Ηγέτες σκέψης

Η Τεχνητή Νοημοσύνη Οδηγεί τις Επενδύσεις — Nhưng οι Επιχειρηματίες Πρέπει να Είναι Προσεκτικοί με Τις Αξιώσεις τους

mm

Η τεχνητή νοημοσύνη (ΤΝ) παραμένει ένας από τους ισχυρότερους οδηγούς των επενδύσεων κεφαλαίου, αποδεικνύοντας ότι ο κύκλος της υπεραπάντησης δεν έχει ολοκληρωθεί ακόμη. Σύμφωνα με μια πρόσφατη έκθεση της EY, το 37% των χρηματοδοτήσεων στο τρίτο τρίμηνο του 2024 ήταν για εταιρείες που σχετίζονται με την ΤΝ, παρόμοιο με το όγκο του δεύτερου τριμήνου. Οι νεοσύστατες εταιρείες που χρησιμοποιούν ΤΝ προσελκύουν την προσοχή για την ικανότητά τους να αντιμετωπίσουν μεγάλα προβλήματα σε τομείς όπως η ρομποτική, η αυτοματοποίηση, η υγεία, η λογιστική και άλλα. Αλλά η πραγματικότητα είναι ότι οι επενδυτές ακούν, “Χρησιμοποιούμε ΤΝ” όλη την ημέρα. Το βαθμό στον οποίο οι επιχειρηματίες πραγματικά τη χρησιμοποιούν ποικίλλει σημαντικά. Υπάρχει ακόμη και αντίδραση από τους επενδυτές, συμπεριλαμβανομένης μίας 31-σελίδας έκθεσης της Goldman Sachs που αμφισβητεί πόσο αξίζει η ΤΝ για επένδυση.

Η Ομοσπονδιακή Επιτροπή Εμπορίου (FTC) ανακοίνωσε πρόσφατα μια επίθεση κατά των εταιρειών που κάνουν παραπλανητικές αξιώσεις για την ΤΝ. Αυτό το “πλύσιμο ΤΝ” — ρίχνοντας ΤΝ στη μάρκετινγκ χωρίς να το υποστηρίξει — μπορεί να προσελκύσει την προσοχή, αλλά είναι ένας γρήγορος δρόμος για την απώλεια πιστότητας. Οι ιδρυτές πρέπει να επικοινωνούν σαφώς και ειλικρινά για το πώς η ΤΝ ταιριάζει στο επιχειρηματικό τους μοντέλο. Η εστίαση πρέπει να είναι στην πραγματική καινοτομία, όχι μόνο στο κυνήγι των модικών λέξεων.

Είναι κρίσιμο να αποφευχθούν καταστάσεις όπως η Theranos, όπου بولντ αξιώσεις έγιναν χωρίς ουσία, οδηγώντας σε σοβαρές συνέπειες. Τα στοιχήματα είναι ακόμη υψηλότερα με την ΤΝ, καθώς η τεχνική πολυπλοκότητα την κάνει πιο δύσκολο να επιβεβαιωθούν οι αξιώσεις για το πώς χρησιμοποιείται και πιο εύκολο για την κακοποίηση να διαφύγει. Σύμφωνα με την ασφαλιστική εταιρεία Allianz, 38 αγωγές που σχετίζονται με την ΤΝ κατατέθηκαν μεταξύ Μαρτίου 2020 και Οκτωβρίου 2024 — 13 από αυτές ήρθαν το 2024 μόνο.

Η έλξη της ΤΝ για τους επενδυτές δεν είναι μόνο για την τεχνική σοφία. Είναι για την επίλυση προβλημάτων που έχουν σημασία και τη δημιουργία ενός πραγματικού επιχειρηματικού μοντέλου. Οι ιδρυτές που παίρνουν συντομεύσεις ή υπερβολικές αξιώσεις για τις ικανότητες της ΤΝ τους κινδυνεύουν να απομακρύνουν τους ίδιους τους υποστηρικτές που προσπαθούν να προσελκύσουν. Με τους ρυθμιστές να ενισχύουν την επιτήρησή τους και την αγορά να γίνεται πιο διακριτική, η παροχή ουσίας είναι απαραίτητη.

Η ευρεία εμβέλεια της ΤΝ

Η τεχνητή νοημοσύνη περιλαμβάνει πολύ περισσότερα από τα εργαλεία συνομιλίας ΤΝ που κυριαρχούν στα νέα. Ο Patrick Winston, ο αείμνηστος επιστήμονας υπολογιστών και καθηγητής στο MIT, περιέγραψε τα θεμελιώδη στοιχεία της ΤΝ περισσότερο από 30 χρόνια πριν στο σεμιναλικό του βιβλίο, “Τεχνητή Νοημοσύνη“. Λίγο πριν τα μεγάλα μοντέλα γλώσσας κατακτήσουν τη φαντασία του κοινού, η ΤΝ οδηγούσε τις προόδους στην επίλυση προβλημάτων, την ποσοτική σκέψη και τον αλγοριθμικό έλεγχο. Αυτές οι ρίζες υπογραμμίζουν τις ποικίλες εφαρμογές της ΤΝ πέρα από τα chatbot και την επεξεργασία φυσικής γλώσσας.

Σκεφτείτε τον ρόλο της ΤΝ στη ρομποτική και την επεξεργασία εικόνας. Η ταυτόχρονη τοποθέτηση και χαρτογράφηση (SLAM), για παράδειγμα, είναι μια πρωτοποριακή τεχνική που επιτρέπει στις μηχανές να πλοηγηθούν και να ερμηνεύσουν περιβάλλοντα. Αυτή η τεχνική υποστηρίζει κρίσιμους αυτονομούς συστήματα και επιδεικνύει την ικανότητα της ΤΝ να αντιμετωπίζει σύνθετα τεχνικά προβλήματα. Αν και δεν είναι τόσο ευρέως αναγνωρισμένα όσο τα μεγάλα μοντέλα γλώσσας, αυτές οι προόδους είναι εξίσου μετασχηματιστικές.

Πεδία όπως η αναγνώριση ομιλίας και η επεξεργασία εικόνας, που κάποτε θεωρούνταν καινοτομίες ΤΝ, έχουν ωριμάσει σε ξεχωριστές επιστήμες, μεταμορφώνοντας βιομηχανίες κατά τη διαδικασία και, σε πολλές περιπτώσεις, χάνοντας την ετικέτα “ΤΝ”. Η αναγνώριση ομιλίας έχει επανακατασκευάσει την προσβασιμότητα και τις διεπαφές που βασίζονται στη φωνή, ενώ η επεξεργασία εικόνας ενισχύει τις προόδους σε τομείς όπως τα αυτονομικά οχήματα, η ιατρική εικόνα, η αναγνώριση προσώπου και η ανάλυση λιανικών. Για τους ιδρυτές, αυτό υπογραμμίζει τη σημασία της εκφράσεως του πώς οι καινοτομίες τους ταιριάζουν στο ευρύτερο τοπίο της ΤΝ. Η επίδειξη μιας νюανς κατανόησης του πεδίου της ΤΝ επιτρέπει στις νεοσύστατες εταιρείες να ξεχωρίσουν σε ένα ολοένα και πιο ανταγωνιστικό οικοσύστημα χρηματοδότησης για τις νεοσύστατες εταιρείες.

Για παράδειγμα, τα μοντέλα μηχανικής μάθησης μπορούν να βελτιώσουν την логιστική, να προβλέψουν τις αποτυχίες του εξοπλισμού ή να ενεργοποιήσουν δυναμικές στρατηγικές τιμολόγησης. Αυτές οι εφαρμογές μπορεί να μην προσελκύουν την ίδια προσοχή όπως τα chatbot, αλλά προσφέρουν τεράστια αξία σε βιομηχανίες που επικεντρώνονται στην αποτελεσματικότητα και την καινοτομία.

Μιλάμε τη γλώσσα των επενδυτών

Όταν οι ιδρυτές επικοινωνούν στους επενδυτές πώς χρησιμοποιούν την ΤΝ, πρέπει να επικεντρωθούν στις μετρήσιμες επιπτώσεις, όπως η βελτιωμένη αποτελεσματικότητα, οι καλύτερες εξελίξεις των χρηστών ή οι μοναδικές τεχνικές πλεονεκτήματα. Πολλοί επενδυτές δεν είναι βαθιά τεχνικοί, οπότε είναι απαραίτητο να παρουσιάσουν τις ικανότητες της ΤΝ με απλή και προσιτή γλώσσα. Η εξήγηση του τι κάνει η ΤΝ, πώς λειτουργεί και γιατί έχει σημασία χτίζει εμπιστοσύνη και πιστότητα.

Οι επενδυτές γίνονται όλο και πιο κουρασμένοι από το να ακούν τον όρο “ΤΝ”, ανησυχώντας ότι οι επιχειρηματίες υπερ-εμπορεύονται τις επιχειρήσεις τους με την τεχνολογία αντί για το πώς βοηθά να λύσουν προβλήματα. Η ΤΝ έχει γίνει ένα είδος προαπαιτούμενου σε πολλές βιομηχανίες, και ο ρόλος της δεν πρέπει να υπερβολικά ενισχυθεί στην στρατηγική μιας εταιρείας.

Ισότιμα σημαντική είναι η διαφάνεια. Με την FTC να επιτίθεται στις υπερβολικές αξιώσεις ΤΝ, είναι απαραίτητο να είναι αλήθεια για το τι μπορεί και τι δεν μπορεί να κάνει η τεχνολογία σας. Η υπερβολική αξιολόγηση των ικανοτήτων μπορεί να δημιουργήσει αρχική προσοχή αλλά μπορεί γρήγορα να ανατραπεί, οδηγώντας σε ζημιά της φήμης ή ρυθμιστική επιτήρηση.

Οι ιδρυτές πρέπει επίσης να υπογραμμίσουν πώς η χρήση της ΤΝ από αυτούς ταιριάζει με ευρύτερες αγορικές ευκαιρίες. Για παράδειγμα, η αξιοποίηση της ΤΝ για προβλέψεις, βελτιστοποίηση ή συστήματα λήψης αποφάσεων μπορεί να δείξει προνοητικότητα και καινοτομία. Αυτές οι εφαρμογές μπορεί να μην κυριαρχούν στα νέα όπως τα chatbot, αλλά αντιμετωπίζουν πραγματικές ανάγκες που αντηχούν στους επενδυτές.

Τελικά, είναι για την παρουσίαση της ΤΝ ως eines εργαλείου που οδηγεί αξία και λύνει επείγουσες προβλήματα. Με την εστίαση στη σαφή επικοινωνία, την ειλικρίνεια και την ευθυγράμμιση με τις προτεραιότητες των επενδυτών, οι ιδρυτές μπορούν να θέσουν τους εαυτούς τους ως πιστούς και προοδευτικούς ηγέτες στο χώρο της ΤΝ.

Ο Kevin Dowling, PhD είναι ο Διευθύνων Σύμβουλος του Ρομποτικής Εργοστασίου και Υλικού. Φέρνει δεκαετίες ηγεσίας στη ρομποτική, το υλικό και την προηγμένη μηχανική. Προηγουμένως, υπηρέτησε ως CEO της Kaarta, μια εταιρεία γνωστή για την παροχή παγκόσμιας κλάσης λύσεων χαρτογράφησης και τοποθεσίας 3D για ανθρώπους και ρομπότ. Προηγουμένως, ήταν VP της Μηχανικής στο 4Moms, όπου ηγήθηκε μιας ομάδας 50 ατόμων που αναπτύσσουν καινοτόμα προϊόντα καταναλωτών. Νωρίτερα στην καριέρα του, ο Kevin ήταν VP της Έρευνας και Ανάπτυξης στο MC10 στο Κέιμπριτζ, όπου έκτισε και ηγήθηκε της ομάδας μηχανικής και βοήθησε να φέρει τις υψηλών επιδόσεων, ημιαγωγών-βασισμένες ελαστικές ηλεκτρονικές της εταιρείας σε πραγματικές εφαρμογές.

Ο Kevin ήταν Αντιπρόεδρος Στρατηγικής και Τεχνολογίας για την Philips Color Kinetics, τον πρωτοπόρο εφευρέτη και ηγέτη της LED φωτισμού. Ο Kevin ήταν βασικό μέλος της ανώτατης διοίκησης ομάδας καθώς η CK διήλθε μέσω μιας IPO (2004) και $800M απόκτησης από την Philips (2007). Επιπλέον της τεχνικής ηγεσίας, δημιούργησε και προήδρευσε τις πρώτες επιτροπές για τη стандάρδωση του μέτρησης και διάρκειας της LED, των προτύπων LED και των δραστηριοτήτων συμμόρφωσης. Έφερε μαζί μέλη της βιομηχανίας και κυβερνητικές υπηρεσίες και ήταν ενεργός στις ενεργειακές νομοθεσίες, καθώς και βοήθησε να κερδίσει το $10M L-Prize για την Philips. Επίσης, ηγήθηκε πολλά εκπαιδευτικά προγράμματα και ήταν συχνός ομιλητής σε βιομηχανικά γεγονότα.

Προηγουμένως της Color Kinetics, ο Kevin ήταν Αρχισυντήκτης Ρομποτικής για την PRI Automation, και έχει περισσότερες από 20 χρόνια εμπειρίας σε προηγμένη ρομποτική μηχανική στο Ινστιτούτο Ρομποτικής του Πανεπιστημίου Carnegie Mellon, όπου έκτισε κάποια από τα πρώτα αυτόνομα οχήματα του κόσμου.

Ο Δρ. Dowling είναι εφευρέτης σε περισσότερα από 85 εκδοθέντα αμερικανικά патέντες. Έλαβε το πτυχίο του στη Μαθηματική, και τα MS και PhD τίτλους στη Ρομποτική από το Πανεπιστήμιο Carnegie Mellon.