Wat zijn de belangrijkste obstakels die voorkomen dat AI-startups opschalen? – Denkleiders

Door Salvatore Minetti, CEO van Fountech.Ventures

De belofte van kunstmatige intelligentie (AI) heeft de afgelopen tien jaar ongetwijfeld tot de verbeelding gesproken van veel investeerders. Gevoed door een sterke publieke belangstelling, is de technologie een echte kracht ten goede geworden en belooft het oplossingen te bieden met het potentieel om enkele van 's werelds grootste problemen op te lossen.

Vergeleken met andere opkomende technologieën waren AI-bedrijven in 2019 wereldwijd de belangrijkste investeringscategorie, waarbij ze volgens Tech Nation ruim 23 miljard dollar aan financiering binnenhaalden.

AI-bedrijven hebben echter meer nodig dan alleen investeringen om echt te gedijen in het huidige klimaat. Het gaat immers niet zozeer om het tekort aan start-ups als wel om het tekort aan scale-ups.

Om deze discipline echt vooruit te helpen, is het tijd dat we onze inspanningen opvoeren om alleen de meest innovatieve bedrijven naar succes op de lange termijn te leiden, zodat ze formidabele bedrijven kunnen worden. Dit roept de vraag op: wat zijn de obstakels die AI-bedrijven ervan weerhouden verder te groeien dan de opstartfase?

Bepalen van 'echte' AI-bedrijven

Het is geen geheim dat de tag 'AI' alomtegenwoordig is geworden, waarbij bedrijven de term links, rechts en midden gebruiken om investeringen veilig te stellen. Het probleem hiermee is dat sommige bedrijven zonder AI als kern de vooruitgang in de sector als geheel tegenhouden, waardoor de ontwikkeling van vooruitstrevende oplossingen wordt belemmerd.

Deze problemen met semantiek maken het voor investeerders moeilijker om te bepalen welke bedrijven daadwerkelijk 'echte' AI gebruiken en welke niet. Uit een recent rapport van MMC Ventures bleek zelfs dat twee vijfde van de Europese start-ups op het gebied van AI in geen van hun producten daadwerkelijk gebruikmaakt van AI. Voorbeelden als deze dienen om te benadrukken hoe alomtegenwoordig het misbruik van de term is. Ongetwijfeld kan het verwarren van de betekenis van een product of dienst niet alleen leiden tot te hoge uitgaven en een slechte uitvoering, maar ook tot de uiteindelijke ondergang van een bedrijf wanneer het wordt weggeconcurreerd door mensen met meer duidelijkheid en focus.

Beleggers doen er daarom goed aan dit lot te vermijden door bedrijven in een vroeg stadium grondig door te lichten. Dit kan door het stellen van sleutelvragen als 'haalt dit bedrijf zijn concurrentievoordeel uit de inzet van AI?', en 'gaat dit bedrijf de sector vooruit helpen?'. Op deze manier kunnen middelen waardevoller worden besteed aan bedrijven met schaalbare technische oplossingen en een echt concurrentievoordeel.

Opstart struikelblokken

In de deeptech-arena hebben ambitieuze jonge teams over het algemeen de vastberadenheid en technische expertise die nodig zijn om een ​​innovatief product te ontwerpen en te creëren. Krachtige concepten zijn echter niet altijd voldoende om het succes van een nieuwe zakelijke onderneming te garanderen, en te veel aandacht voor de technologie kan de voortgang ervan belemmeren.

Het ontbreken van duidelijke statistieken voor AI-startups is bijzonder uitdagend; het is moeilijk te meten wat een 'goed' AI-bedrijf maakt. De hype rond AI en de groeiende populariteit ervan hebben ook geleid tot een felle concurrentie, waardoor oprichters vooral moeten zijn afgestemd op de obstakels die ze zullen tegenkomen.

Sommige basisprincipes zijn belangrijk voor elk bedrijf. Ten eerste moeten ondernemers kunnen aantonen dat ze een groot en belangrijk probleem aanpakken – en laten zien waarom ze in de beste positie verkeren om het op te lossen. Misschien nog belangrijker is dat bedrijven moeten vaststellen of mensen bereid zijn goed geld te betalen voor hun oplossing.

AI-start-ups zullen over het algemeen op veel van dezelfde hindernissen stuiten als hun meer traditionele tegenhangers. Een ander CB Insights-rapport onthulde de meest voorkomende redenen waarom beginnende ondernemers mislukken op weg naar de top, waaronder een gebrek aan marktbehoefte aan het product, het niet hebben van het juiste team en de concurrentie van andere bedrijven.

De eerste hiervan vereist bijzondere aandacht: de plaag van zoveel tech-startups is dat ze het product bouwen en dan hopen dat iemand het wil hebben. Als het niet lukt om vanaf het begin de juiste stappen te nemen om de potentiële fit en vraag te begrijpen, betekent dit dat het eindproduct uiteindelijk niet de aandacht van de doelmarkt trekt.

Voor AI-bedrijven zijn er echter aanvullende elementen waarmee ook rekening moet worden gehouden. Het team moet kunnen aantonen dat hun AI echt waarde toevoegt aan de gegevens die ze gebruiken – en niet alleen als rookgordijn wordt gebruikt. Helpt de AI patronen in de gegevens te verklaren, nauwkeurige verklaringen af ​​te leiden, belangrijke trends te identificeren en uiteindelijk het gebruik van de informatie te optimaliseren?

Zo niet, dan moeten ze zich afvragen of ze zichzelf echt als AI-startup moeten verkopen. Er is een reëel risico dat middelen onnodig worden besteed aan het bouwen en op de markt brengen van een oplossing die een probleem niet echt oplost met behulp van kunstmatige intelligentie. Uiteindelijk zullen dergelijke bedrijven na verloop van tijd waarschijnlijk hun visie verliezen en zullen ze niet waarmaken wat ze voor zichzelf hadden verwacht. Ze kunnen ook moeite hebben om financiering rond te krijgen; de meeste VC's zullen immers geen investering willen riskeren in een technologie die dubbelzinnig is.

Jonge teams hebben ook vaak te maken met hindernissen als het gaat om de financiële kant van de zaak: AI-start-ups krijgen vanaf het begin te weinig geld of verbranden meer geld dan nodig is. Om duurzame groei te realiseren, moeten beginnende bedrijven verder kunnen plannen dan het ontwikkelingsbudget en een schaalbaar commercieel model creëren dat de tand des tijds zal doorstaan. Toegegeven, dit is geen sinecure met beperkte zakelijke nous.

AI-start-ups naar succes leiden

Veel van deze misstappen komen erop neer dat start-ups vaak tekort schieten als het gaat om passend mentorschap en zakelijk inzicht. De meesten zouden baat hebben bij wat extra expertise om veelvoorkomende struikelblokken te omzeilen.

Het is daarom van fundamenteel belang dat oprichters van bedrijven samenwerken met externe adviseurs om eventuele hiaten in kennis op te vullen. Jonge teams hebben mentoren nodig om te helpen manoeuvreren op onbekend terrein en om aanvullende juridische, financiële en logistieke begeleiding te bieden.

Uiteindelijk is het simpelweg financieren van een project niet voldoende. Het is essentieel dat we werken aan een meer holistisch model om beginnende AI-start-ups te ondersteunen, zodat bedrijven op weg zijn naar commercieel schaalbare projecten. Alleen door gespecialiseerde ondersteuning en assistentie te bieden bij de meer fundamentele aspecten van het zakendoen – en door toegang te bieden tot talent, kapitaal en peer-netwerken – kunnen we echt een stap verder gaan in baanbrekende AI-technologie.