تعداد زیادی آیتم میفروشه.
پس معمولاً—چون جذب فروشنده از خریدار راحتتره—یونیتاکونومیکس سمت فروشنده خیلی بهتره؛ مثلاً ۲۰ به ۱ یا ۵۰ به ۱ یا ۱۰۰ به ۱ در برابر خریدار. یونیتاکونومیکس سمت خریدار شاید فقط ۳ به ۱ یا ۴ به ۱ باشه چون کلی پول روی گوگل خرج میکنی و اینها بسته به دستهبندی، شاید یکی دو بار خرید کنن، ولی فروشندهها بارها و بارها میفروشن.
و مطمئن میشدم اقتصاد فروشندهات حداقل مثلاً ۱۰ به ۱ یا ۲۰ به ۱ باشه، از نظر یونیتاکونومیکس.
Mike Williams: هی گادفری. ببخشید، دستت رو بالا بردی. میخوای بیای؟ سعی میکنیم جمعبندی کنیم. یک سؤال آخر.
Godfrey: من گادفریام، بنیانگذار یک مارکتپلیس حملونقل بینمرزی که به خریداران خودرو دستدوم کمک میکنه برای ارسال ماشینهاشون از مزایدهها در آمریکا و کانادا به خارج از کشور، کارگزارهای حملونقلِ تأییدشده پیدا کنن.
گفتی یکی از چهار معیار شما برای سرمایهگذاری «دیلهای خوب»ه، و من داشتم متریکهای جذب سرمایه FJ Labs رو نگاه میکردم. سؤال من اینه که این متریکهای جذب سرمایه چطور تغییر کرده؟
Fabrice Grinda: راستش در مارکتپلیسها خیلی تغییر نکرده. شاید یه ذره بالا رفته. هم اندازه راند هم ارزشگذاری، ولی نه خیلی. چیزی که واقعاً ورق رو برگردونده شرکتهای AI بوده؛ جایی که مثلاً یه شرکت مثل AMI Labs داشت seed یک میلیاردی میگرفت با ارزشگذاری حدود ۳.۵ میلیارد pre یا هرچی.
و بعد وقتی به میانگینها و میانههای صنعت نگاه میکنی، هیچچیز معنی نمیده چون این دیلهای احمقانه در AI دارن آمار رو کاملاً باد میکنن یا قاطی میکنن. غیر از اینکه مردم عمدتاً داشتن pre-seed رو رد میکردن، ما تغییر خیلی بزرگی ندیدیم.
اما چیزی که دیدیم سختتر شدنِ جذب سرمایه است. پس باید داستان رشد با اقتصاد خوب داشته باشی؛ چیزی که آنقدر قانعکننده باشه که VCها چارهای نداشته باشن جز اینکه جدیات بگیرن و سرمایهگذاری کنن.
Mike Williams: فابریس، این جمعبندی خیلی خوبی بود. میدونم وقتمون تمومه، ولی واقعاً ممنونم که وقت گذاشتی و امروز برای گفتوگوی گروهیِ پیگیری کنارمون بودی.
و میدونم خیلی فشرده پیش رفتیم و بعضی موضوعها و سؤالها طبیعتاً خیلی ظریفن و «بستگی داره»، درسته؟ ولی فکر میکنم عالیه و برای همه خیلی کمککننده خواهد بود. و یه سؤال آخر دارم—سؤال خداحافظی همیشگی من—این بار کمی بازفریمش میکنم: اگر میتونستی برگردی به قبل از ۲۰۲۶ و این عصر جدیدی که با AI واردش شدیم، به خودت درباره مارکتپلیسها مشخصاً چی میگفتی؟
Fabrice Grinda: راستش اگر یک نوع کسبوکار باشه که فکر میکنم بیشترین مصونیت رو در برابر انقلاب AI داره، مارکتپلیسها هستن. و راستی اگر یک حوزه باشه که فکر میکنم هنوز هم مردم دارن دستکم میگیرن چقدر میتونه بزرگ بشه، همینه: مارکتپلیسها. الان بله، در زندگی مصرفکنندهها واقعاً خوب سرویس میگیریم؛ بین Lime و Instacart و Amazon و eBay و Uber و Airbnb. مارکتپلیسها در هر کدوم از دستههای اصلی، حدود ۱۵٪، ۲۰٪، ۲۵٪ از تجارت رو پوشش میدن.
اما وقتی میری سراغ B2B… تقریباً هیچ کاری انجام نشده. در بیشتر دستهها زیر ۱٪ نفوذ داریم. قطعاً زیر ۵٪ در این دستههایی که تریلیونها و تریلیونها دلار هستن. و جایی که فکر میکنم چون میتونی کار خیلی بیشتری انجام بدی و چون این بازارها هم کندحرکت هستن و غیره، دفاعپذیری فوقالعادهای خواهی داشت. پس هنوز هم فکر میکنم مارکتپلیسها بهترین مسیرن. asset-light هستن، تو… تو یه قایق میسازی، و دفاعپذیر میشن.
فقط از همه ابزارها استفاده کن، خودت رو ایندکس کن، ولی واضح بگم: نذار ازت برای تریدینگ دیتا استفاده کنن. و آره، هنوز هم جای درست هستی و داری کار درست رو انجام میدی.
Mike Williams: عالیه. توصیه خداحافظی خیلی خوبی بود، و کلی سر تکون دادن هم دیدم. دوباره واقعاً ممنونیم که وقت گذاشتی و کنارمون بودی و البته لینک وبلاگت و FJ رو هم میذارم تا همه بتونن بهروز بمونن و دنبال کنن، و اگر لازم بود ارتباط بگیرن.
پس واقعاً ممنون که اومدی، و ممنون از همه بابت سؤالهای خوب امروز.