Quali sono gli ostacoli principali che impediscono alle startup di intelligenza artificiale di crescere in scala? – Thought Leaders

Di Salvatore Minetti, CEO, Fountech.Ventures

La promessa dell’intelligenza artificiale (AI) ha senza dubbio catturato l’immaginazione di molti investitori nel corso dell’ultimo decennio. Sostenuta da un forte interesse pubblico, la tecnologia è diventata una vera forza per il bene, promettendo di fornire soluzioni con il potenziale per risolvere alcuni dei più grandi problemi del mondo.

Relativamente ad altre tecnologie emergenti, le aziende di AI sono state la categoria di investimento leader a livello globale nel 2019, assicurandosi oltre 23 miliardi di dollari di finanziamenti secondo Tech Nation.

Tuttavia, le aziende di AI richiedono più di un semplice investimento per prosperare veramente nel clima attuale. In realtà, il problema non è tanto la scarsità di startup, quanto la scarsità di aziende in crescita.

Per spingere realmente questa disciplina in avanti, è tempo di intensificare gli sforzi per nutrire solo le aziende più innovative verso il successo a lungo termine, in modo che possano diventare aziende formidabili. Ciò solleva la domanda: quali sono gli ostacoli che impediscono alle aziende di AI di crescere oltre la fase di startup?

Determinare le aziende di AI ‘vere’

Non è un segreto che l’etichetta ‘AI’ sia diventata onnipresente, con aziende che utilizzano il termine a sinistra, a destra e al centro per assicurarsi gli investimenti. Il problema con questo è che alcune aziende senza AI al loro nucleo stanno rallentando il progresso nel settore nel suo complesso, ostacolando lo sviluppo di soluzioni progressive.

Questi problemi di semantica rendono più difficile per gli investitori determinare quali aziende utilizzano effettivamente ‘vera’ AI e quali no. In effetti, un recente rapporto di MMC Ventures ha rivelato che due quinti delle startup di AI europee non utilizzano effettivamente AI in nessuno dei loro prodotti. Esempi come questo servono a sottolineare quanto sia diffuso l’uso improprio del termine. Senza dubbio, confondere il significato di un prodotto o servizio può portare non solo a una spesa eccessiva e a una cattiva esecuzione, ma anche al declino finale di un’azienda quando viene superata da quelle con maggiore chiarezza e focalizzazione.

Gli investitori farebbero quindi bene a evitare questo destino valutando attentamente le aziende all’inizio del processo. Ciò può essere ottenuto ponendo domande chiave, come ‘questa azienda trae il suo vantaggio competitivo dall’uso di AI?’ e ‘questa azienda spingerà il settore in avanti?’. In questo modo, le risorse possono essere spese in modo più prezioso su aziende con soluzioni tecniche scalabili e un vero vantaggio competitivo.

Ostacoli per le startup

Nell’arena deep-tech, i team giovani e ambiziosi hanno generalmente la determinazione e l’esperienza tecnica necessarie per progettare e creare un prodotto innovativo. Tuttavia, concetti potenti non sono sempre sufficienti a garantire il successo di una nuova impresa, e un’eccessiva attenzione alla tecnologia potrebbe ostacolare il suo progresso.

La mancanza di metriche chiare per le startup di AI è particolarmente impegnativa; è difficile misurare cosa rende una ‘buona’ azienda di AI. L’interesse crescente per l’AI e la sua popolarità hanno anche dato origine a una forte concorrenza, il che significa che i fondatori devono essere particolarmente attenti agli ostacoli che si troveranno ad affrontare.

Alcuni fondamentali sono importanti per ogni azienda. In primo luogo, gli imprenditori devono dimostrare di stare affrontando un problema grande e importante – e mostrare perché sono nella posizione migliore per risolverlo. Forse ancora più importante, le aziende devono stabilire se le persone saranno disposte a pagare bene per la loro soluzione.

Le startup di AI cadranno generalmente nelle stesse trappole delle loro controparti più tradizionali. Un altro rapporto di CB Insights ha rivelato i motivi più comuni per cui gli imprenditori emergenti potrebbero fallire nella loro ascesa, che includevano la mancanza di necessità di mercato per il prodotto, non avere il team giusto e essere superati da altre aziende.

Il primo di questi richiede un’attenzione particolare: la piaga di molte startup tecnologiche è che costruiscono il prodotto e poi sperano che qualcuno lo voglia. Un fallimento nel prendere i passi appropriati all’inizio per capire la potenziale corrispondenza e la domanda significa che il prodotto finale non cattura l’attenzione del mercato di destinazione.

Per le aziende di AI, tuttavia, ci sono elementi aggiuntivi che devono essere considerati. Il team dovrebbe essere in grado di dimostrare che il loro AI sta aggiungendo realmente valore ai dati che stanno utilizzando – e non solo essere utilizzato come uno schermo fumogeno. L’AI aiuta a spiegare modelli nei dati, a derivare spiegazioni accurate, a identificare tendenze importanti e a ottimizzare finalmente l’uso delle informazioni?

Se no, devono chiedersi se dovrebbero realmente vendersi come una startup di AI. C’è un rischio reale che le risorse vengano spese inutilmente per costruire e commercializzare una soluzione che non risolve realmente un problema utilizzando l’intelligenza artificiale. In definitiva, tali aziende sono probabilmente destinate a perdere la loro visione nel tempo e non riusciranno a soddisfare il marchio che potrebbero aver immaginato per se stesse. Potrebbero anche lottare per ottenere finanziamenti; dopo tutto, la maggior parte dei VC non vorrà rischiare un investimento in una tecnologia ambigua.

I team giovani tendono anche ad affrontare ostacoli quando si tratta del lato finanziario: le startup di AI sono o sottocapitalizzate fin dall’inizio o bruciano più denaro del necessario. Per raggiungere una crescita sostenibile, le aziende nascenti devono essere in grado di pianificare oltre il budget di sviluppo e creare un modello commerciale scalabile che resisterà alla prova del tempo. Concesso, non è un’impresa facile con limitata esperienza aziendale.

Nutrire le startup di AI per il successo

Molti di questi passi falsi si riducono al fatto che le startup spesso non raggiungono l’appropriata mentorship e l’esperienza aziendale. In effetti, la maggior parte trarrebbe beneficio da ulteriore esperienza per navigare gli ostacoli comuni.

È fondamentale quindi che i fondatori di aziende lavorino con consulenti esterni per compensare le lacune nella conoscenza. I team giovani hanno bisogno di mentori per aiutare a manovrare il territorio inesplorato e per fornire ulteriore orientamento legale, finanziario e logistico.

In definitiva, finanziare semplicemente un progetto non è sufficiente. È essenziale lavorare per fornire un modello più olistico per supportare le startup di AI nascenti, in modo che le aziende siano poste sulla strada per progetti commercialmente scalabili. È solo fornendo supporto e assistenza specializzata per gli aspetti più fondamentali dell’azienda – nonché l’accesso al talento, al capitale e alle reti di pari – che possiamo realmente spingere in avanti l’ago della tecnologia di AI pionieristica.