Найти тему
Мобильная Азия

Главное из ежегодного отчета Softbank Group

Оглавление

Пару месяцев назад Softbank Group (SBG) выпустил 2019 annual report, где подвел финансовые итоги прошедшего года. Этот документ давно лежал у в закладках, но тут на Токио обрушился тайфун, который Япония не видела последние лет 60, так что появилось время, чтобы написать этот пост. Он не претендует на релевантность. В конце концов с момента выпуска отчета прошло несколько значимых событий для SBG, таких как buy-out основателя и новый раунд инвестиций OYO Rooms и попытки WeWork выйти на IPO, о которых тут не писал. Отчет вроде не мелькал в российских СМИ, и в телеграмм-каналах, поэтому думаю, что освещение отчета может быть интересно.

Основатель Softbank, Масаёси Сон еще в 2010 году он представил инвесторам дорожную карту компании на ближайшие 30 лет и 300(!) лет. Тогда конечно, было немало скептицизма относительно некоторый идей, да и вряд ли кто-то мог представить, что холдинг будет управлять венчурным фондом с активами на > $100 миллиардов.

За рамках моего повествования остались разделы Corporate Governance System и Complience и Risk-management. Если вдруг вам это интересно, ссылку на презентацию можно найти в моем телеграмм-канале.

Vision Fund и Delta Fund

Безусловно интерес венчурного сообщества связан с деятельностью Vision Fund, которому в отчете уделено немало внимания.

Softbank заявляет, что Vision Fund должен стать основным драйвером трансформации SBG от телеком оператора к инвестиционному холдингу.

Главное memo презентации - «AI will be the largest revolution in human history». CEO SBG формирует цель компании очень метафорично: «Цель SBG стать дирижером оркестра AI предпринимателей. Мы стремимся взять на себя руководство группой компаний во главе с ведущими AI предпринимателями из разных областей, и помочь им гармонизировать, создавая дополнительную ценность вдоль их творческого пути». Аналогии с оркестром не случайны. Масаёси Сон вдохновляется работой Венского Филармонического концерта, который работает с 1842 года и скорее всего будет работать и остальные 150 лет. Это то, к чему должен стремиться Softbank, как компания - создавать экосистему талантливых предпринимателей.

-2

Vision Fund фокусируется на late-stage и мезонинное финансировании, преимущественно в компании, уже получивших статус «единорога».

Поскольку Softbank Group публичная компания, то инвесторам предоставляется финансовая информация и по Vision Fund в том числе, что не так часто можно увидеть среди даже крупных VC фондов. Операционная прибыль фонда составила $11 миллиардов, и операционная прибыль до уплаты налога $7 миллиардов. В этом финансовом году учтена прибыль от продажи доли в Flipkart и NVIDIA, но прошедшие IPO Uber и Slack не учитывалось.

-3

В портфеле Vision Fund уже > 70 компаний. Фонд рассмотрел ~2400 компаний, то есть конверсия в инвестиции составляет 3%. Процесс отбора стандартный : Скрининг, Due diligence, оценка партнеров, инвестиционного комитета, и собственной аудиторской компании. Также Vision Fund работает вместе с партнерами для оценки: EY, PWC, Duff and Phelps.

-4

Помимо финансирования, фонд старается помочь портфельным компаниям эксперитизой в незнакомых областях и операционным консалтингом. Внутри фонда сформирована операционная группа в прошлом году и представляет собой команду из 35 опытных профессионалов. Операционная группа управляет портфелем, расширяет географию деятельности компаний, а также определяет и разрабатывает многочисленные возможности для создания совместных предприятий. Фонд заявляет, что операционная группа предлагает конкурентное преимущество над другими инвесторами.

Причина разделения на Vision Fund и Delta Fund в отчете не отражена, но Delta Fund на данный момент инвестировал только в Didi. Причиной разделения считают конфликт по отношению к Didi со стороны Softbank и Saudi Arabia’s Public Investment Fund

-5

ARM

Softbank полностью владеет компанией ARM, которая занимается дизайном процессоров. В отчете компании уделено отдельное внимание. Процессоры, разработанные ARM используются в качестве микроконтроллеров во встроенных системах, включая системы безопасности (автомобильные ABS), биометрические системы, умные телевизоры (например, Android TV), умные часы (такие как Qualcomm Toq) и используются в качестве процессоров общего назначения в смартфонах, планшетах, ноутбуках, настольных компьютерах (даже для запуска традиционных x86, программ Microsoft Windows) и серверов.

-6

В интервью двухгодичной давности Сон называет ARM одной из своих самых удачных инвестиций. Softbank полностью выкупил компанию в 2016 году за $32 миллиарда.

В релизе, ARM уделило целую страницу процессорам, оптимизированных для задач машинного обучение и оборудование для self-driving car.

У компании уже есть Arm Machine Learning Processor - ML процессор, разработанный специально для инференса нейронных сетей на мобильных устройствах и интеллектуальных IP-камерах. О практических методах хорошо рассказано здесь: специалисты «оптимизировали движение данных», убрали лишние операции (которые всегда дают 0), применили новые алгоритмы сжатия и прунинга, подготовили код под нужды сверточных операций.

Тема железа имеет глубокие корни в Азии, поэтому можно сделать небольшое отступление.

За последнии 5 лет, количество венчурные деньги в hardware увеличилось. Сейчас порядка 50 команд занимаются разработкой AI чипов. По сути все чипы представляют ASIC (интегральная схема специального назначения) или же центральный процессор с функционалом нейросетевых вычислений, но называют по-разному, например, DPU (dataflow processing unit), IPU (intelligent processing unit) или MLU (machine learning unit).

Крупные вендоры тоже расширяют свои кремниевые подразделения. Google создает чипы для дата-центров, нацеленных на алгоритмы машинного обучения. Microsoft — для IoT устройств. Facebook — предположительно, для VR очков, NVIDIA — майнинг и машинное обучение, Samsung собирает инженеров под собственные GPU, Apple и Huawei оптимизируют чипы под операции свертки и стекинга изображений.

Где-то на просторах телеграма встретил такой сайт, где отражено текущее состояние дел в этой индустрии. Автор - Shan Tang из Пекина.

Жаль, что ARM не отразило их видение по federated learning papers обучения ну или безопасности процессоров.