Zde je to, co byste měli vědět o hodnocení investic do AI startupu

Salvatore Minetti, CEO, Fountech.Ventures

Zájem o hluboký technologický prostor v posledních letech roste, zejména v rámci investiční komunity. A ze všech sektorů působících v oblasti hlubokých technologií se umělá inteligence (AI) stala rozvíjejícím se trhem, který je třeba sledovat.

Podle údajů Národní asociace rizikového kapitálu v roce 19.98 jen v USA získalo 1,509 2019 společností s umělou inteligencí 19 miliardy dolarů. Toto číslo v následujících letech poroste, i když kvůli pandemii dojde ke krátkodobému poklesu. Ve skutečnosti by start-upy s umělou inteligencí, které nám slibovaly, že nám pomohou překonat výzvy, které představuje COVID-XNUMX, mohly v této oblasti podnítit větší investice.

Pro investory rizikového kapitálu (VC), kteří chtějí proniknout do tohoto prostoru, může být hodnocení investic začínajících podniků s umělou inteligencí skličující. Níže jsou uvedeny některé klíčové úvahy, které je třeba mít na paměti při hledání nejlepších talentů AI, které je třeba podpořit.

Určení skutečných technologií hlubokých technologií

První překážkou, se kterou se mnozí investoři budou potýkat, je, jak rozlišit mezi skutečně inovativními řešeními a těmi, která se za taková jednoduše maskují. Umělá inteligence je koneckonců obětí svého vlastního úspěchu – mnoho start-upů se snaží posílit svou komerční nabídku a atraktivitu před investory tím, že tvrdí, že je „pohání umělá inteligence“, i když ve skutečnosti neexistuje žádné sofistikované využití. technologie v rámci jejich hlavní činnosti.

Kromě toho je důležité, aby investoři pamatovali na omezení, kterým budou podniky v rané fázi čelit, když se chtějí prosadit na trhu AI.

Strojové učení, veřejně přístupné knihovny, předem připravené modely a API, to vše posloužilo ke snížení překážek vstupu pro podnikatele a začínající podniky. Společnosti, které uvádějí na trh produkt pouze s použitím těchto sad nástrojů, budou mít pravděpodobně v mžiku nespočet konkurentů. To samozřejmě představuje riziko pro investory.

Abych to zmírnil, naléhal bych na VC, aby hledali start-upy, které inovují jak na vědecké, tak na aplikační úrovni. Tyto společnosti s umělou inteligencí budou pro své účely vymýšlet novou umělou inteligenci a zároveň budovat základní infrastrukturu.

To nezbytně zahrnuje oddělení společností na aplikační úrovni, které jednoduše regurgitují API třetích stran, a těch, které mají v jádru intenzivní a jedinečný výzkum. Skutečná hluboká technologie je skutečně nová a představuje významný pokrok oproti technologiím, které se v současnosti používají.

Ti s malými předchozími zkušenostmi v oboru by se mohli obávat jejich schopnosti prověřovat firmy s umělou inteligencí a určit, které skutečně posouvají hranice technologie. Existuje několik způsobů, jak to obejít.

Aby se mohli brzy seznámit s hloubkovou technologií a efektivně vyhodnotit talent AI, mohou virtuální poskytovatelé zvážit vybudování vlastní technické technologie. Ve skutečnosti by to znamenalo mít doktorát ze mzdové agendy, který by poskytoval odpovídající technické znalosti. Investoři tak vytvoří kapacitu pro prověřování společností ještě předtím, než se objeví produkt a trh.

Případně se mohou poohlédnout po partnerech, aby to udělali za ně. Poskytovatelé rizikového kapitálu mají možnost spoluinvestovat s investory, kteří již mají interní vědce a solidní znalosti o hlubokých technologiích, aby si mohli lépe vybrat své investory a také poskytovat vhodnou technickou podporu v raných fázích své cesty.

Jaké rysy a vlastnosti je třeba hledat v zakládajícím týmu?

Základní technologie je kritickým faktorem při posuzování start-upu s umělou inteligencí. Investoři si musí být jisti, že produkt je skutečně inovativní, účinně naplňuje potřeby trhu a je z dlouhodobého hlediska komerčně životaschopný. V rámci toho bude také třeba zvážit architekturu řešení, aby bylo zajištěno, že zvládne narůstající vstupy dat a bude možné jej škálovat v průběhu času.

Abychom si byli jisti, že všechny výše uvedené body byly vyřešeny, měli by investoři zajistit, aby všechny kritické role obsadili ti, kteří mají v oboru prokázané zkušenosti a znalosti. Systémoví architekti, datoví inženýři, datoví vědci a inženýři DevOps v týmu by měli být schopni prokázat příslušnou kvalifikaci a předchozí praxi v terénu.

Kromě zřejmých technických dovedností je důležité mít na paměti, že AI není jen o algoritmech a datech. Je to i o lidech. Z tohoto důvodu by VC měli věnovat velkou pozornost rysům a charakteristikám, které vykazují zakládající týmy. I když neexistují žádná stanovená kritéria, která by se dala dodržovat, zde je několik vlastností, které pravděpodobně určují úspěch AI podniku.

Prvním je dobré povědomí o relativních silných a slabých stránkách. Zakladatel může mít například přesvědčivou vizi a požadované technické znalosti, aby to dokázal. Jak už to tak u začínajících společností bývá, zakladatel může postrádat patřičné obchodní schopnosti k překonání běžných překážek.

Vysoce výkonný tým umělé inteligence bude schopen prokázat ochotu vyhledat pomoc a najmout ty správné talenty, aby zaplnil všechny existující mezery v dovednostech. Firemní kultura by také měla odrážet jejich snahu inovovat: touha získat kritickou zpětnou vazbu od kolegů, zákazníků a expertů bude znamenat dlouhou cestu k překonání technických a obchodních problémů, které se na cestě objeví, a pomůže týmům soustředit se na velké obrázek.

Nejdůležitější však je, že skvělý tým projeví pozitivní přístup: zásadní požadavek pro jakýkoli podnik v konkurenčním prostoru umělé inteligence. Odhodlání zajistit, aby věci fungovaly, i když jsou těžké časy, oddělí týmy, které mají to, co je potřeba k rozšíření společnosti s umělou inteligencí, a ty, které ne.