(번역) 소프트웨어가 아닌 'Work(업무)'를 파는 스타트업
LLM 시대의 스타트업은 'Software'가 아닌 'Work', '업무' 그 자체를 판매할 수도 있습니다.
이번 콘텐츠는 Sarah Tavel's Newsletter의 AI startups: Sell work, not software를 읽고 요약하였습니다. 더불어 원문에서 함께 읽어보기를 권한 How to escape competition -- Building enduring application-level value with LLMs도 아래에 추가로 요약하였습니다.
Key Takeaways : AI startups: Sell work, not software
LLM 시대에 접어들면서 초기에 나오고 있는 프로덕트와 스타트업은 여전히 이전의 메커니즘에 머물러있다. 최종 유저의 생산성에 있어 단계적으로 기능향상을 시켜주는 것을 목적으로 하면서 ‘~~를 위한 Copilot’이 많이 나왔다.
하지만 LLM은 이런 사고방식을 뛰어넘어 이전의 GTM 방법론과 프라이싱 모델을 뛰어넘는 기회를 만들어준다.
기존 소프트웨어 판매 사고방식 vs 업무를 판매한다는 사고방식
소프트웨어 판매하려는 사고방식이라면 여전히 demand package(내용증명)를 만들어낼 수 있는 SaaS를 이용자 수 기준으로 판매하는 방식을 택할 것.
하지만 EvenUp은 선견지명을 갖고 소프트웨어가 아닌 ‘업무’ 그 자체를 제품으로서 판매했다 : 바로 발생하는 demand package 업무 자체를 파는 것.
업무를 판매한다는 관점으로 보면 세일즈 사이클은 달라진다.
생산성 향상도구가 아니라 업무를 수행하는 사람의 인건비를 기준으로 가격이 책정
제품의 경쟁자는 기본적으로 전 세계의 아웃소싱 그룹이 된다.
일관성과 서비스의 일정 퀄리티(SLAs : Service-Level Agreement. 서비스 수준 협약)를 달성할 수 있는 AI기반 제품은 아웃소싱 제품보다 10배 이상 저렴하고 훨씬 우수해야 한다.
AI로 구축된 ‘업무’를 판매할 수 있는 시장 기회의 실행가능성을 테스트해볼 수 있는 좋은 방법은 국제적으로 해당 업무를 지원하는 아웃소싱 그룹이 이미 존재하는지 여부.
BPO 서비스 몇 가지를 소개
BPO 서비스란 : Business Process Outsourcing — 핵심 부분을 제외한 업무 처리나 운영 과정 일부를 외부 업체에 양도하는 것
비용 절감, 생산성 향상, 개발의 향상을 가져와 조직의 효율성에 기여.
전통적으로 제조업 중심으로 이루어졌지만 최근에는 서비스 중심 산업으로 빠르게 향상 중
이런 업무들은 AI 활용한 자동화에 비해 취약할 것.
EvenUp의 예시 — 변호사와 법률 보조가 demand package 업무에서 해방되면 고객(원고)은 더 나은 demand package의 혜택을 누릴 수 있고, 로펌의 직원들은 고객 서비스, 더 많은 고객 확보 또는 demand package의 마무리 작업과 같이 덜 기계적인 업무에 시간을 할애할 수 있게 되어 이득을 볼 수 있다.
또한 업무를 판매하는 것만으로는 충분하지 않다. 경쟁에서 벗어나야 함. 이를 위해 경쟁에서 벗어나는 방법 - LLM으로 지속적인 애플리케이션 수준의 가치를 구축하여, 마진을 모두 빼앗기는 서비스를 제공하는 함정에 빠지지 않도록 하는 방법도 추천한다.
(아래 Summary: How to escape competition -- Building enduring application-level value with LLMs 참고)
Summary: How to escape competition -- Building enduring application-level value with LLMs
향후 5년 이상 동안 사람이 제품에 중요한 역할을 해온 모든 작업은 대규모 언어 모델(LLM)과 일부 관련 기술을 활용하여 구축된 소프트웨어 제품으로 대체될 것이 분명해 보인다.
카피라이팅이 가장 먼저 눈에 띈 업무 분야 — Jasper와 Copy.ai가 이 기회 잡은 첫 두 스타트업이면서 둘다 성장했다. 이전에는 사람을 고용해야 했던 업무를 자동화하기 위해 LLM 사용하는 제품 만들 수 있다면 그 수요는 분명히 존재할 것.
하지만 이 두 회사(Jasper/Copy.ai)가 마냥 좋지만은 않았다. 두 회사는 방어 가능성에 대한 의문에서 계속 챌린지를 겪었다. 질문은 두 가지.
ChatGPT 또는 OpenAI의 API에 액세스할 수 있는 사람이라면 누구나 본질적으로 동일한 결과물을 얻을 수 있다면, 고객이 더 저렴한 가격으로 제품을 제공하는 업체로 비즈니스를 옮기는 것에 항상 취약할 수 있다.
실제로 OpenAI가 ChatGPT 증가하면서 두 회사 고객이탈 급증
기존업체들도 이 기능을 추가하지 않을까? Notion, Hubspot, Canva, Microsoft 등 — 스타트업 vs 기존 기업 혁신이라는 전형적인 경쟁구도가 되는데, 기존기업에서 필요로 하는 기술적 혁신은 대부분 OpenAI가 이미 해결해둔 것이라 자기 제품에 잘 적용하기만 하면 되는 문제.
첫번째에 대해서는 — 실제로 기술적 해자를 가진 소프트웨어 회사는 거의 없으며 항상 집중과 실행에 관한 것. 두번째는 — LLM 기반 제품 사용하는 과도기 세대에 우리가 있어서 생기는 질문.
Jasper/Copy.ai는 어떻게 반대하는 사람들이 틀렸다는 것을 증명할 수 있을까?
또는 더 일반적으로, LLM을 활용하여 새로운 애플리케이션을 개발하려는 스타트업이라면 어떻게 지속적인 가치를 구축할 수 있을까? — 지속가능성을 확보하는 3가지 방법
Narrowness in initial focus
초기에 좁게 초점을 두기 — 버티컬 어플리케이션 추구하는 기업
여기에는 특정 사용 사례에 맞게 모델을 조정하고, 기존 워크플로를 대체하지는 않더라도 연결해야 하는 경우가 많으며(이를 위해 다른 ML 기술을 활용하는 경우가 많음), 따라서 기초 모델에 대한 단순한 API 호출보다 더 많은 실행 작업이 필요하게 될 것.
Feedback Loops
피드백 루프 만들기 — 초기 피드백 제공을 위해 파워 유저 역할하는 사람이 루프에 참여하는 것은 또 하나의 매커니즘, 이런 피드백 활용해 미세조정할 수 있다면 파인튜닝하는데 레버리지할 수도 있을 것.
Accruing data asset
데이터자산 축적 — LLM 기반 어플리케이션 활용하는 사용자들의 긍정적 외부효과로 인해서 이전에는 불가능했던 새롭고 유용한 데이터 자산이 대규모로 생성되는 기업을 기대함.
Generative AI에 관심이 있으신가요? 들어는 봤는데 어떻게 활용해야할지 잘 모르시겠다구요? 그러면 Creatorhood에서 운영하는 커뮤니티 Generative Club에 참여해보세요! 2023년 9월 16일까지 23년도 시즌1 멤버를 모집하고 있습니다. 저희가 기획한 다양한 활동이 궁금하시다면 아래 링크를 확인해주세요!