Kontakt z nami

Sztuczna inteligencja napędza inwestycje — ale przedsiębiorcy muszą uważać na to, co twierdzą

Liderzy myśli

Sztuczna inteligencja napędza inwestycje — ale przedsiębiorcy muszą uważać na to, co twierdzą

mm

Sztuczna inteligencja (AI) nadal stanowi jeden z najważniejszych czynników napędzających inwestycje kapitału podwyższonego ryzyka, co dowodzi, że okres popularności tej technologii jeszcze się nie skończył. Według ostatniego raportu EY, 37% pozyskiwania funduszy w trzecim kwartale 2024 r. dotyczyło firm związanych z AI, podobnie jak w drugim kwartale. Startupy wykorzystujące AI są zauważane ze względu na swoją zdolność do rozwiązywania dużych problemów w robotyce, automatyzacji, opiece zdrowotnej, logistyce i nie tylko. Ale rzeczywistość jest taka, że ​​inwestorzy słyszą „Używamy AI” przez cały dzień. Stopień, w jakim przedsiębiorcy faktycznie jego użycie jest bardzo zróżnicowane. Istnieje nawet reakcja ze strony inwestorów, w tym 31-stronicowy raport Goldman Sachs które podważa zasadność inwestycji w sztuczną inteligencję.

Federalna Komisja Handlu (FTC) niedawno ogłosiła rozpoczęcie działań represyjnych na firmy składające mylące twierdzenia dotyczące AI. To „mycie AI” — wciskanie AI do marketingu bez poparcia — może przyciągnąć uwagę, ale jest szybką ścieżką do utraty wiarygodności. Założyciele muszą jasno i uczciwie komunikować, jak AI wpisuje się w ich biznes. Należy skupić się na rzeczywistej innowacji, a nie tylko na gonieniu za modnymi słowami.

Kluczowe jest unikanie sytuacji takich jak w przypadku Theranos, gdzie śmiałe twierdzenia bez pokrycia prowadziły do poważnych konsekwencji. W przypadku sztucznej inteligencji ryzyko jest jeszcze wyższe, ponieważ złożoność techniczna utrudnia weryfikację twierdzeń dotyczących jej wykorzystania i ułatwia nadużycia. Według ubezpieczyciela AllianzW okresie od marca 38 r. do października 2020 r. złożono 2024 pozwów zbiorowych dotyczących papierów wartościowych związanych ze sztuczną inteligencją, z czego 13 wpłynęło w samym 2024 r.

Atrakcyjność AI dla inwestorów nie polega tylko na wyrafinowaniu technicznym. Chodzi o rozwiązywanie problemów, które mają znaczenie i tworzenie prawdziwego biznesu. Założyciele, którzy idą na skróty lub wyolbrzymiają swoje możliwości AI, ryzykują zniechęceniem tych samych inwestorów, których próbują przyciągnąć. Ponieważ organy regulacyjne zaostrzają swoją kontrolę, a rynek staje się coraz bardziej wymagający, dostarczanie treści jest niezbędne.

Szeroki zasięg sztucznej inteligencji

Sztuczna inteligencja obejmuje znacznie więcej niż narzędzia konwersacyjnej AI, które dominują w nagłówkach. Patrick Winston, nieżyjący już informatyk i profesor w MIT, nakreślił podstawowe elementy AI ponad 30 lat temu w swoim przełomowym podręczniku: „Artificial Intelligence.” Na długo zanim duże modele językowe zawładnęły wyobraźnią opinii publicznej, AI napędzała postęp w rozwiązywaniu problemów, rozumowaniu ilościowym i sterowaniu algorytmicznym. Te korzenie podkreślają różnorodne zastosowania AI wykraczające poza chatboty i przetwarzanie języka naturalnego.

Rozważmy rolę AI w robotyce i wizji komputerowej. Na przykład jednoczesna lokalizacja i mapowanie (SLAM) to przełomowa technika umożliwiająca maszynom nawigację i interpretację środowisk. Stanowi podstawę krytycznych systemów autonomicznych i ilustruje zdolność AI do radzenia sobie ze złożonymi wyzwaniami technicznymi. Choć nie są tak powszechnie rozpoznawane jak duże modele językowe, te postępy są równie transformacyjne.

Dziedziny takie jak rozpoznawanie mowy i widzenie komputerowe, kiedyś uważane za innowacje w dziedzinie sztucznej inteligencji, rozwinęły się w odrębne dyscypliny, przekształcając branże w tym procesie i w wielu przypadkach tracąc etykietę „AI”. Rozpoznawanie mowy zrewolucjonizowało dostępność i interfejsy sterowane głosem, podczas gdy widzenie komputerowe napędza postęp w takich obszarach jak pojazdy autonomiczne, obrazowanie medyczne, rozpoznawanie twarzy i analiza handlu detalicznego. Dla założycieli podkreśla to znaczenie artykułowania, w jaki sposób ich innowacje wpisują się w szerszy krajobraz AI. Wykazanie się niuansowym zrozumieniem zakresu AI pozwala startupom wyróżnić się w coraz ekosystem konkurencyjnego finansowania dla firm na wczesnym etapie rozwoju.

Na przykład modele uczenia maszynowego mogą optymalizować logistykę łańcucha dostaw, przewidywać awarie sprzętu lub umożliwiać dynamiczne strategie cenowe. Aplikacje te mogą nie przyciągać takiej samej uwagi jak chatboty, ale oferują ogromną wartość dla branż nastawionych na wydajność i innowacyjność.

Mówienie językiem inwestorów

Komunikując założycielom, w jaki sposób wykorzystują AI, założyciele powinni skupić się na mierzalnych efektach, takich jak zwiększona wydajność, lepsze wyniki użytkowników lub wyjątkowe zalety techniczne. Wielu inwestorów nie jest głęboko technicznych, dlatego ważne jest, aby przedstawiać możliwości AI prostym, przystępnym językiem. Wyjaśnienie, co robi AI, jak działa i dlaczego jest ważne, buduje zaufanie i wiarygodność.

Inwestorzy są coraz bardziej zmęczeni terminem „AI” zaniepokojeni tym, że przedsiębiorcy nadmiernie reklamują swoje przedsięwzięcia technologią zamiast tym, jak pomaga im ona rozwiązywać problemy. AI stała się podstawą wielu branż i jej rola nie powinna być przeceniana w strategii firmy.

Równie ważna jest przejrzystość. Ponieważ FTC rozprawia się z przesadnymi twierdzeniami dotyczącymi AI, bycie szczerym co do tego, co Twoja technologia może i czego nie może zrobić, jest koniecznością. Przesadne przedstawianie możliwości może wzbudzić początkowe zainteresowanie, ale może szybko przynieść odwrotny skutek, prowadząc do szkód reputacyjnych lub kontroli regulacyjnej.

Założyciele powinni również podkreślać, w jaki sposób ich wykorzystanie AI wpisuje się w szersze możliwości rynkowe. Na przykład wykorzystanie AI do analityki predykcyjnej, optymalizacji lub systemów podejmowania decyzji może wykazać się dalekowzrocznością i innowacyjnością. Te aplikacje mogą nie dominować w nagłówkach gazet jak chatboty, ale odpowiadają na rzeczywiste potrzeby, które znajdują oddźwięk u inwestorów.

Ostatecznie chodzi o przedstawienie AI jako narzędzia, które napędza wartość i rozwiązuje pilne problemy. Skupiając się na jasnej komunikacji, uczciwości i zgodności z priorytetami inwestorów, założyciele mogą pozycjonować się jako wiarygodni i myślący przyszłościowo liderzy w przestrzeni AI.

Kevin Dowling, PhD, jest dyrektorem zarządzającym Robotics Factory and Hardware. Wnosi dziesięciolecia przywództwa w robotyce, sprzęcie i zaawansowanej inżynierii. Wcześniej pełnił funkcję dyrektora generalnego Kaarta, firmy znanej z dostarczania światowej klasy rozwiązań mapowania 3D i lokalizacji dla ludzi i robotów. Wcześniej był wiceprezesem ds. inżynierii w 4Moms, gdzie kierował 50-osobowym zespołem opracowującym innowacyjne produkty konsumenckie. Wcześniej w swojej karierze Kevin był wiceprezesem ds. badań i rozwoju w MC10 w Cambridge, gdzie zbudował i kierował zespołem inżynierów oraz pomógł wprowadzić wysokowydajną, rozciągliwą elektronikę opartą na półprzewodnikach do rzeczywistych zastosowań.

Kevin był wiceprezesem ds. strategii i technologii w Philips Color Kinetics, pionierskim wynalazcy i liderze oświetlenia LED. Kevin był kluczowym członkiem zespołu kierowniczego wyższego szczebla, gdy CK przechodziło przez IPO (2004) i przejęcie za 800 mln USD przez Philips (2007). Oprócz przywództwa technicznego stworzył i przewodniczył pierwszym komitetom w celu standaryzacji pomiaru i żywotności diod LED, standardów LED i działań związanych z listą zgodności. Zgromadził członków branży i agencje rządowe, a także aktywnie uczestniczył w ustawodawstwie dotyczącym energii i pomógł wygrać nagrodę L-Prize o wartości 10 mln USD dla Philips. Prowadził również wiele programów edukacyjnych i często przemawiał na wydarzeniach branżowych.

Przed pracą w Color Kinetics Kevin pełnił funkcję głównego inżyniera robotyki w PRI Automation i ma ponad 20-letnie doświadczenie w zakresie zaawansowanej inżynierii robotyki w Instytucie Robotyki Uniwersytetu Carnegie Mellon, gdzie zbudował jedne z pierwszych na świecie pojazdów autonomicznych.

Dr Dowling jest wynalazcą ponad 85 wydanych patentów w USA. Uzyskał tytuł licencjata z matematyki oraz tytuły magistra i doktora z robotyki na Carnegie Mellon University.