Hva er de viktigste hindringene som hindrer AI-startups fra å skalere opp? – Tankeledere

Av Salvatore Minetti, administrerende direktør, Fountech.Ventures

Løftet om kunstig intelligens (AI) har utvilsomt fanget fantasien til mange investorer det siste tiåret. Drevet av sterk offentlig interesse har teknologien blitt en reell kraft for det gode, og lover å levere løsninger med potensial for å løse noen av verdens største problemer.

I forhold til andre fremvoksende teknologier var AI-selskaper den ledende investeringskategorien globalt i 2019, og sikret over 23 milliarder dollar i finansiering ifølge Tech Nation.

Imidlertid krever AI-selskaper mer enn bare investeringer for å virkelig trives i det nåværende klimaet. Problemet er faktisk ikke så mye mangelen på oppstartsbedrifter som det er mangelen på oppskalere.

For virkelig å presse denne disiplinen fremover, er det på tide at vi øker innsatsen for å pleie kun de mest innovative virksomhetene mot langsiktig suksess, slik at de kan bli formidable selskaper. Dette reiser spørsmålet: hva er hindringene som holder AI-bedrifter tilbake fra å vokse utover oppstartsfasen?

Bestemme "ekte" AI-bedrifter

Det er ingen hemmelighet at taggen 'AI' har blitt allestedsnærværende, med selskaper som bruker begrepet venstre, høyre og senter for å sikre investeringer. Problemet med dette er at noen selskaper uten AI i kjernen holder tilbake fremgangen i sektoren for øvrig, og hindrer utviklingen av progressive løsninger.

Disse problemene med semantikk gjør det vanskeligere for investorer å finne ut hvilke virksomheter som faktisk bruker "ekte" AI, og hvilke som ikke gjør det. Faktisk avslørte en nylig MMC Ventures-rapport at to femtedeler av Europas AI-start-ups faktisk ikke bruker AI i noen av produktene sine. Eksempler som dette tjener til å fremheve hvor omfattende misbruken av begrepet er. Utvilsomt kan det å blande sammen betydningen av et produkt eller en tjeneste ikke bare føre til overforbruk og dårlig utførelse, men også en bedrifts ultimate fall når den utkonkurreres av de med mer klarhet og fokus.

Investorer vil derfor gjøre klokt i å unngå denne skjebnen ved å granske selskaper grundig tidlig i prosessen. Dette kan oppnås ved å stille nøkkelspørsmål, for eksempel "får dette selskapet sine konkurransefortrinn fra bruken av AI?", og "vil dette selskapet drive sektoren fremover?". På denne måten kan ressursene brukes mer verdifullt på selskaper med skalerbare tekniske løsninger og reelle konkurransefortrinn.

Snublesteiner for oppstart

På den dypteknologiske arenaen har ambisiøse unge lag generelt besluttsomheten og den tekniske ekspertisen som kreves for å designe og skape et innovativt produkt. Kraftige konsepter er imidlertid ikke alltid nok til å garantere suksessen til en ny forretningssatsing, og for mye fokus på teknologien kan hindre fremgangen.

Mangelen på klare beregninger for AI-startups er spesielt utfordrende; det er vanskelig å måle hva som gjør et "godt" AI-selskap. Hypen rundt AI og dens økende popularitet har også gitt opphav til hard konkurranse, noe som betyr at gründere må være spesielt innstilt på hindringene de vil møte.

Noen grunnleggende ting er viktige for enhver bedrift. For det første må gründere kunne demonstrere at de tar opp et stort og viktig problem – og vise hvorfor de er i den beste posisjonen til å løse det. Kanskje enda viktigere, bedrifter må finne ut om folk vil være villige til å betale gode penger for løsningen deres.

AI-start-ups vil generelt falle på mange av de samme hindringene som deres mer tradisjonelle kolleger. En annen CB Insights-rapport avslørte de vanligste årsakene til at spirende gründere kan mislykkes på vei opp til toppen, som inkluderte mangel på markedsbehov for produktet, ikke å ha det rette teamet og bli utkonkurrert av andre virksomheter.

Den første av disse krever spesiell oppmerksomhet: Forundring for så mange teknologiske startups er at de bygger produktet, og så håper at noen vil ha det. En unnlatelse av å ta de nødvendige skrittene i begynnelsen for å forstå den potensielle tilpasningen og etterspørselen betyr at sluttproduktet til slutt ikke fanger oppmerksomheten til målmarkedet.

For AI-bedrifter er det imidlertid tilleggselementer som også må vurderes. Teamet skal kunne demonstrere at AI-en deres virkelig tilfører verdi til dataene de bruker – og ikke bare blir brukt som et røykteppe. Hjelper AI med å forklare mønstre i dataene, utlede nøyaktige forklaringer, identifisere viktige trender og til slutt optimalisere bruken av informasjonen?

Hvis ikke, må de stille spørsmål ved om de egentlig burde selge seg selv som en AI-startup. Det er en reell risiko for at ressurser blir brukt unødvendig på å bygge og markedsføre en løsning som ikke virkelig løser et problem ved bruk av kunstig intelligens. Til syvende og sist vil slike virksomheter sannsynligvis miste synet over tid og vil mislykkes i å leve opp til det merket de kanskje hadde sett for seg selv. De kan også slite med å sikre finansiering; tross alt vil de fleste VC-er ikke risikere en investering i en teknologi som er tvetydig.

Unge lag har også en tendens til å møte veisperringer når det kommer til den økonomiske siden av ting: AI-start-ups er enten underfinansiert fra begynnelsen eller brenner mer penger enn nødvendig. For å oppnå bærekraftig vekst, må nye bedrifter være i stand til å planlegge utover utviklingsbudsjettet og skape en skalerbar kommersiell modell som vil tåle tidens tann. Riktignok er dette ingen enkel bragd med begrenset virksomhet.

Oppdra AI-start-ups til suksess

Mange av disse feiltrinnene koker ned til det faktum at oppstartsbedrifter ofte kommer til kort når det gjelder hensiktsmessig mentorskap og forretningssans. De fleste vil faktisk dra nytte av litt ekstra ekspertise for å navigere i vanlige snublesteiner.

Det er derfor grunnleggende at selskapets grunnleggere samarbeider med tredjepartsrådgivere for å kompensere for eventuelle kunnskapshull. Unge team trenger mentorer for å hjelpe til med å manøvrere ukjent territorium, og for å gi ytterligere juridisk, økonomisk og logistisk veiledning.

Til syvende og sist er det bare ikke nok å finansiere et prosjekt. Det er essensielt at vi jobber for å gi en mer helhetlig modell for å støtte nystartede AI-oppstarter, slik at selskaper er på vei til kommersielt skalerbare prosjekter. Det er bare ved å gi spesialiststøtte og assistanse med de mer grunnleggende aspektene ved virksomheten – så vel som tilgang til talent, kapital og peer-nettverk – at vi virkelig kan presse nålen fremover i banebrytende AI-teknologi.