Co byste měli vědět o hodnocení startupu v oblasti umělé inteligence pro investice

Od Salvatore Minetti, CEO, Fountech.Ventures

Zájem o hlubokou technologii rostl v posledních letech, zejména v rámci investiční komunity. A ze všech sektorů, které operují v oblasti hluboké technologie, se umělá inteligence (AI) stala rostoucím trhem, který je třeba sledovat.

Podle údajů Národní asociace venture kapitálu bylo v roce 2019 vybráno 19,98 miliard dolarů od 1 509 společností v oblasti AI pouze ve Spojených státech. Tento údaj poroste v následujících letech, i když může dojít k krátkodobému poklesu kvůli pandemii. Skutečně, startupy v oblasti AI, které slibují pomoci nám překonat výzvy, které představuje COVID-19, mohou pohánět větší investice do tohoto odvětví.

Pro venture kapitály (VC), které chtějí vstoupit do tohoto prostoru, může být hodnocení startupů v oblasti AI pro investice úzkým místem. Níže jsou einige klíčové úvahy, které je třeba mít na paměti při hledání nejlepšího talentu v oblasti AI, který je třeba podporovat.

Určení skutečných hlubokých technologií

První překážkou, se kterou se mnoho investorů setká, je, jak rozlišit mezi skutečně inovativními řešeními a těmi, které se pouze vydávají za ně. AI je totiž obětí svého vlastního úspěchu – mnoho startupů se snaží zlepšit svou komerční nabídku a atraktivitu pro investory tím, že tvrdí, že jsou „podporovány AI“, zatímco ve skutečnosti není v jejich jádru žádné sofistikované použití této technologie.

Dále je důležité, aby investoři měli na paměti omezení, se kterými se budou muset vypořádat rané fáze podnikání, když se budou snažit etablovat v trhu AI.

Strojové učení, veřejně přístupné knihovny, předem trénované modely a API snížily bariéry vstupu pro podnikatele a startupy. Společnosti, které spustí produkt pouze pomocí těchto nástrojů, budou mít pravděpodobně mnoho konkurentů v krátké době. Přirozeně to představuje riziko pro investory.

Aby se tomu zabránilo, doporučuji VC, aby hledaly startupy, které inovují na obou úrovních – vědecké a aplikační. Tyto společnosti v oblasti AI budou vynalézat nové AI pro své účely a budovat základní infrastrukturu, jak postupují.

To nutně zahrnuje oddělení aplikací na úrovni, které pouze opakují třetí strany API, a těch, které mají intenzivní a jedinečné výzkumy ve svém jádru. Skutečná hluboká technologie je nová a představuje významný pokrok oproti aktuálně používaným technologiím.

Ti, kteří mají málo předchozích zkušeností v tomto oboru, se mohou obávat své schopnosti filtrovat společnosti v oblasti AI a určit, které z nich skutečně pohánějí hranice technologie. Existuje několik způsobů, jak toho dosáhnout.

Aby měli ranou expozici hluboké technologie a účinně hodnotili talent v oblasti AI, mohli by VC zvažovat vybudování svého interního technického týmu. To by fakticky znamenalo mít na platě PhD, který by poskytoval odpovídající technickou odbornost. Tímto způsobem investoři vytvoří kapacitu pro filtrování společností, ještě předtím, než bude produkt a trh.

Alternativně by mohli hledat partnery, kteří by to za ně udělali. VC mají možnost spolufinancovat s investory, kteří již mají interní vědce a pevné pochopení hluboké technologie, aby lépe vybrali své investice a poskytli odpovídající technickou podporu v raných fázích jejich cesty.

Jaké jsou vlastnosti a charakteristiky, které je třeba hledat u zakládajícího týmu?

Základní technologie je kritickým faktorem při hodnocení startupu v oblasti AI. Investoři musí být přesvědčeni, že produkt je skutečně inovativní, účinně plní trh a je komerčně životaschopný v dlouhodobém horizontu. V rámci toho bude také třeba zvažovat architekturu za řešením, aby se zajistilo, že může zpracovat rostoucí vstupy dat a může být škálován v průběhu času.

Aby se ujistili, že všechny výše uvedené body jsou řešeny, měli by investoři zajistit, aby všechny kritické role byly obsazeny lidmi s prokázanou zkušeností a znalostmi v oboru. Architekti systémů, inženýři dat, vědci dat a inženýři DevOps by měli být schopni prokázat odpovídající kvalifikace a předchozí zkušenosti v oboru.

Mimo zjevné technické dovednosti je důležité si uvědomit, že AI není pouze o algoritmech a datech. Je to také o lidech. Z tohoto důvodu by měli VC věnovat pozornost vlastnostem a charakteristikám, které zakládající týmy zobrazují. Ačkoli neexistuje žádný stanovený postup, který by se měl následovat, zde jsou einige vlastnosti, které pravděpodobně určí úspěch podniku v oblasti AI.

První z nich je dobrá povědomí o relativních silných a slabých stránkách. Zakladatel může mít například přesvědčivou vizi a požadované technické znalosti, aby ji realizoval. Jak je tomu často u začínajících společností, zakladatel může však chybět odpovídající obchodní znalosti, aby překonal běžné překážky.

Vysoko výkonný tým v oblasti AI bude schopen prokázat ochotu hledat pomoc a najímat správný talent, aby vyplnil existující mezery ve dovednostech. Kultura společnosti by také měla odrážet jejich snahu inovovat: touhu hledat kritickou zpětnou vazbu od peerů, zákazníků a odborníků, aby překonali technické a obchodní výzvy, které vznikají během cesty, a pomohli týmům soustředit se na velký obraz.

Nejdůležitější je však, že skvělý tým bude zobrazovat pozitivní postoj: kritickou podmínku pro jakoukoli iniciativu v konkurenčním prostoru AI. Odhodlání udělat věci fungovat, i když jsou časy těžké, bude oddělovat týmy, které mají to, co je třeba k škálování společnosti v oblasti AI, a ty, které to nemají.