Moatovi u AI eri su rijetki i kapitalno efikasni: Crunchbaseova analiza 576 venture-backed AI B2B kompanija zaključuje da su counter-positioning i network economies jedine dva odbrambena plana koja model ne može lako reproducirati.
Bitne tačke
- Crunchbase analiza 576 AI B2B kompanija koje su od 2025. prikupile rundu od najmanje 50 miliona dolara pokazuje da su dvije održive strategije counter-positioning i network economies.
- Counter-positioning (5% uzorka) nosi najviši medijan enterprise value multiplikator od 5.3x po dolaru prikupljenom kapitalu; network economies (5%) imaju 4.2x multiplikator.
- Obični izvori prednosti kao što su vlasnički podaci i switching troškovi su češći, ali daju niže ili skuplje utemeljene multiple i zbog toga nisu smatrani dugoročnim moatovima.
Glavni nalaz analize
Analiza Crunchbasea pokazuje da su counter-positioning i network economies jedine dvije održive strategije—moatovi u AI eri—koje se dosljedno zadržavaju protiv bolje finansiranih konkurenata sa superiornim modelima.
Istraživanje obuhvata 576 venture-backed AI B2B kompanija koje su od početka 2025. prikupile runde od 50 miliona dolara i više, a rezultate autorica SC Moatti tumači kroz Hamilton Helmerov okvir '7 Powers' i uvid zajednice Products That Count.
Counter-positioning: moat koji se teško brani novcem
Counter-positioning nastaje kada novajlija uvede poslovni model toliko različit da ga incumbent ne može kopirati bez uništavanja vlastite ekonomije. SC Moatti daje primjer Netflixa naspram Blockbustera kao klasičan slučaj.
U datasetu, samo 5% kompanija koristi counter-positioning, ali investitori to cijene medijanom enterprise value multiplikatora od 5.3x po dolaru prikupljenog kapitala. Moatti navodi primjere kao što su vertikalno integrisani AI osiguravači i AI-native revenue management sistemi.
Network economies: moat koja se sama gradi
Network economies nastaju kada vrijednost proizvoda raste kako više korisnika ili kompanija pristupa mreži; primjer koji Moatti navodi je LinkedIn, a u B2B obliku to znači veze između brendova, tvornica ili partnera.
U uzorku su i network economies zastupljene sa 5% kompanija, a nose medijan multiplikatora od 4.2x. Autorka ističe da su B2B mreže posebno neiskorišćene i kapitalno efikasne kad se riješi cold-start problem.
Šta izgleda kao moat, ali nije
Crunchbase analiza pokazuje da 44% firmi u uzorku koristi cornered resurse (vlasnički podaci, jedinstveni IP, ekskluzivan pristup), ali ta kategorija daje najlošiju medijanu multiplikatora od 2.6x, jer modeli i sintetički podaci mogu erodirati vrijednost podataka.
Switching troškovi su najzastupljeniji (37%) i imaju multiplikator sličan network economies (oko 4x), ali zahtijevaju znatno veća ulaganja u prodaju i integraciju—što ih čini skupljim putem do istog efekta.
Implikacije za osnivače i investitore
Prema Moatti, ključno pitanje za svakog osnivača je može li poslovni model odgovoriti: šta bi preživjelo ako danas počne konkurent s više kapitala i boljim modelom. Ako se na to ne može odgovoriti, postoji rizik da se gradi samo proizvod, a ne moćna struktura.
Analiza naglašava da mnogi osnivači i investitori i dalje precjenjuju prednosti koje modeli ili vlasnički podaci sami po sebi donose, dok rijetke arhitekture poslovnih modela i mreža i dalje komanduju višim valuation multiple-ima.
Komentari
Diskusija je otvorena za W3M korisnike. Komentare mogu čitati svi, a objavljivanje zahtijeva prijavu.
Za komentarisanje i odgovaranje potreban je W3M nalog.