Alphabetが1300億円を投資した産業情報検索エンジン、Alphasenseを分析

Alphabetが1300億円を投資した産業情報検索エンジン、Alphasenseを分析

1. thesis
   ○ ビジネスリサーチは現代の知識労働者にとって中核的な業務
   ○ それに比べて、これを補助するツールは十分に賢くない（反復作業が多い）!
   ○ これを解決するために生まれた、ビジネスリサーチ / インテリジェンス特化の検索エンジン Alphasense
   ○ 積極的な資金調達により、3.2兆ウォンの企業価値を認められた。果たして産業情報版のGoogleになれるのだろうか？

2. founding story
   ○ Morgan Stanleyで働いていたJack Kokkoは、Wharton MBAに在籍していたRaj Neervannanと出会い、リサーチ過程の苦労に強く共感
   ○ これを解決するため、2011年にAlphasenseを創業
   ○ 初期GTMはヘッジファンド（規模が小さく、購買力が高い）で、その後はコールドコールでウォール街の金融企業を取り込み、急成長を実現

3. product
   -> problem: 既存の検索エンジンは資料を並べる以上のインサイトを提供できず、不正確な情報も混ざっている
   -> solution: 信頼できる情報だけを選別し、その上で検索結果を提供。これを拡張して、検索、要約、モニタリング、ワークフローの4つの中核機能を提供
   ○ 検索: 産業 / 企業情報ドメインに特化した検索エンジンを開発 + 長年蓄積した信頼性の高いDBを構築
   ○ 要約: 検索の延長線として、主要トピックやキーワード把握のためのプレビューを提供
   ○ モニタリング: 関心トピックを登録すると、そのテーマに関する新着情報を通知で送信
   ○ ワークフロー: 見つけた内容を保存・記録・共有できるワークスペース

4. market
   ○ 同社の顧客ペルソナは複数の市場に分布
   ○ 金融業界の保守性ゆえに（セキュリティと信頼が最優先）、金融データ産業への一点集中ではなく他のバーティカルへ進出
   ○ マーケットリサーチ業界や顧客アンケート、インタビューへと拡張し、TAMを拡大
   ○ 他のバーティカルへ進出し（e.g. バイオ / 製薬バーティカル）、現在は非金融顧客が全体の75%

5. traction
   ○ 累積投資額4400億ウォンのうち主な投資
   ○ Alphabetエクステンションラウンド: 1.8B value, 100M
   ○ Goldman Sachs、Wells Fargo、Morgan Stanley、Citiなどウォール街から: 180M
   ○ Eric SchmidtのInnovation Endeavors: 50M
   ○ 同社の顧客企業が投資家でもある（e.g. Google、Goldman Sachsなど）

6. business model
   ○ 他のSaaSと同様に、ARRとカスタムソリューションで売上を創出
   ○ 1人当たり利用料は$5000~7000と推定
   ○ 黒字転換は可能だが、まだ収益性はない。今後のコストはDBの最新化とLLM学習に投入されると予想

7. valuation
   ○ 類似の未上場 / 上場企業に比べてPSRが高い（Factset 8, S&P Global 10, Bloomberg 5, Alphasense 12）
   ○ 高い企業価値を正当化するには、非金融バーティカルへの進出を成功させ、より広いユーザー層にとって代替不能な存在になる必要がある。そのためにはGenAI / LLMを効果的に活用する必要性が高い

8. competition
   ○ 金融データサービス: Bloomberg, Refinitiv Eikon, S&P Capital IQ, FactSet
   ○ B2B LLM知識エンジンスタートアップ: Hebbia, Glean
   ○ 同社は企業の外部から内部へ、LLM知識エンジンスタートアップは企業の内部から外部へ拡張しながら競争することになるだろう

9. key opportunities
   ○ ビジョン: ビジネスリサーチのためのGoogle。Pを追うやり方から進み、Qを追うことで、より大衆的で軽量なサービスも可能になるだろう
   ○ ほどよく重厚で、必要なだけ俊敏だ（10年以上の金融業の経験 + GenAIトレンドへの機敏な対応）
   ○ 北米以外の地域へ拡大（APAC）
   ○ 魅力的なExit Opportunity（顧客企業であり投資家でもある企業が買収する可能性）
   ○ GenAI / LLM（メディアの関心と投資金誘致の機会を提供。その後、どう顧客価値を創出するかを考える必要がある）

10. key risks
    ○ 強力な競合: データ、技術力、評判、顧客管理などの定性的な堀は存在するが、AI / 検索分野では技術的な堀が弱い
    ○ 少数のICP（ideal customer profile）: 全社員が使う製品ではなく、同社の顧客企業が成長しても同社の売上成長には直結しない

11. conclusion
    ○ 産業情報版のGoogleになるかもしれないAlphasense。彼らの製品と戦略がどのように変化し、どれほどの富を生み出すのか、注意深く見守ろう