Cara Mengukur Ukuran Pasar Vertical AI

• Kesalahan paling berbahaya dalam venture capital adalah menilai sebuah pasar sebagai "kecil" dan akibatnya melewatkan peluang berinvestasi pada perusahaan hebat, dan kebiasaan mengukur pasar berdasarkan data historis sangat tidak tepat, terutama untuk inovasi disruptif
• Era AI menciptakan peluang baru untuk memperluas baik tingkat penetrasi maupun ukuran kontrak (ACV) di pasar Vertical, sehingga memungkinkan dibangunnya bisnis penentu generasi yang sebelumnya tidak pernah ada
• Ilmu hayati, real estat, otomotif, asuransi, layanan rumah adalah lima industri yang sangat cocok untuk AI dan memiliki kapitalisasi pasar perangkat lunak yang sudah ada lebih dari $10 miliar, serta berpotensi menopang perusahaan Vertical AI bernilai lebih dari $5 miliar
• ROI ganda dari aplikasi Vertical AI—penurunan biaya operasional dan peningkatan pendapatan—menghasilkan pengembalian investasi 1–10x pada tahun pertama adopsi, yang membentuk loop umpan balik positif yang memaksa adopsi teknologi di seluruh industri
• Perluasan pasar melalui otomatisasi layanan (TPA asuransi senilai $400 miliar, BPO/CRO ilmu hayati senilai $100–400 miliar) dan strategi ekspansi platform memungkinkan ukuran kontrak dan tingkat penetrasi meningkat drastis meskipun jumlah pelanggan tetap

---

Mengapa pasar vertikal tertinggal

• Dari perusahaan B2B SaaS senilai lebih dari $5 miliar, hanya sekitar 19% yang berada di pasar Vertical, dan di era AI persentase ini diperkirakan akan lebih tinggi
• Alasan perangkat lunak horizontal berhasil
  • Gelombang teknologi sebelumnya dibangun berbasis database, dan database efektif untuk menangkap informasi terstruktur maupun semi-terstruktur
  • Perusahaan dengan fungsi horizontal berskala besar mampu mengorganisasi dan menganalisis data dalam jumlah besar, sehingga ROI-nya tinggi dan skala masalahnya besar
• Karakteristik pasar Vertical
  • Terfragmentasi: bisnis-bisnis kecil tanpa skala data seperti perusahaan besar
  • Datanya kompleks: pasar Vertical besar seperti hukum dan kesehatan memiliki data kompleks yang tidak bisa ditangkap secara efektif oleh database. Ini berbeda dengan dataset penjualan, HR, dan TI yang rapi yang melahirkan Salesforce, Workday, dan ServiceNow
• Akibatnya, dibanding ukuran total industri seperti kesehatan dan hukum, tingkat penetrasi perangkat lunak terbatas dan nilai kontraknya kecil
• Jika gelombang teknologi sebelumnya berbasis database terstruktur, maka gelombang teknologi kali ini berbasis workflow tidak terstruktur, dan bisnis kecil serta pasar Vertical dipenuhi oleh workflow semacam ini

Titik awal mengukur ukuran pasar

• Dua metrik pengukuran
  • Penciptaan nilai perangkat lunak di pasar yang ada: mengukur apakah suatu pasar secara historis cukup besar untuk mendukung perusahaan perangkat lunak bernilai lebih dari $5 miliar
  • Intensitas suara dan teks dalam workflow industri (digunakan sebagai proksi kesiapan AI)
• Mengambil semua perusahaan perangkat lunak B2B Vertical bernilai lebih dari $5 miliar dan menggunakan Claude untuk mengukur "kesiapan AI" suatu industri
• Pasar kesehatan dan hukum adalah dua pasar paling jelas untuk penciptaan nilai, tetapi sudah ada perusahaan bernilai miliaran dolar seperti Abridge, Harvey, dan OpenEvidence
• Lima pasar yang lebih jarang dibahas di komunitas AI tetapi memiliki kesiapan AI tinggi dan kapitalisasi pasar perangkat lunak yang sudah ada lebih dari $10 miliar

• Ilmu Hayati (Life Sciences)

  • Perusahaan historis bernilai lebih dari $5 miliar: Veeva ($46 miliar)
  • Kesiapan AI: pemrosesan dokumen regulasi, dokumentasi uji klinis, pelaporan kepatuhan, dan komunikasi vendor semuanya adalah workflow administratif yang intensif teks dan sangat cocok untuk otomatisasi AI
  • Contoh AI-native: Bluenote, Collate

• Real Estat (Real Estate)

  • Perusahaan historis bernilai lebih dari $5 miliar: RealPage (diakuisisi senilai $10 miliar), CoStar ($35 miliar), Zillow ($17 miliar)
  • Kesiapan AI: kontrak, pengungkapan, komunikasi penyewa, dokumen manajemen aset, dan pemrosesan sewa adalah workflow yang intensif dokumen dan komunikasi
  • Contoh AI-native: EliseAI, HouseWhisper

• Otomotif (Automotive)

  • Perusahaan historis bernilai lebih dari $5 miliar: CDK Global ($7 miliar), Cox Automotive (pendapatan lebih dari $9 miliar), Reynolds and Reynolds (swasta)
  • Kesiapan AI: penjadwalan servis, pemesanan suku cadang, komunikasi pelanggan, dan operasi dealer sangat intensif workflow suara dan teks
  • Contoh AI-native: Mia, Toma

• Asuransi (Insurance)

  • Perusahaan historis bernilai lebih dari $5 miliar: Guidewire (kapitalisasi pasar $21 miliar), CCC Information Services (kapitalisasi pasar $6 miliar)
  • Kesiapan AI: pemrosesan klaim, dokumen underwriting, dan panggilan layanan pelanggan sangat cocok untuk otomatisasi AI
  • Contoh AI-native: Pace, Strala, Reserv

• Layanan Rumah (Home Services)

  • Perusahaan historis bernilai lebih dari $5 miliar: ServiceTitan ($9 miliar)
  • Kesiapan AI: penjadwalan, komunikasi pelanggan, dokumentasi layanan, dan operasi lapangan sangat intensif suara dan workflow
  • Contoh AI-native: Avoca, Netic, ProBook

ROI ganda dari aplikasi Vertical AI

• Pengamatan inti dari perusahaan aplikasi AI paling sukses: mereka sekaligus menurunkan biaya operasional dan meningkatkan pendapatan
• Hal ini menghasilkan ROI 1–10x pada tahun pertama adopsi aplikasi Vertical AI
• Kasus Assort Health
  • Menjual agen suara AI ke penyedia layanan kesehatan dan klinik
  • Rata-rata tingkat panggilan tak terjawab di klinik dalam industri kesehatan adalah 20–40%, dan Assort menurunkannya hingga nyaris 0%
  • Setiap panggilan tak terjawab berarti kehilangan calon pelanggan baru potensial (pendapatan), karena mereka bisa menelepon klinik lain
  • Praktik medis besar menghabiskan ratusan ribu hingga jutaan dolar untuk biaya call center
  • Assort dapat meningkatkan inbound lead hingga 20% dan menghemat pengeluaran hingga ratusan ribu dolar
• Loop umpan balik positif
  • Jika satu perusahaan tiba-tiba meningkatkan inbound lead 20%, maka semua perusahaan dalam kategori itu akan dipaksa mengadopsi teknologi tersebut (atau terus tertinggal)
  • Tidak masuk akal membandingkan perusahaan manajemen kesehatan AI-native dengan pembanding publik perangkat lunak penjadwalan medis atau call center
• Karena ROI untuk klinik kesehatan sangat kuat, diperkirakan tingkat penetrasi teknologi ini di klinik kesehatan akan mencapai 50–90% atau lebih dalam 10 tahun ke depan
• Dinamika ROI ganda ini juga terlihat pada startup voice AI di industri yang intensif suara seperti bank komunitas, perusahaan asuransi, layanan rumah, dan dealer otomotif
• Jika mempertimbangkan nilai ekonomi yang diciptakan startup-startup ini * jumlah prospek pelanggan, maka peluang pasarnya jauh lebih besar dari yang tampak di permukaan dan berada pada skala miliaran dolar
• Perdebatan Bill Gurley dan Aswath Damodaran tentang ukuran pasar Uber
  • Damodaran mengasumsikan ukuran pasar dan tingkat penetrasi yang salah
  • Gurley terbukti benar pada keduanya selama 10 tahun terakhir
  • Teknologi disruptif seperti mobile dulu dan AI sekarang memiliki kekuatan untuk memperluas pasar secara eksponensial

Otomatisasi layanan untuk perluasan pasar

• Variabel lain yang harus dipertimbangkan dalam mengukur ukuran pasar Vertical AI adalah peluang untuk menangkap pendapatan layanan atau tenaga kerja
• Area tempat AI paling sukses adalah otomatisasi workflow berbasis teks dan suara, dan banyak layanan outsourcing termasuk di dalamnya
  • Ini adalah pekerjaan rutin bernilai tambah rendah dan cocok untuk otomatisasi AI
• Contoh belanja layanan yang nyaris tak terbayangkan besarnya dan dapat ditangkap AI di pasar Vertical dalam 10 tahun ke depan
  • Pengeluaran third-party administrator (TPA) asuransi: lebih dari $400 miliar per tahun
  • Pengeluaran BPO/CRO ilmu hayati: diperkirakan lebih dari $100–400 miliar per tahun
• Kesenjangan antara belanja layanan dan belanja perangkat lunak
  • Veeva adalah pemasok perangkat lunak ilmu hayati terbesar dan menghasilkan pendapatan sekitar $3 miliar
  • Guidewire dan CCC adalah dua pemasok perangkat lunak asuransi terbesar dan jika digabung menghasilkan sekitar $2,2 miliar pendapatan tahunan
  • Ini adalah bisnis yang hebat, tetapi 100x lebih kecil daripada peluang tenaga kerja outsourcing
• Sekadar mencari "pembanding publik pemasok perangkat lunak asuransi" di Google sudah tidak cukup lagi hari ini
• Memang belum pasti apakah AI akan menangkap porsi signifikan dari pendapatan layanan outsourcing, tetapi keunggulan cara mengukur ukuran pasar ini adalah bahwa jika AI menangkap bagian yang bermakna dari pendapatan tersebut, penciptaan nilainya akan sangat besar

Perusahaan terbaik berekspansi lewat platform

• Perusahaan terbaik memperluas ukuran kontrak melalui platform
• Contoh terkenal perangkat lunak Vertical: Toast
  • Memiliki sistem POS sehingga menguasai data terpenting bagi pemilik restoran (pesanan)
  • Berekspansi untuk mengotomatiskan workflow terpenting di sekitar data yang baru terotomatisasi itu (sistem manajemen pesanan, pemesanan online)
  • Kemudian berekspansi lagi hingga menjadi system of record restoran (kini di lebih dari 140.000 lokasi)
• Perusahaan Vertical AI terbaik akan melakukan hal yang sama
  • Mengotomatiskan workflow dan mendapatkan akses ke data paling penting untuk segmen pelanggan tertentu
  • Menggunakan data tersebut untuk mengotomatiskan workflow penting di sekitarnya
  • Memperluas fungsionalitas selama 10 tahun ke depan dan pada akhirnya bersaing untuk menjadi system of record pelanggan

Ringkasan: tiga jalur untuk memperluas ukuran kontrak dan tingkat penetrasi meski set pelanggan tetap

• Menciptakan peluang yang sulit ditolak dengan memberikan ROI ganda berupa penghematan biaya dan peningkatan pendapatan
• Setelah wedge awal, berekspansi sebagai platform dengan data yang baru terotomatisasi untuk meningkatkan belanja
• Menembus belanja pasar layanan — di industri seperti asuransi, ilmu hayati, kesehatan, dan hukum, ini terukur dalam ratusan miliar dolar
• Dengan jalur ekspansi ini, kita kemungkinan akan melihat pasar baru dengan perusahaan bernilai lebih dari $5 miliar dan lebih banyak perusahaan AI bernilai lebih dari $5 miliar di pasar lama

Kesimpulan

• Vertical AI memang memiliki tantangan
  • Penilaian yang realistis tetap penting bagi investor maupun pendiri
  • Melindungi nilai marginal dari ROI ini tidak mudah, terutama ketika persaingan ketat
  • Di banyak pasar ada momen perebutan lahan bagi pihak yang mampu merebut biaya peralihan pelanggan terbanyak dalam waktu tersingkat
• Namun nilai perusahaan adalah turunan dari nilai yang bisa diberikannya kepada pelanggan, dan penciptaan nilai seperti ini belum pernah terlihat sebelumnya
• Jika Anda membangun perusahaan di salah satu pasar yang tampak "kecil" ini, Anda mungkin melihat peluang yang dilewatkan orang lain