Analisis Alphasense, mesin pencari informasi industri yang didanai Alphabet sebesar 130 miliar

Analisis Alphasense, mesin pencari informasi industri yang didanai Alphabet sebesar 130 miliar

1. thesis
   ○ Riset bisnis adalah pekerjaan inti bagi pekerja pengetahuan modern
   ○ Namun, dibanding pentingnya tugas ini, alat yang membantu masih belum cukup pintar (banyak pekerjaan berulang)!
   ○ Untuk memecahkan masalah ini, lahirlah Alphasense, mesin pencari yang dikhususkan untuk riset bisnis / intelijen
   ○ Berkat penggalangan dana yang agresif, perusahaan ini diakui memiliki valuasi 3,2 triliun. Apakah ia benar-benar bisa menjadi Google-nya informasi industri?

2. founding story
   ○ Jack Kokko, yang bekerja di Morgan Stanley, bertemu Raj Neervannan yang sedang menempuh MBA di Wharton, dan keduanya sangat berempati pada kesulitan dalam proses riset
   ○ Untuk mengatasinya, mereka mendirikan Alphasense pada 2011
   ○ GTM awal menyasar hedge fund (skala kecil, daya beli kuat), lalu tumbuh cepat dengan merangkul perusahaan keuangan Wall Street lewat cold call

3. product
   -> problem: mesin pencari yang ada tidak memberikan insight lebih dari sekadar menampilkan daftar materi + informasi yang tidak akurat juga tercampur
   -> solution: hanya memilih informasi yang kredibel, lalu memberikan hasil pencarian di atas fondasi itu. Ini kemudian diperluas menjadi 4 fungsi inti: pencarian, ringkasan, pemantauan, dan workflow
   ○ Pencarian: mengembangkan mesin pencari yang terspesialisasi pada domain informasi industri/perusahaan + membangun DB tepercaya yang dikumpulkan selama bertahun-tahun
   ○ Ringkasan: sebagai perpanjangan dari pencarian, menyediakan pratinjau untuk memahami topik dan kata kunci utama
   ○ Pemantauan: jika mendaftarkan topik yang diminati, notifikasi akan dikirim saat ada kabar baru terkait topik tersebut
   ○ Workflow: workspace untuk menyimpan, mencatat, dan membagikan temuan

4. market
   ○ Persona pelanggan perusahaan ini tersebar di banyak pasar
   ○ Karena konservatisme industri keuangan (keamanan dan kepercayaan adalah prioritas utama), perusahaan ini memilih masuk ke vertikal lain alih-alih all-in pada industri data keuangan
   ○ TAM meningkat dengan berekspansi ke industri riset pasar serta survei dan wawancara pelanggan
   ○ Dengan masuk ke vertikal lain (mis. vertikal bio/farmasi), saat ini 75% pelanggannya berasal dari sektor nonkeuangan

5. traction
   ○ Dari total pendanaan kumulatif 440 miliar, berikut investasi utamanya
   ○ Alphabet extension round: valuasi 1.8B, 100M
   ○ Dari Wall Street seperti Goldman Sachs, Wells Fargo, Morgan Stanley, Citi: 180M
   ○ Innovation Endeavors milik Eric Schmidt: 50M
   ○ Pelanggan perusahaan ini juga merupakan investornya (mis. Google, Goldman Sachs, dll.)

6. business model
   ○ Seperti SaaS pada umumnya, pendapatan berasal dari ARR dan solusi kustom
   ○ Biaya per pengguna diperkirakan $5000~7000
   ○ Perusahaan bisa beralih ke laba, tetapi saat ini masih belum profitabel; ke depan biaya diperkirakan akan banyak masuk ke pembaruan DB dan pelatihan LLM

7. valuation
   ○ Dibanding perusahaan peer privat/publik, PSR-nya tinggi (Factset 8, S&P Global 10, Bloomberg 5, Alphasense 12)
   ○ Untuk membenarkan valuasi tinggi, perusahaan harus berhasil berekspansi ke vertikal nonkeuangan dan menjadi tak tergantikan bagi basis pengguna yang lebih luas. Untuk itu, kebutuhan memanfaatkan GenAI/LLM secara efektif makin meningkat

8. competition
   ○ Layanan data keuangan: Bloomberg, Refenitiv Eikon, S&P Capital IQ, FactSet
   ○ Startup mesin pengetahuan LLM B2B: Hebbia, Glean
   ○ Perusahaan ini akan berekspansi dari luar perusahaan ke dalam, sedangkan startup mesin pengetahuan LLM akan bergerak dari dalam perusahaan ke luar, dan keduanya akan bersaing

9. key opportunities
   ○ Visi: menjadi Google untuk riset bisnis. Melampaui pendekatan yang mengejar P, perusahaan ini juga bisa menghadirkan layanan yang lebih ringan dan lebih massal dengan mengejar Q
   ○ Cukup matang, dan secepat yang dibutuhkan (rekam jejak lebih dari 10 tahun di industri keuangan + respons cepat terhadap tren GenAI)
   ○ Ekspansi ke luar Amerika Utara (APAC)
   ○ Exit opportunity yang menarik (pelanggan yang juga investor berpotensi melakukan akuisisi)
   ○ GenAI/LLM (memberi peluang perhatian media dan penghimpunan investasi, lalu setelah itu perlu dipikirkan bagaimana menciptakan nilai bagi pelanggan)

10. key risks
    ○ Pesaing yang kuat: ada moat kualitatif seperti data, kemampuan teknis, reputasi, dan pengelolaan pelanggan, tetapi moat teknis di bidang AI/pencarian tergolong lemah
    ○ Jumlah ICP (ideal customer profile) yang sedikit: ini bukan produk yang dipakai seluruh karyawan, dan meskipun pelanggan perusahaan ini tumbuh, itu tidak otomatis berarti pendapatan perusahaan ini ikut tumbuh

11. conclusion
    ○ Alphasense mungkin saja menjadi Google-nya dunia informasi industri; mari cermati dengan saksama bagaimana produk dan strateginya berubah, serta seberapa besar kekayaan yang dapat diciptakannya