Jakie są główne przeszkody, które uniemożliwiają startupom z dziedziny sztucznej inteligencji skalowanie się? – Liderzy myśli

Salvatore Minetti, CEO, Fountech.Ventures

Obietnica sztucznej inteligencji (AI) z pewnością zawładnęła wyobraźnią wielu inwestorów w ciągu ostatniej dekady. Pobudzona silnym zainteresowaniem publicznym, ta technologia stała się prawdziwą siłą dobra, obiecując dostarczyć rozwiązania, które mogą rozwiązać niektóre z największych problemów świata.

W porównaniu z innymi wschodzącymi technologiami, firmy z dziedziny AI były wiodącą kategorią inwestycyjną na świecie w 2019 roku, zabezpieczając ponad 23 miliardy dolarów w finansowaniu, według Tech Nation.

Jednak firmy z dziedziny AI wymagają więcej niż tylko inwestycji, aby naprawdę prosperować w obecnej sytuacji. W rzeczywistości problemem nie jest tak bardzo brak startupów, ale brak firm, które mogą się rozwinąć.

Aby naprawdę przyspieszyć rozwój tej dziedziny, czas, abyśmy nasiliśmy nasze wysiłki, aby wspierać tylko najbardziej innowacyjne firmy w dążeniu do długoterminowego sukcesu, tak aby mogły one stać się potężnymi firmami. To rodzi pytanie: jakie są przeszkody, które uniemożliwiają firmom z dziedziny AI rozwój poza fazą startupu?

Określanie “prawdziwych” firm z dziedziny AI

Nie jest żadnym sekretem, że termin “AI” stał się powszechny, a firmy używają go lewo i prawo, aby zabezpieczyć inwestycje. Problem polega na tym, że niektóre firmy bez AI w swoim rdzeniu hamują postęp w sektorze, utrudniając rozwój postępowych rozwiązań.

Te problemy z semantyką sprawiają, że trudniej inwestorom określić, które firmy naprawdę używają “prawdziwego” AI, a które nie. Rzeczywiście, niedawny raport MMC Ventures ujawnił, że dwie piąte europejskich startupów z dziedziny AI nie używa w ogóle AI w swoich produktach. Przykłady takie jak ten podkreślają, jak powszechnie jest nadużywany ten termin. Bez wątpienia, łączenie znaczenia produktu lub usługi może nie tylko prowadzić do niepotrzebnych wydatków i złej realizacji, ale także do ostatecznego upadku firmy, gdy zostanie wyprzedzona przez te, które mają więcej klarowności i skupienia.

Inwestorzy powinni więc unikać tego losu, starannie sprawdzając firmy na początku procesu. Można to osiągnąć, zadając kluczowe pytania, takie jak “Czy ta firma czerpie przewagę konkurencyjną z użycia AI?” oraz “Czy ta firma przyspieszy rozwój sektora?”. W ten sposób można lepiej wykorzystać zasoby na firmach z rozwiązaniami technicznymi, które mogą się rozwinąć, i które mają prawdziwą przewagę konkurencyjną.

Przeszkody startupów

W dziedzinie deep-tech młode i ambitne zespoły zwykle mają determinację i ekspertyzę techniczną niezbędną do zaprojektowania i stworzenia innowacyjnego produktu. Niemniej jednak, potężne koncepcje nie zawsze gwarantują sukces nowej firmy, a zbyt duży nacisk na technologię może zahamować jej postęp.

Brak jasnych wskaźników dla startupów z dziedziny AI jest szczególnie trudny; trudno jest określić, co sprawia, że firma z dziedziny AI jest “dobra”. Hype wokół AI i jej rosnącej popularności doprowadziły również do wzrostu konkurencji, co oznacza, że założyciele muszą być szczególnie wrażliwi na przeszkody, których mogą się spodziewać.

Niektóre podstawy są ważne dla każdej firmy. Przede wszystkim przedsiębiorcy muszą udowodnić, że rozwiązują duży i ważny problem – i wyjaśnić, dlaczego są w najlepszej pozycji, aby go rozwiązać. Być może jeszcze ważniejsze jest to, że firmy muszą ustalić, czy ludzie będą skłonni zapłacić dobrą cenę za ich rozwiązanie.

Startupy z dziedziny AI zwykle spotykają się z tymi samymi przeszkodami, co ich bardziej tradycyjne odpowiedniki. Inny raport CB Insights ujawnił najczęstsze powody, dla których młodzi przedsiębiorcy mogą nie powieść się w drodze na szczyt, w tym brak potrzeby rynkowej dla produktu, brak odpowiedniego zespołu i konkurencja ze strony innych firm.

Pierwszy z nich wymaga szczególnej uwagi: plaga wielu startupów technologicznych polega na tym, że budują produkt, a potem liczą, że ktoś go kupi. Brak odpowiednich kroków na początku, aby zrozumieć potencjalne dopasowanie i popyt, oznacza, że ostateczny produkt nie zdobywa uwagi docelowego rynku.

Dla firm z dziedziny AI istnieją jednak dodatkowe elementy, które również muszą być brane pod uwagę. Zespół powinien być w stanie udowodnić, że ich AI naprawdę dodaje wartość do danych, których używają – i nie jest używany tylko jako zasłona dymna. Czy AI pomaga wyjaśniać wzorce w danych, pochodzić dokładnych wyjaśnień, identyfikować ważne trendy i ostatecznie optymalizować wykorzystanie informacji?

Jeśli nie, muszą się zastanowić, czy naprawdę powinni sprzedawać się jako startup z dziedziny AI. Istnieje realne ryzyko, że zasoby będą wydatkowane niepotrzebnie na budowanie i marketing rozwiązania, które nie rozwiązuje problemu za pomocą sztucznej inteligencji. Ostatecznie, takie firmy prawdopodobnie stracą swoją wizję w czasie i nie spełnią oczekiwań, które mogły sobie wyobrazić. Mogą również mieć trudności z uzyskaniem finansowania; przecież większość firm venture capital nie chce ryzykować inwestycji w technologię, która jest niejasna.

Młode zespoły również mają tendencję do spotykania się z przeszkodami, gdy chodzi o finansowy aspekt: startupy z dziedziny AI są albo niedofinansowane od samego początku, albo spalają więcej gotówki, niż jest to konieczne. Aby osiągnąć zrównoważony wzrost, młode firmy muszą być w stanie planować poza budżetem rozwoju i tworzyć skalowalny model biznesowy, który wytrzyma próbę czasu. Oczywiście, nie jest to łatwe zadanie z ograniczoną wiedzą biznesową.

Wspieranie startupów z dziedziny AI w drodze do sukcesu

Wiele z tych potknięć wynika z faktu, że startupy często nie radzą sobie z odpowiednim mentoringiem i wiedzą biznesową. Rzeczywiście, większość z nich skorzystałaby na dodatkowej ekspertyzie, aby pokonać typowe przeszkody.

Podstawowe jest więc, aby założyciele firm współpracowali z doradcami zewnętrznymi, aby zrekompensować luki w wiedzy. Młode zespoły potrzebują mentorów, aby pomóc im nawigować w nieznanym terytorium i dostarczyć dodatkową pomoc prawną, finansową i logistyczną.

Ostatecznie, po prostu finansowanie projektu nie jest wystarczające. Jest fundamentalne, abyśmy pracowali nad bardziej holistycznym modelem wspierania startupów z dziedziny AI, tak aby firmy były ustawione na drodze do komercyjnie skalowalnych projektów. Jest tylko przez dostarczanie specjalistycznego wsparcia i pomocy w bardziej podstawowych aspektach biznesu – a także dostęp do talentów, kapitału i sieci peerów – że możemy naprawdę przyspieszyć rozwój pionierskiej technologii AI.