Oto, co powinieneś wiedzieć o ocenie startupu AI pod kątem inwestycyjnym

Przez Salvatore Minetti, CEO, Fountech.Ventures

Zainteresowanie sektorem deep tech rosło w ostatnich latach, szczególnie wśród społeczności inwestycyjnej. A spośród wszystkich sektorów działających w ramach deep tech, sztuczna inteligencja (AI) stała się bujnym rynkiem, który warto obserwować.

Zgodnie z danymi National Venture Capital Association, w 2019 roku 1 509 firm AI w Stanach Zjednoczonych pozyskało 19,98 miliarda dolarów. Kwota ta będzie rosła w nadchodzących latach, nawet jeśli wystąpi krótkoterminowy spadek z powodu pandemii. W rzeczywistości, startupy AI, które obiecują pomóc nam pokonać wyzwania stawiane przez COVID-19, mogą przyciągnąć większe inwestycje w tym sektorze.

Dla venture capitalistów (VC) chętnych do wejścia na ten rynek, ocena startupów AI pod kątem inwestycyjnym może być trudna. Poniżej znajdują się niektóre kluczowe czynniki, które należy wziąć pod uwagę przy poszukiwaniu najlepszych talentów AI do wsparcia.

Wskazanie prawdziwych technologii deep tech

Pierwszą przeszkodą, z którą będą musieli się zmierzyć inwestorzy, jest rozróżnienie między prawdziwie innowacyjnymi rozwiązaniami a tymi, które tylko udają, że są innowacyjne. AI jest ofiarą własnego sukcesu – wiele startupów stara się poprawić swoją ofertę handlową i atrakcyjność w oczach inwestorów, twierdząc, że są “napędzane przez AI”, kiedy w rzeczywistości nie ma zaawansowanego wykorzystania tej technologii w ich podstawowej działalności.

Dalej, ważne jest, aby inwestorzy pamiętali o ograniczeniach, z którymi będą musiały się zmierzyć firmy na wczesnym etapie rozwoju, gdy będą próbowały się ustalić na rynku AI.

Machine learning, publicznie dostępne biblioteki, wstępnie wytrenowane modele i API przyczyniły się do obniżenia barier wejścia dla przedsiębiorców i startupów. Firmy, które uruchamiają produkt wykorzystując tylko te narzędzia, będą miały wiele konkurentów wkrótce. To stwarza ryzyko dla inwestorów.

Aby temu przeciwdziałać, zachęcam VCs do poszukiwania startupów, które innowują na poziomie nauki i aplikacji. Te firmy AI będą wynajdować nowe AI dla swoich celów i budować podstawową infrastrukturę w trakcie.

To koniecznie wymaga rozróżnienia między firmami na poziomie aplikacji, które tylko wykorzystują trzecie API, a tymi, które mają intensywny i unikalny research w swoim rdzeniu. Rzeczywiste deep tech jest nowatorskie i reprezentuje znaczące postępy w stosunku do technologii obecnie w użyciu.

Osoby z niewielkim doświadczeniem w tym sektorze mogą obawiać się o swoją zdolność do oceny firm AI i określenia, które z nich są prawdziwie pionierskie w dziedzinie tej technologii. Istnieje kilka sposobów, aby temu zaradzić.

Aby mieć wczesny dostęp do deep tech i skutecznie oceniać talenty AI, VCs mogą rozważyć rozbudowę swojego wewnętrznego zespołu technicznego. W praktyce oznaczałoby to zatrudnienie doktora, który zapewni odpowiednią wiedzę techniczną. Dzięki temu inwestorzy będą mieli możliwość oceny firm przed ich produktem i uzyskaniem przyczółku na rynku.

Alternatywnie, mogą szukać partnerów, którzy będą to robić za nich. VCs mają możliwość współinwestowania z inwestorami, którzy już mają wewnętrznych naukowców i solidne zrozumienie deep tech, aby lepiej wybierać swoje inwestycje oraz zapewnić odpowiednie wsparcie techniczne na wczesnym etapie ich rozwoju.

Jakie cechy i charakterystyki należy szukać w założycielskim zespole?

Podstawowa technologia jest kluczowym czynnikiem przy ocenie startupu AI. Inwestorzy muszą być przekonani, że produkt jest prawdziwie innowacyjny, skutecznie spełnia potrzeby rynku i jest opłacalny w długiej perspektywie. W ramach tego, architektura za rozwiązaniem również musi być brana pod uwagę, aby upewnić się, że może ona radzić sobie z coraz większymi danymi wejściowymi i może być skalowana w czasie.

Aby być pewnym, że wszystkie powyższe punkty są spełnione, inwestorzy powinni upewnić się, że wszystkie kluczowe role są obsadzone przez osoby z udokumentowanym doświadczeniem i wiedzą w tej dziedzinie. Architekci systemów, inżynierowie danych, naukowcy danych i inżynierowie DevOps powinni być w stanie wykazać odpowiednie kwalifikacje i doświadczenie w branży.

Poza oczywistymi umiejętnościami technicznymi, ważne jest pamiętanie, że AI to nie tylko algorytmy i dane. To także ludzie. Dlatego VCs powinni zwrócić szczególną uwagę na cechy i charakterystyki, które wykazują założycielskie zespoły. Chociaż nie ma określonego zestawu kryteriów do naśladowania, poniżej znajdują się niektóre cechy, które mogą określić sukces przedsięwzięcia AI.

Pierwszą z nich jest dobra świadomość względnych sił i słabości. Założyciel może mieć przekonującą wizję i wymagane umiejętności techniczne, aby ją zrealizować. Jak to często bywa w przypadku młodych firm, założyciel może jednak nie mieć odpowiednich umiejętności biznesowych, aby pokonać typowe przeszkody.

Wysoko wydający zespół AI będzie w stanie wykazać gotowość do poszukiwania pomocy i przyjmowania odpowiednich talentów, aby wypełnić istniejące luki w umiejętnościach. Kultura firmy powinna również odzwierciedlać ich determinację do innowacji: pragnienie poszukiwania krytycznej opinii od rówieśników, klientów i ekspertów pomoże w pokonaniu wyzwań technicznych i biznesowych, które pojawiają się w trakcie rozwoju i pomoże zespołom w skupieniu się na dużym obrazie.

Najważniejsze jednak jest to, że wielki zespół będzie wykazywał pozytywne nastawienie: kluczowy wymóg dla każdego przedsięwzięcia w konkurencyjnej przestrzeni AI. Determinacja, aby sprawić, że wszystko działa, nawet gdy czasy są trudne, będzie oddzielać zespoły, które mają to, czego potrzeba, aby skalować firmę AI, i te, które nie mają.