Jaké jsou hlavní překážky, které brání startupům v oblasti umělé inteligence v růstu?

Salvatore Minetti, CEO, Fountech.Ventures

Slib umělé inteligence (AI) zajisté zaujal mnoho investorů za posledních deset let. Podporovaný silným veřejným zájmem, se tato technologie stala skutečnou silou dobra, slibující dodávat řešení s potenciálem vyřešit některé z největších problémů světa.

V porovnání s ostatními vznikajícími technologiemi, byly AI společnosti v roce 2019 vedoucí kategorií investic celosvětově, získávající více než 23 miliard dolarů ve financování podle Tech Nation.

Nicméně, AI společnosti vyžadují více než jen investice, aby skutečně prosperovaly v současném klimatu. Skutečností je, že problém není tak tolik v nedostatku startupů, jako spíše v nedostatku růstu.

Abychom skutečně posunuli tuto disciplínu vpřed, je čas, abychom zvýšili naše úsilí o podporu pouze nejvíce inovativních podniků směrem k dlouhodobému úspěchu, aby se mohli stát silnými společnostmi. To vede k otázce: jaké jsou překážky, které brání AI podnikům v růstu za fázi startupu?

Určení „skutečných“ AI podniků

Není žádným tajemstvím, že označení „AI“ se stalo všudypřítomným, s společnostmi, které používají tento termín vlevo, vpravo a ve středu, aby získaly investice. Problém s tím je, že některé společnosti bez AI v jádru brzdí pokrok v sektoru jako celku, bránící vývoji progresivních řešení.

Tyto problémy se semantikou činí obtížnější pro investory určit, které podniky skutečně používají „skutečnou“ AI, a které ne. Skutečností je, že nedávná zpráva MMC Ventures odhalila, že dvě pětiny evropských startupů AI ve skutečnosti nepoužívají AI ve svých produktech. Příklady, jako je tento, slouží k tomu, aby ukázaly, jak je zneužívání termínu rozšířené. Bezpochyby, spojení významu produktu nebo služby může vést nejen k nadměrným výdajům a špatné realizaci, ale také k konečному pádu podniku, když je poražen těmi s větší jasností a zaměřením.

Investoři by proto měli tránhit tento osud tím, že budou společnosti důkladně prověřovat na počátku procesu. Toho lze dosáhnout tím, že budou klást klíčové otázky, jako je „získává tato společnost konkurenční výhodu z použití AI?“ a „bude tato společnost posouvat sektor vpřed?“. Tímto způsobem lze prostředky využít více hodnotně na společnosti se škálovatelnými technickými řešeními a skutečnou konkurenční výhodou.

Překážky startupů

V oblasti deep-tech, ambiciózní mladé týmy obecně mají determinaci a technickou odbornost potřebnou k navržení a vytvoření inovativního produktu. Nicméně, silné koncepty nejsou vždy dostatečné k zajištění úspěchu nového podnikatelského projektu, a příliš velký důraz na technologii může brzdit jeho pokrok.

Nedostatek jasných metrik pro AI startupy je zvláště obtížný; je obtížné měřit, co dělá „dobrou“ AI společnost. Hype kolem AI a jeho rostoucí popularity také vedl k silné konkurenci, což znamená, že zakladatelé musí být zvláště vnímaví k překážkám, kterým budou čelit.

Některé základy jsou důležité pro každý podnik. Například, podnikatelé musí být schopni prokázat, že řeší velký a důležitý problém – a ukázat, proč jsou v nejlepší pozici jej vyřešit. Možná ještě důležitější je, že podniky potřebují stanovit, zda lidé budou ochotni zaplatit dobré peníze za jejich řešení.

AI startupy budou obecně padat na stejné překážky jako jejich tradičnější protějšky. Další zpráva CB Insights odhalila nejčastější důvody, proč začínající podnikatelé mohou selhat na cestě nahoru, které zahrnovaly nedostatek trhu pro produkt, nemají správný tým a jsou poraženi jinými podniky.

První z nich vyžaduje zvláštní pozornost: prokletí mnoha tech startupů je, že staví produkt a poté doufají, že někdo chce. Selhání při zajištění vhodných kroků na počátku, aby se pochopila potenciální shoda a poptávka, znamená, že konečný produkt nakonec nezíská pozornost cílového trhu.

Pro AI podniky, nicméně, existují další prvky, které musí být také zohledněny. Tým by měl být schopen prokázat, že jejich AI skutečně přidává hodnotu k datům, která používají – a není používán pouze jako kouřová clona. Pomáhá AI vysvětlovat vzory v datech, odvodit přesné vysvětlení, identifikovat důležité trendy a nakonec optimalizovat použití informací?

Pokud ne, musí se ptát, zda by měli skutečně prodávat sebe jako AI startup. Existuje skutečné riziko, že prostředky budou zbytečně vynaloženy na stavbu a marketing řešení, které skutečně nevyřeší problém pomocí umělé inteligence. Nakonec, takové podniky jsou pravděpodobně ztratí svou vizi v průběhu času a nebudou splňovat označení, které si pro sebe představovaly. Mohou také mít potíže se zajištěním financování; koneckonců, většina VCs nebude chtít riskovat investici do technologie, která je nejednoznačná.

Mladé týmy také tendují k tomu, aby čelily překážkám, když se jedná o finanční stránku věcí: AI startupy jsou buď podfinancovány od počátku, nebo spálí více peněz, než je nutné. Aby dosáhly udržitelného růstu, začínající společnosti potřebují být schopny plánovat za rozpočet na vývoj a vytvořit škálovatelný komerční model, který bude stát zkoušku času. Samozřejmě, že to není žádná lehká úloha s omezeným obchodním rozumem.

Pěstování AI startupů k úspěchu

Mnoho z těchto omylů se shrnuje do skutečnosti, že startupy často selhávají tam, kde je vhodná mentorství a obchodní odbornost. Skutečností je, že většina by mohla těžit z nějaké další odbornosti, aby navigovala běžné překážky.

Je zásadní, že zakladatelé společností pracují s třetími poradci, aby kompenzovali mezery v znalostech. Mladé týmy potřebují mentory, aby jim pomohli manévrovat neznámým územím a poskytnout další právní, finanční a logistické vedení.

Nakonec, jednoduše financovat projekt prostě nestačí. Je zásadní, že pracujeme na poskytování více holistického modelu na podporu začínajících AI startupů, aby společnosti byly nastaveny na cestu k obchodně škálovatelným projektům. Je pouze poskytováním specializované podpory a asistence s více základními aspekty podnikání – jakož i přístupem k talentům, kapitálu a peer sítím – že můžeme skutečně posunout jehlu vpřed v oblasti umělé inteligence.