Αυτό είναι ό,τι πρέπει να γνωρίζετε για την αξιολόγηση μιας εταιρείας AI για επένδυση

Từ τον Salvatore Minetti, CEO, Fountech.Ventures

Το ενδιαφέρον για τον χώρο της deep tech έχει αυξηθεί τα τελευταία χρόνια, ιδιαίτερα μέσα στην επενδυτική κοινότητα. Και από tous τους τομείς που λειτουργούν μέσα στο πεδίο της deep tech, η τεχνητή νοημοσύνη (AI) έχει γίνει μια αναπτυσσόμενη αγορά που πρέπει να παρακολουθείται.

Σύμφωνα με δεδομένα από την Εθνική Ένωση Κεφαλαίου Επενδύσεων, 19,98 δισεκατομμύρια δολάρια συλλέχθηκαν από 1.509 εταιρείες AI στις Ηνωμένες Πολιτείες μόνο το 2019. Αυτό το ποσό θα αυξηθεί τα επόμενα χρόνια, ακόμη και αν υπάρχει μια βραχυπρόθεσμη πτώση λόγω της πανδημίας. Πράγματι, οι εταιρείες AI που υπόσχονται να μας βοηθήσουν να υπερβούμε τις προκλήσεις που θέτει η COVID-19 θα μπορούσαν να καύσουν μεγαλύτερη επένδυση σε αυτόν τον τομέα.

Για τους επενδυτές (VCs) που είναι πρόθυμοι να κάνουν επενδύσεις σε αυτόν τον χώρο, η αξιολόγηση των εταιρειών AI για επένδυση μπορεί να είναι δαunting. Παρακάτω βρίσκονται ορισμένες βασικές σκέψεις που πρέπει να ληφθούν υπόψη όταν αναζητούν το καλύτερο ταλέντο AI για υποστήριξη.

Καθορισμός των πραγματικών τεχνολογιών deep tech

Το πρώτο εμπόδιο με το οποίο θα αντιμετωπιστούν πολλοί επενδυτές είναι το πώς να διακρίνουν τις πραγματικά καινοτόμες λύσεις από αυτές που απλώς παρουσιάζονται ως τέτοιες.毕竟, η AI είναι θύμα της δικής της επιτυχίας – πολλές εταιρείες προσπαθούν να ενισχύσουν την εμπορική τους προσφορά και την ελκυστικότητά τους μπροστά στους επενδυτές, ισχυριζόμενες ότι είναι “ενισχυμένες από την AI” όταν, στην πραγματικότητα, δεν υπάρχει σοφιστικη χρήση της τεχνολογίας μέσα στην πυρήνα της επιχείρησής τους.

Πέρα από αυτό το ζήτημα, είναι σημαντικό οι επενδυτές να έχουν υπόψη τους τις περιορισμούς που θα αντιμετωπίσουν οι νεοσύστατες επιχειρήσεις όταν θα προσπαθούν να καθιερωθούν στην αγορά AI.

Η μηχανική μάθηση, οι δημόσιες βιβλιοθήκες, τα προ-εκπαιδευμένα μοντέλα και οι API έχουν 모두 μειώσει τα εμπόδια εισόδου για τους επιχειρηματίες και τις νεοσύστατες επιχειρήσεις. Οι εταιρείες που εκκίνηση ενός προϊόντος χρησιμοποιώντας αυτές τις εργαλειοθήκες μόνο θα έχουν πιθανώς πολλούς ανταγωνιστές σε σύντομο χρονικό διάστημα. Φυσικά, αυτό θέτει κίνδυνο τους επενδυτές.

Για να μειώσουν αυτό, θα παρότρυνα τους VCs να αναζητούν εταιρείες που καινοτομούν τόσο στο επίπεδο της επιστήμης όσο και της εφαρμογής. Αυτές οι εταιρείες AI θα εφευρίσκουν νέες AI για τους σκοπούς τους και θα κατασκευάζουν την υποκείμενη υποδομή καθώς το κάνουν.

Αυτό απαιτεί απαραίτητα την διάκριση μεταξύ εταιρειών επιπέδου εφαρμογής, οι οποίες απλώς επαναλαμβάνουν τρίτες API, και εκείνων που έχουν έντονη και μοναδική έρευνα στο πυρήνα τους. Πράγματι, η πραγματική deep tech είναι καινοτόμος και αντιπροσωπεύει σημαντικές προόδους σε σχέση με τις τεχνολογίες που χρησιμοποιούνται σήμερα.

Αυτοί που έχουν λίγη προηγούμενη εμπειρία στον τομέα μπορεί να ανησυχούν για την ικανότητά τους να αξιολογήσουν τις εταιρείες AI και να καθορίσουν ποιες είναι πραγματικά στην πρώτη γραμμή της τεχνολογίας. Υπάρχουν πολλοί τρόποι γύρω από αυτό.

Προκειμένου να έχουν πρώιμη έκθεση στη deep tech και να αξιολογήσουν αποτελεσματικά το ταλέντο AI, οι VCs θα μπορούσαν να λάβουν υπόψη να χτίσουν την εσωτερική τεχνική τους. Αυτό θα σήμαινε να έχουν ένα PhD στην μισθοδοσία για να παρέχουν την κατάλληλη τεχνική ικανότητα. Κάνοντας così, οι επενδυτές θα δημιουργήσουν την ικανότητα να αξιολογήσουν τις εταιρείες πριν ακόμη υπάρχει προϊόν και αγορά.

Ποια είναι τα χαρακτηριστικά και οι ιδιότητες που πρέπει να αναζητούνται σε μια ιδρυτική ομάδα;

Η υποκείμενη τεχνολογία είναι ένα κρίσιμο παράγοντα όταν πρόκειται για την αξιολόγηση μιας εταιρείας AI. Οι επενδυτές πρέπει να είναι βέβαιοι ότι ένα προϊόν είναι πραγματικά καινοτόμο, εξυπηρετεί αποτελεσματικά μια αγορά ανάγκη και είναι εμπορικά βιώσιμο στο μακροπρόθεσμο. Jako μέρος αυτού, η αρχιτεκτονική πίσω από την λύση θα πρέπει επίσης να ληφθεί υπόψη για να διασφαλιστεί ότι μπορεί να χειριστεί αυξανόμενες εισόδους δεδομένων και μπορεί να κλιμακωθεί με την πάροδο του χρόνου.

Για να διασφαλιστεί ότι όλα τα παραπάνω σημεία αντιμετωπίζονται, οι επενδυτές πρέπει να διασφαλίσουν ότι όλα τα κρίσιμα ρόλοι είναι γεμάτοι από άτομα με αποδεδειγμένη εμπειρία και γνώση στον τομέα. Οι συστήματα αρχιτέκτονες, οι μηχανικοί δεδομένων, οι επιστήμονες δεδομένων και οι μηχανικοί DevOps πρέπει όλοι να είναι σε θέση να αποδείξουν κατάλληλες προϋποθέσεις και προηγούμενη εμπειρία στον τομέα.

Πέρα από τις προφανείς τεχνικές ικανότητες, είναι σημαντικό να θυμόμαστε ότι η AI δεν είναι μόνο για αλγόριθμους και δεδομένα. Είναι για τους ανθρώπους, επίσης. Για αυτόν τον λόγο, οι VCs πρέπει να δώσουν προσοχή στα χαρακτηριστικά και τις ιδιότητες που εμφανίζουν οι ιδρυτικές ομάδες. Ενώ δεν υπάρχει καθορισμένο κριτήριο να ακολουθηθεί, υπάρχουν quelques χαρακτηριστικά που είναι πιθανό να καθορίσουν την επιτυχία μιας εταιρείας AI.

Το πρώτο είναι μια καλή επίγνωση των σχετικών ισχυών και αδυναμιών. Ένας ιδρυτής μπορεί, για παράδειγμα, να έχει μια πειστική όραση και τις απαραίτητες τεχνικές γνώσεις για να τη δει μέσα. Όπως συμβαίνει συχνά με τις νεοσύστατες εταιρείες, ωστόσο, ο ιδρυτής μπορεί να λείπει η κατάλληλη επιχειρηματική ικανότητα για να υπερβεί τους κοινούς εμπόδους.

Μια υψηλής απόδοσης ομάδα AI θα είναι σε θέση να αποδείξει μια愿意 να ζητήσει βοήθεια και να ενσωματώσει το σωστό ταλέντο για να γεμίσει οποιαδήποτε υπάρχουσα κενή γνώσεων. Η κουλτούρα μιας εταιρείας πρέπει επίσης να αντανακλά την ορμή τους να καινοτομούν: μια επιθυμία να αναζητήσουν κριτική από τους ομοτίμους, τους πελάτες και τους ειδικούς θα πάει μακρύτερα για να υπερβούν τις τεχνικές και επιχειρηματικές προκλήσεις που ανακύπτουν κατά μήκος του ταξιδιού και να βοηθήσουν τις ομάδες να επικεντρωθούν στην μεγάλη εικόνα.

Πιο σημαντικά, ωστόσο, μια μεγάλη ομάδα θα εμφανίσει μια θετική στάση: μια κρίσιμη απαιτούμενη για οποιαδήποτε επιχείρηση στον ανταγωνιστικό χώρο AI. Μια απόφαση να κάνουν να δουλεύουν, ακόμη και όταν οι καιροί είναι δύσκολοι, θα διακρίνει τις ομάδες που έχουν αυτό που χρειάζεται για να κλιμακωθούν μια εταιρεία AI, και εκείνες που δεν το κάνουν.