6名员工、融资1.2亿日元的FriendlyData,种子轮完成次月即被ServiceNow以8位数美元收购

文中金额均按1美元=150日元换算标注日元。

一家不到3年就落幕的公司

FriendlyData是2016年由Michael Rumiantsau、Alex Zaytsev、Alexey Zenovich三人创立的企业软件公司。他们只做一件事:把用普通英语写的问题转换成SQL,让不会写SQL的业务人员无需经过工程师就能直接查询公司数据。这就是所谓的Text-to-SQL(自然语言转SQL)领域。

2018年10月,这家公司被上市公司ServiceNow(总部加州圣克拉拉)收购。据They Got Acquired披露,收购金额为”low 8 figures”,即8位数美元的前段=十几亿日元规模。彼时公司创立不到3年,员工6人,累计融资额120万美元(约1.8亿日元)。而且在被收购时,公司才”刚刚开始获取企业客户”。

一个既无法用营收、也无法用客户数量解释的定价,是如何成立的?先把时间线摆出来。

2016→2018年时间线

值得注意的是最后三行的密度。**种子轮关闭的次月,公司就被卖掉了。**通常,种子轮融资意味着”接下来要花数年做大”,而紧随其后的出售则代表着完全不同的判断。

他们做的是什么

Rumiantsau出身白俄罗斯,是一名软件工程师,曾担任当地创业公司Flatlogic的CTO。2017年他移居旧金山,起初同时经营外包开发公司和FriendlyData两条业务线。

产品层面的关键事实只有一个:“在已知的所有Text-to-SQL基准测试中都超越了对手”。Rumiantsau在解释收购原因时留下了这样的话。

ServiceNow有意打造全球最先进的NLP(自然语言处理)能力。FriendlyData的技术在所有已知的Text-to-SQL基准测试中都名列前茅。(大意)

他们卖出的不是营收,而是可用数字比较的技术优势。

转折点集中在10个月里

转机集中出现在2018年。在此之前的两年里,FriendlyData一直是”创始人一边做外包一边兼顾的产品”。转变发生在入选500 Startups第20期之后。Rumiantsau明确表示这次入选是”作为创始人人生中的一个转折点”,并解释了理由。

作为一名移民,能获得社会认可,为我打开了许多扇门。(大意)

入选之后,2018年9月完成种子轮融资,紧接着ServiceNow提出邀约,10月成交。把前后并列来看,轨迹的变化一目了然。

技术本身从2016年就在持续打磨,并非2018年突然变好。改变的是这项技术变得”被看见”了。

为什么一家”几乎没有营收的公司”能卖出十几亿日元

三个结构叠加在一起。

**其一,验证成本低。**买家评估未上市初创公司时,最昂贵的环节是确认”这项技术真的好吗”。Text-to-SQL领域有公开的基准测试作为通用标尺,而FriendlyData正是其中的冠军。即便没有营收记录,买家也能在几小时内确认其优势。反过来说,在没有统一标尺的领域,即使技术实力相同,这种定价也无法成立。

其二,买方进行的是战略收购而非财务收购。ServiceNow当时正大举投入AI和机器学习,把”全球最强NLP能力”定为目标。这种情况下的定价基准不是”这家公司利润的多少倍”,而是”自己从零打造同样能力所需的成本和时间”。对上市公司而言,一年的延误所造成的机会损失可能轻松超过十几亿日元。这正是卖方营收几乎为零、价格却依然成立的原因。

**其三,整个团队一同加入。**三位联合创始人全部加入ServiceNow,转而负责把这项技术整合进母公司的平台。买方得到的不仅是代码,还有能够持续驱动它运转的人。这种形式带有浓厚的Acqui-hire(人才收购)色彩。

此外不容忽视的是Rumiantsau对销售的看法。他曾说**“第一笔销售应该在MVP完成之前就完成”**,并且实际上从原型阶段就开始接触企业客户。理由是”来自实际使用者的反馈是最好的”。这样一来,在被收购之时,公司已经处于”刚刚开始获取企业客户”的状态。从零到”刚刚开始”,在买方眼中差距巨大。

3人 对 70人的不对称

这个案例中最真实的数字不是收购金额,而是尽职调查的参与人数。

Rumiantsau回顾道,“卖给上市公司之所以困难,是因为必须经历的审查和尽职调查的量太大”。当一支小团队向上市公司出售公司时,谈判和资料应对所耗费的工时,几乎与经营业务本身相当。出售过程本身,对一家6人公司而言就是一项大项目。

他后来在社交媒体上分享的教训,也是基于这种不对称。要与多个潜在买家谈判;若要卖给大型组织,要确保管理层有内部支持者;而且要为交易谈崩的情况准备好备选方案。如果3个人忙于应对尽调期间业务陷入停滞,而交易最终又未能成交,公司可能遭受致命打击。

这个案例读不出来的部分

坦白说,这个案例存在大量数字空白。收购金额只用”8位数美元前段”这种带幅度的表述,确切金额未公开。ARR和客户数量也未披露。因此**“赚多少钱才能卖多少钱”这类经验无法从中得出。**

此外,在种子轮完成次月就出售,这本身也是一种主动放弃融资前提的判断。融资刚完成就出售,对投资人来说是能短期回收的好交易,但创始人一方本可能在数年后做到多大规模,已无从验证。出售始终是”就此时下车”的选择,而这个案例并未披露速度所付出的代价。

哪些可以复制,哪些不能

容易复制的部分有两点。一是在MVP完成前就开始与潜在客户交流的运作方式。二是选择存在外部标尺的领域这一设计思路。基准测试、公开评分、第三方认证等,只要存在能让他人在短时间内确认自身优势的指标,即使业绩尚浅也有可能获得高估值。

无法复制的部分则更大。最大的一块是2018年这个时间点。当时的Text-to-SQL是一个专业的机器学习课题,基准测试第一名具有价值。如今基础模型已广泛提供类似功能,很难再靠同样的技术获得同样的评价。再往下数是入选500 Startups第20期本身——这并非申请就能通过的项目,而且在他的情况下还起到了”移民创始人信用背书替代品”这种特殊作用。加上买方是主动找上门的——ServiceNow率先行动,并非卖方四处寻找的案子。这不是能够刻意打造的条件。

顺带一提,Rumiantsau后来离开ServiceNow,创办了AI分析初创公司Narrative BI,并通过投资平台@founders.ai投资其他创业者。出售并非终点,而是转化为下一轮资本和信用的起点。

相关阅读

• ScrapingBee —— 小团队SaaS走向出售的数字积累方式
• MENTA —— 日本本土的事业公司Acqui-hire型收购案例