¿Cuáles son los principales obstáculos que impiden que las startups de inteligencia artificial (IA) escalen?

Por Salvatore Minetti, CEO, Fountech.Ventures

La promesa de la inteligencia artificial (IA) ha capturado sin duda la imaginación de muchos inversores en la última década. Impulsada por un fuerte interés público, la tecnología se ha convertido en una fuerza real para el bien, prometiendo entregar soluciones con potencial para resolver algunos de los problemas más grandes del mundo.

En comparación con otras tecnologías emergentes, las empresas de IA fueron la categoría de inversión líder a nivel global en 2019, asegurando más de $23 mil millones en financiamiento según Tech Nation.

Sin embargo, las empresas de IA requieren más que solo inversión para prosperar realmente en el clima actual. De hecho, el problema no es tanto la escasez de startups como la escasez de empresas que escalen.

Para impulsar realmente esta disciplina hacia adelante, es hora de que aumentemos nuestros esfuerzos para nutrir solo a las empresas más innovadoras hacia el éxito a largo plazo, para que puedan convertirse en empresas formidables. Esto plantea la pregunta: ¿cuáles son los obstáculos que impiden que las empresas de IA crezcan más allá de la fase de startup?

Determinar empresas de IA ‘verdaderas’

No es un secreto que la etiqueta ‘IA’ se ha vuelto ubicua, con empresas que utilizan el término a izquierda y derecha para asegurar la inversión. El problema con esto es que algunas empresas sin IA en su núcleo están frenando el progreso en el sector en general, obstaculizando el desarrollo de soluciones progresivas.

Estos problemas con la semántica hacen que sea más difícil para los inversores determinar qué empresas realmente utilizan ‘verdadera’ IA, y cuáles no. De hecho, un informe reciente de MMC Ventures reveló que dos quintas partes de las startups de IA de Europa no utilizan IA en ninguno de sus productos. Ejemplos como este sirven para destacar cuán generalizado es el mal uso del término. Sin duda, confundir el significado de un producto o servicio puede no solo llevar a un gasto excesivo y una mala ejecución, sino también al declive final de una empresa cuando es superada por aquellas con más claridad y enfoque.

Los inversores harían bien en evitar este destino evaluando a las empresas de manera exhaustiva desde el principio. Esto se puede lograr haciendo preguntas clave, como ‘¿esta empresa deriva su ventaja competitiva del uso de IA?’, y ‘¿esta empresa impulsará el sector hacia adelante?’. De esta manera, los recursos se pueden gastar de manera más valiosa en empresas con soluciones técnicas escalables y una ventaja competitiva real.

Obstáculos para las startups

En el ámbito de la deep-tech, los equipos ambiciosos y jóvenes suelen tener la determinación y la experiencia técnica necesarias para diseñar y crear un producto innovador. Sin embargo, conceptos poderosos no siempre son suficientes para garantizar el éxito de una nueva empresa, y un enfoque excesivo en la tecnología podría frenar su progreso.

La falta de métricas claras para las startups de IA es particularmente desafiante; es difícil medir qué hace que una empresa de IA sea ‘buena’. El entusiasmo que rodea a la IA y su creciente popularidad también ha dado lugar a una feroz competencia, lo que significa que los fundadores necesitan estar particularmente atentos a los obstáculos que enfrentarán.

Algunos fundamentos son importantes para todo negocio. Por un lado, los empresarios deben ser capaces de demostrar que están abordando un problema grande y importante, y mostrar por qué están en la mejor posición para resolverlo. Quizás aún más importante, las empresas necesitan establecer si la gente estará dispuesta a pagar un buen dinero por su solución.

Las startups de IA generalmente fracasarán en muchos de los mismos obstáculos que sus contrapartes más tradicionales. Otro informe de CB Insights reveló las razones más comunes por las que los empresarios en ciernes podrían fracasar en su ascenso al éxito, que incluyeron la falta de necesidad de mercado para el producto, no tener el equipo adecuado y ser superados por otros negocios.

La primera de estas demanda atención particular: la plaga de muchas startups de tecnología es que construyen el producto y luego esperan que alguien lo quiera. Una falta de pasos adecuados al comienzo para entender el ajuste y la demanda potencial significa que el producto final no captura la atención del mercado objetivo.

Para las empresas de IA, sin embargo, hay elementos adicionales que también deben considerarse. El equipo debe ser capaz de demostrar que su IA está agregando valor real a los datos que están utilizando, y no solo se está utilizando como una cortina de humo. ¿Ayuda la IA a explicar patrones en los datos, derivar explicaciones precisas, identificar tendencias importantes y optimizar finalmente el uso de la información?

Si no es así, deben cuestionar si realmente deberían venderse como una startup de IA. Existe un riesgo real de que los recursos se gasten innecesariamente en construir y comercializar una solución que no resuelve realmente un problema utilizando inteligencia artificial. En última instancia, tales empresas probablemente pierdan su visión con el tiempo y no cumplan con la marca que podrían haber imaginado para sí mismas. También pueden luchar para asegurar financiamiento; después de todo, la mayoría de las empresas de capital de riesgo no querrán arriesgar una inversión en una tecnología ambigua.

Los equipos jóvenes también tienden a enfrentar obstáculos cuando se trata del lado financiero: las startups de IA están subfinanciadas desde el principio o queman más dinero del necesario. Para lograr un crecimiento sostenible, las empresas incipientes necesitan ser capaces de planificar más allá del presupuesto de desarrollo y crear un modelo comercial escalable que resistirá la prueba del tiempo. Otorgado, esto no es una hazaña fácil con conocimientos comerciales limitados.

Nutriendo a las startups de IA para el éxito

Muchos de estos errores se deben a que las startups a menudo no tienen la mentoría y el conocimiento empresarial adecuados. De hecho, la mayoría se beneficiaría de algún conocimiento adicional para navegar los obstáculos comunes.

Es fundamental, por lo tanto, que los fundadores de la empresa trabajen con asesores externos para compensar las brechas en el conocimiento. Los equipos jóvenes necesitan mentores para ayudar a maniobrar en un territorio desconocido y proporcionar orientación legal, financiera y logística adicional.

En última instancia, simplemente financiar un proyecto no es suficiente. Es esencial que trabajemos para proporcionar un modelo más holístico para apoyar a las startups de IA incipientes, para que las empresas estén en el camino hacia proyectos comercialmente escalables. Solo proporcionando apoyo y asistencia especializados con los aspectos más fundamentales del negocio, así como acceso a talento, capital y redes de pares, podemos impulsar realmente la aguja hacia adelante en la tecnología de IA pionera.