Voici ce que vous devez savoir sur l’évaluation d’une startup d’IA pour investir

Par Salvatore Minetti, PDG, Fountech.Ventures

L’intérêt pour l’espace de la technologie profonde a augmenté ces dernières années, en particulier au sein de la communauté des investisseurs. Et de tous les secteurs opérant dans le domaine de la technologie profonde, l’intelligence artificielle (IA) est devenue un marché en plein essor à surveiller.

Selon les données de l’Association nationale des capitalistes de venture, 19,98 milliards de dollars ont été levés par 1 509 entreprises d’IA aux États-Unis seul en 2019. Ce chiffre augmentera dans les années à venir, même s’il y a un creux à court terme dû à la pandémie. En fait, les startups d’IA promettant d’aider à surmonter les défis posés par la COVID-19 pourraient bien alimenter un investissement plus important dans ce domaine.

Pour les capitalistes de venture (VC) qui souhaitent s’aventurer dans cet espace, évaluer les startups d’IA pour investir peut être intimidant. Voici quelques considérations clés à garder à l’esprit lors de la recherche des meilleurs talents d’IA à soutenir.

Identifier les véritables technologies de technologie profonde

Le premier obstacle que de nombreux investisseurs seront confrontés est de savoir distinguer les solutions réellement innovantes et celles qui se déguisent en telles. Après tout, l’IA est victime de son propre succès – de nombreuses startups cherchent à renforcer leur offre commerciale et leur attractivité auprès des investisseurs en prétendant être « propulsées par l’IA » alors qu’en réalité, il n’y a pas d’utilisation sophistiquée de la technologie au sein de leur activité principale.

En outre, il est important que les investisseurs gardent à l’esprit les contraintes que les entreprises en démarrage devront affronter lorsqu’elles chercheront à s’établir sur le marché de l’IA.

L’apprentissage automatique, les bibliothèques accessibles au public, les modèles pré-entraînés et les API ont tous contribué à réduire les barrières à l’entrée pour les entrepreneurs et les startups. Les entreprises qui lancent un produit en utilisant uniquement ces outils auront probablement de nombreux concurrents en un rien de temps. Cela pose un risque pour les investisseurs.

Pour atténuer cela, je recommanderais aux VC de rechercher des startups qui innovent à la fois au niveau de la science et de l’application. Ces entreprises d’IA inventeront de nouveaux algorithmes d’IA à leurs fins et construiront les infrastructures sous-jacentes au fur et à mesure.

Cela implique nécessairement de séparer les entreprises de niveau application, qui se contentent de réutiliser des API tierces, et celles qui ont une recherche intense et unique à leur cœur. En effet, la véritable technologie profonde est nouvelle et représente des progrès significatifs par rapport aux technologies actuellement utilisées.

Celui qui a peu d’expérience dans le domaine pourrait s’inquiéter de sa capacité à évaluer les entreprises d’IA et à déterminer lesquelles sont réellement à la pointe de la technologie. Il existe plusieurs moyens de contourner cela.

Afin d’avoir une exposition précoce à la technologie profonde et d’évaluer efficacement les talents d’IA, les VC pourraient envisager de développer leur technologie interne. Cela impliquerait d’avoir un doctorat sur la paie pour fournir la compétence technique appropriée. En agissant ainsi, les investisseurs créeront la capacité d’évaluer les entreprises avant même qu’il y ait un produit et une traction sur le marché.

Alternativement, ils pourraient chercher à s’associer à des partenaires pour le faire à leur place. Les VC ont la possibilité de co-investir avec des investisseurs qui ont déjà des scientifiques en interne et une solide compréhension de la technologie profonde afin de mieux sélectionner leurs investissements ainsi que de fournir un soutien technique approprié aux premiers stades de leur parcours.

Quels sont les traits et les caractéristiques à rechercher dans une équipe de fondateurs ?

La technologie sous-jacente est un facteur critique lorsqu’il s’agit d’évaluer une startup d’IA. Les investisseurs doivent être convaincus qu’un produit est réellement innovant, répond efficacement à un besoin du marché et est viable à long terme sur le plan commercial. Dans ce cadre, l’architecture derrière la solution devra également être prise en compte pour garantir qu’elle peut gérer les entrées de données croissantes et être mise à l’échelle avec le temps.

Pour être certain que tous ces points sont abordés, les investisseurs devraient s’assurer que tous les rôles clés sont occupés par des personnes ayant une expérience et des connaissances prouvées dans le domaine. Les architectes de systèmes, les ingénieurs de données, les scientifiques de données et les ingénieurs DevOps de l’équipe devraient tous être en mesure de démontrer les qualifications et l’expérience appropriées dans le domaine.

Au-delà des compétences techniques évidentes, il est important de rappeler que l’IA ne concerne pas seulement les algorithmes et les données. Cela concerne également les personnes. C’est pourquoi les VC devraient prêter une attention particulière aux traits et caractéristiques que les équipes de fondateurs affichent. S’il n’y a pas de critères à suivre, voici quelques traits qui sont susceptibles de déterminer le succès d’une entreprise d’IA.

Le premier est une bonne conscience de ses forces et faiblesses relatives. Un fondateur peut avoir une vision convaincante et les connaissances techniques requises pour la concrétiser. Comme c’est souvent le cas avec les jeunes entreprises, cependant, le fondateur peut manquer de compétences commerciales appropriées pour surmonter les obstacles courants.

Une équipe d’IA de haute performance sera en mesure de démontrer une volonté de demander de l’aide et de recruter les bons talents pour combler les lacunes existantes. La culture de l’entreprise devrait également refléter leur volonté d’innover : le désir de rechercher des commentaires critiques de la part de pairs, de clients et d’experts ira loin pour surmonter les défis techniques et commerciaux qui se posent au cours du parcours et aider les équipes à se concentrer sur le tableau d’ensemble.

Le plus important, cependant, est qu’une grande équipe affichera une attitude positive : une exigence cruciale pour toute entreprise dans l’espace de l’IA compétitif. Une détermination à faire fonctionner les choses, même lorsque les temps sont difficiles, séparera les équipes qui ont ce qu’il faut pour développer une entreprise d’IA et celles qui n’en ont pas.