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

Przez Salvatore Minetti, CEO, Fountech.Ventures

Obietnica sztucznej inteligencji (AI) bez wątpienia przeniknęła wyobraźnię wielu inwestorów w ciągu ostatniej dekady. Pobudzona przez silne zainteresowanie publiczne, ta technologia stała się prawdziwą siłą dobra, obiecując dostarczyć rozwiązania z potencjałem rozwiązania niektórych z największych problemów świata.

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

Jednak firmy AI wymagają więcej niż tylko inwestycje, aby naprawdę prosperować w obecnej sytuacji. W rzeczywistości problem nie polega na braku startupów, ale na braku firm, które rozwijają się.

Aby naprawdę przyspieszyć rozwój tej dziedziny, czas, aby nasze wysiłki w celu pielęgnowania tylko najbardziej innowacyjnych firm ku długoterminowemu sukcesowi, tak aby mogły stać się potężnymi firmami. To rodzi pytanie: jakie są przeszkody, które powstrzymują firmy AI przed rozwojem poza fazą startupu?

Określanie „prawdziwych” firm AI

Nie jest tajemnicą, że tag „AI” stał się powszechny, z firmami używającymi tego terminu w lewo, prawo i centrum, aby zabezpieczyć inwestycje. Problem polega na tym, że niektóre firmy bez AI w swoim rdzeniu powstrzymują postęp w sektorze, utrudniając rozwój postępowych rozwiązań.

Te problemy ze semantyką sprawiają, że trudniej inwestorom określić, które firmy naprawdę używają „prawdziwego” AI, a które nie. W rzeczywistości niedawny raport MMC Ventures ujawnił, że dwie piąte europejskich startupów AI nie używa AI w żadnym z ich produktów. Przykłady takie jak ten podkreślają, jak powszechnie jest nadużywany ten termin. Bez wątpienia, łączenie znaczenia produktu lub usługi może nie tylko prowadzić do nadmiernych wydatków i złej realizacji, ale także do ostatecznego upadku firmy, gdy jest ona pokonana przez te o większej klarowności i skupieniu.

Inwestorzy powinni więc unikać tego losu, starannie sprawdzając firmy na wczesnym etapie procesu. Można to osiągnąć, zadając kluczowe pytania, takie jak „czy ta firma czerpie przewagę konkurencyjną z użycia AI?” oraz „czy ta firma przyspieszy sektor do przodu?”. W ten sposób można lepiej wykorzystać zasoby na firmach z rozwiązaniami technicznymi i prawdziwą przewagą konkurencyjną.

Przeszkody startupów

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

Brak wyraźnych wskaźników dla startupów AI jest szczególnie wyzwaniem; trudno zmierzyć, co sprawia, że „dobra” firma AI. Hype wokół AI i jego rosnącej popularności spowodował również pojawienie się zaciętej konkurencji, co oznacza, że założyciele muszą być szczególnie wrażliwi na przeszkody, które napotkają.

Niektóre podstawy są ważne dla każdej firmy. Po pierwsze, przedsiębiorcy muszą udowodnić, że zajmują się dużym i ważnym problemem – i wyjaśnić, dlaczego są w najlepszej pozycji, aby go rozwiązać. Być może jeszcze ważniejsze jest to, że firmy muszą ustalić, czy ludzie będą chcieli zapłacić dobrą cenę za ich rozwiązanie.

Startupy AI zwykle upadają na tych samych przeszkodach, 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 podjęcia odpowiednich kroków na początku, aby zrozumieć potencjalne dopasowanie i popyt, oznacza, że ostateczny produkt nie zdobywa uwagi rynku docelowego.

Dla firm AI istnieją 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, wyprowadzać dokładne wyjaśnienia, identyfikować ważne trendy i ostatecznie optymalizować wykorzystanie informacji?

Jeśli nie, muszą się zastanowić, czy naprawdę powinni sprzedawać się jako startup AI. Istnieje realne ryzyko, że zasoby będą wydatkowane niepotrzebnie na budowę i marketing rozwiązania, które nie rozwiązuje naprawdę 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 zabezpieczeniem finansowania; przecież większość VC nie chce ryzykować inwestycji w technologię, która jest niejasna.

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

Pielęgnowanie startupów AI w kierunku sukcesu

Wiele z tych potknięć wynika z faktu, że startupy często nie radzą sobie tam, gdzie odpowiednie mentorstwo i wiedza biznesowa są konieczne. W rzeczywistości większość z nich skorzystałaby na dodatkowej ekspertyzie, aby nawigować wokół typowych przeszkód.

Jest to podstawowe, aby założyciele firm pracowali z doradcami zewnętrznymi, aby skompensować luki w wiedzy. Młode zespoły potrzebują mentorów, aby pomóc im nawigować w nieznanym terytorium i zapewnić dodatkową pomoc prawną, finansową i logistyczną.

Ostatecznie, po prostu finansowanie projektu nie jest wystarczające. Jest niezbędne, abyśmy pracowali nad zapewnieniem bardziej holistycznego modelu wsparcia dla młodych startupów AI, tak aby firmy były na drodze do komercyjnie skalowalnych projektów. Jest to tylko poprzez zapewnienie specjalistycznego wsparcia i pomocy w bardziej podstawowych aspektach biznesu – a także dostępu do talentów, kapitału i sieci równorzędnych – że możemy naprawdę przyspieszyć rozwój pionierskiej technologii AI.