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

Przez Salvatore Minetti, CEO, Fountech.Ventures

Zainteresowanie dziedziną deep tech rosło w ostatnich latach, szczególnie wśród społeczności inwestorów. 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 napędzić większe inwestycje w tej dziedzinie.

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

Wskazanie prawdziwych technologii deep tech

Pierwszą przeszkodą, z którą będą musieli zmierzyć się inwestorzy, jest sposób odróżnienia prawdziwie innowacyjnych rozwiązań od tych, które tylko udają, że nimi są. Przecież AI jest ofiarą własnego sukcesu – wiele startupów stara się wzmocnić swoją ofertę handlową i atrakcyjność w oczach inwestorów, twierdząc, że są “napędzane przez AI”, podczas gdy w rzeczywistości nie ma zaawansowanego wykorzystania tej technologii w ich podstawowej działalności.

Co więcej, 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 wszystkie przyczyniły się do obniżenia barier wejścia dla przedsiębiorców i startupów. Firmy, które uruchamiają produkt przy użyciu tylko tych narzędzi, prawdopodobnie będą miały wiele konkurentów wkrótce. Naturalnie, 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 nowy AI do swoich celów i budować podstawową infrastrukturę, robiąc to.

To koniecznie wiąże się z oddzieleniem firm na poziomie aplikacji, które po prostu wykorzystują trzecie strony API, i tych, które mają intensywny i unikalny research w swoim rdzeniu. Rzeczywiście, prawdziwe deep tech są nowatorskie i reprezentują znaczące postępy w stosunku do technologii obecnie w użyciu.

Ci, którzy mają niewielkie doświadczenie w tej dziedzinie, mogą obawiać się o swoją zdolność do przesiewania firm AI i określania, które z nich naprawdę są pionierami w dziedzinie technologii. Są sposoby, 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, aby zapewnić odpowiednią biegłość techniczną. W ten sposób inwestorzy stworzą możliwość przesiewania firm, zanim jeszcze nie ma produktu i trakcji rynkowej.

Alternatywnie, mogą szukać partnerów, którzy zrobią to za nich. VCs mają opcję współinwestowania z inwestorami, którzy już mają wewnętrznych naukowców i solidne zrozumienie deep tech, aby lepiej wybrać swoich inwestorów, a także zapewnić odpowiednie wsparcie techniczne we wczesnych etapach ich podróży.

Jakie cechy i charakterystyki szukać w zespole założycielskim?

Podstawowa technologia jest kluczowym czynnikiem przy ocenie startupu AI. Inwestorzy muszą być pewni, że produkt jest naprawdę innowacyjny, skutecznie spełnia potrzeby rynkowe i jest komercyjnie wykonalny w długiej perspektywie. W ramach tego również architektura rozwiązania 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 mieć pewność, że wszystkie powyższe punkty są uwzględnione, inwestorzy powinni upewnić się, że wszystkie kluczowe role są obsadzone przez osoby z udowodnionym doświadczeniem i wiedzą w tej dziedzinie. Architekci systemów, inżynierowie danych, naukowcy danych i inżynierowie DevOps powinni wszystkie demonstrować odpowiednie kwalifikacje i wcześniejsze 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 uwagę na cechy i charakterystyki, które wykazują zespoły założycielskie. Chociaż nie ma ustalonego kryterium do naśladowania, poniżej znajdują się kilka cech, które prawdopodobnie określą sukces przedsięwzięcia AI.

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

Wysoko wydajny zespół AI będzie w stanie demonstrować gotowość do poszukiwania pomocy i przyjmowania odpowiednich talentów, aby wypełnić istniejące luki umiejętności. Kultura firmy powinna również odzwierciedlać ich drive do innowacji: pragnienie poszukiwania krytycznej opinii od rówieśników, klientów i ekspertów pomoże im w pokonywaniu technicznych i biznesowych wyzwań, które pojawiają się w trakcie podróży i pomogą zespołom w skupieniu się na dużym obrazie.

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