# 알파벳이 1300억을 투자한 산업 정보 검색 엔진, Alphasense 분석

> Clean Markdown view of GeekNews topic #11744. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=11744](https://news.hada.io/topic?id=11744)
- GeekNews Markdown: [https://news.hada.io/topic/11744.md](https://news.hada.io/topic/11744.md)
- Type: news
- Author: [toebee](https://news.hada.io/@toebee)
- Published: 2023-11-08T17:15:39+09:00
- Updated: 2023-11-08T17:15:39+09:00
- Original source: [pinpointresearch.substack.com](https://pinpointresearch.substack.com/p/alphasense)
- Points: 13
- Comments: 0

## Topic Body

알파벳이 1300억을 투자한 산업 정보 검색 엔진, Alphasense 분석  
  
1. thesis  
○ 비즈니스 리서치는 현대 지식 노동자의 핵심 업무  
○ 그에 비해 이를 보조하는 툴은 충분히 똑똑하지 않음 (반복 작업 多)!  
○ 이를 해결하기 위해 탄생한 비즈니스 리서치 / 인텔리전스 특화 검색 엔진 Alphasense  
○ 공격적 자금조달로 3.2조의 기업가치 인정받음. 과연 산업 정보계의 구글이 될 수 있을까?  
  
2. founding story  
○ 모건스탠리에서 일하던 Jack Kokko는 와튼 MBA를 하던 Raj Neervannan을 만나 리서치 과정의 고충에 크게 공감  
○ 이를 해결하기 위해 2011년 Alphasense 창업  
○ 초기 GTM은 헤지펀드 (규모 작고, 구매력 강함), 이후 콜드콜로 월가 금융 기업을 포섭해 빠른 성장 이룸  
  
3. product  
-> problem: 기존 검색엔진은 자료 나열 이상의 인사이트 제공 X + 부정확한 정보도 섞여있음  
-> solution: 공신력 있는 정보만 추려, 그 위에서 검색 결과 제공. 이를 확장해 검색, 요약, 모니터링, 워크플로우의 4가지 핵심 기능 제공  
○ 검색: 산업/기업 정보 도메인에 특화한 검색엔진 개발 + 다년간 모은 신뢰도 높은 DB 제작  
○ 요약: 검색의 연장선에서 주요 토픽 및 키워드 파악용 미리보기 제공  
○ 모니터링: 관심 주제를 등록 시 해당 주제에 관한 새 소식을 알림으로 보냄  
○ 워크플로우: 발견한 내용을 저장 기록 및 공유할 수 있는 워크스페이스  
  
4. market  
○ 동사의 고객 페르소나는 다수의 시장에 분포  
○ 금융 산업의 보수성 때문에 (보안과 신뢰가 1순위) 금융데이터 산업에 올인보다는 타 버티컬로 진출  
○ 마켓 리서치 산업과 고객 설문 및 인터뷰로 확장해 TAM 증가  
○ 타 버티컬로 진출해 (e.g. 바이오/제약 버티컬), 현재 비금융권 고객이 전체의 75%  
  
5. traction  
○ 누적투자금액 4400억 중 주요투자  
○ 알파벳 익스텐션 라운드: 1.8B value, 100M  
○ 골드만삭스, 웰스파고, 모건스탠리, 시티 등 월가서: 180M  
○ 에릭 슈미트의 innovation endeavor: 50M  
○ 동사의 고객사가 투자사이기도 함 (e.g. 구글, 골드만삭스 등)  
  
6. business model  
○ 여타 SaaS와 같이 ARR와 커스텀 솔루션으로 매출 발생  
○ 인당 사용료 $5000~7000으로 추정  
○ 흑자 전환 가능하나 아직은 수익성 X, 이후 비용은 DB 최신화와 LLM 학습에 들어갈 것으로 예상  
  
7. valuation  
○ 피어 비상장/상장 기업에 비해 PSR이 높음 (Factset 8, S&P Global 10, 블룸버그 5, Alphasense 12)  
○ 높은 기업 가치 정당화를 위해 비금융권 버티컬에 성공적 진출, 보다 넓은 사용자층에 대체 불가능해져야. 이를 위해 GenAI/LLM을 효과적으로 이용할 필요성 up  
  
8. competition  
○ 금융 데이터 서비스: 블룸버그, Refenitiv Eikon, S&P Capital IQ, FactSet  
○ B2B LLM 지식엔진 스타트업: Hebbia, Glean  
○ 동사는 기업 외부에서 내부로, LLM 지식엔진 스타트업은 기업 내부에서 외부로 확장하며 경쟁하게 될 것  
  
9. key opportunities  
○ 비전: 비즈니스 리서치를 위한 구글. P를 쫓는 방식서 나아가 Q를 쫓아 더 대중적이고 가벼운 서비스 또한 가능할 것  
○ 적당히 중후하고, 필요할만큼 재빠르다 (10년 넘는 금융업 업력 + GenAI 트렌드에 기민하게 반응)  
○ 북미외 지역으로 확장 (APAC)  
○ 매력적 Exit Opportunity (고객사이자 투자사가 인수할 가능성)  
○ GenAI/LLM (언론 관심과 투자금 유치의 기회 제공, 이후 어떻게 고객 가치 창출할지 고민해야)  
  
10. key risks  
○ 강한 경쟁자들: 데이터, 기술력, 평판, 고객 관리 등의 정성적 해자가 존재하나 AI / 검색 분야서 기술적 해자가 약함  
○ 적은 수의 ICP (ideal customer profile): 전직원이 사용할 제품 아니며, 동사의 고객사가 성장한다 해서 동사 매출 성장 X  
  
11. conclusion  
○ 산업 정보계의 구글이 될지도 모르는 Alphasense, 이들의 제품과 전략이 어떻게 변화하며, 얼마나 많은 부를 창출해 낼지를 유심히 지켜보자

## Comments



_No public comments on this page._