Aqui está o que você deve saber sobre avaliar uma startup de IA para investimento

Por Salvatore Minetti, CEO, Fountech.Ventures

O interesse no espaço de deep tech tem crescido nos últimos anos, particularmente dentro da comunidade de investidores. E de todos os setores que operam dentro do reino do deep tech, a inteligência artificial (IA) se tornou um mercado em ascensão para ser observado.

De acordo com dados da National Venture Capital Association, $19,98 bilhões foram arrecadados por 1.509 empresas de IA nos EUA apenas em 2019. Esse número crescerá nos anos que vêm, mesmo que haja uma queda a curto prazo devido à pandemia. Na verdade, as startups de IA que prometem ajudar a superar os desafios impostos pela COVID-19 podem impulsionar um maior investimento nesse campo.

Para capitalistas de risco (VCs) ansiosos para fazer incursões nesse espaço, avaliar startups de IA para investimento pode ser desafiador. Abaixo estão algumas considerações importantes a serem lembradas ao procurar o melhor talento de IA para apoiar.

Identificando tecnologias de deep tech verdadeiras

O primeiro obstáculo com que muitos investidores se depararão é como distinguir entre soluções genuinamente inovadoras e aquelas que simplesmente se disfarçam como tal. Afinal, a IA é uma vítima de seu próprio sucesso – muitas startups buscam fortalecer sua oferta comercial e atratividade diante dos investidores, alegando ser “impulsionada por IA” quando, na realidade, não há um uso sofisticado da tecnologia dentro de seu negócio principal.

Além disso, é importante que os investidores tenham em mente as restrições que as empresas em estágio inicial enfrentarão ao se estabelecerem no mercado de IA.

A aprendizagem de máquina, bibliotecas acessíveis publicamente, modelos pré-treinados e APIs têm servido para reduzir as barreiras de entrada para empreendedores e startups. Empresas que lançam um produto usando apenas esses conjuntos de ferramentas provavelmente terão uma miríade de concorrentes em pouco tempo. Naturalmente, isso representa um risco para os investidores.

Para mitigar isso, eu urgiaria os VCs a procurar startups que estão inovando em ambos os níveis, científico e de aplicação. Essas empresas de IA estarão inventando novas IA para seus propósitos e construindo a infraestrutura subjacente à medida que o fazem.

Isso necessariamente envolve separar empresas de nível de aplicação, que simplesmente regurgitam APIs de terceiros, e aquelas que têm uma intensa e única pesquisa em seu núcleo. De fato, o verdadeiro deep tech é novo e representa avanços significativos sobre as tecnologias atualmente em uso.

Aqueles com pouca experiência prévia no campo podem se preocupar com sua capacidade de selecionar empresas de IA e determinar quais são as que realmente estão impulsionando as fronteiras da tecnologia. Há várias maneiras de contornar isso.

Para ter uma exposição precoce ao deep tech e avaliar efetivamente o talento de IA, os VCs podem considerar construir sua própria tecnologia interna. Isso envolveria ter um PhD na folha de pagamento para fornecer a proficiência técnica apropriada. Ao fazer isso, os investidores criarão a capacidade de selecionar empresas antes mesmo de haver um produto e tração no mercado.

Alternativamente, eles podem procurar parceiros para fazer isso por eles. Os VCs têm a opção de co-investir com investidores que já têm cientistas internos e um sólido entendimento do deep tech para melhor selecionar seus investimentos, bem como fornecer o apoio técnico apropriado nos estágios iniciais de sua jornada.

Quais são os traços e características a procurar em uma equipe fundadora?

A tecnologia subjacente é um fator crítico ao avaliar uma startup de IA. Os investidores devem ter certeza de que um produto é genuinamente inovador, atende efetivamente a uma necessidade de mercado e é viável comercialmente a longo prazo. Como parte disso, a arquitetura por trás da solução também precisará ser considerada para garantir que possa lidar com entradas crescentes de dados e ser escalada com o tempo.

Para ter certeza de que todos os pontos acima sejam abordados, os investidores devem garantir que todos os papéis críticos sejam preenchidos por pessoas com experiência e conhecimento comprovados no campo. Os arquitetos de sistemas, engenheiros de dados, cientistas de dados e engenheiros DevOps da equipe devem ser capazes de demonstrar qualificações e experiência de campo apropriadas.

Além das habilidades técnicas óbvias, é importante lembrar que a IA não é apenas sobre algoritmos e dados. É sobre pessoas, também. Por esse motivo, os VCs devem prestar atenção próxima aos traços e características que as equipes fundadoras exibem. Embora não haja critérios definidos a seguir, aqui estão alguns traços que provavelmente determinarão o sucesso de uma venture de IA.

O primeiro é uma boa consciência de forças e fraquezas relativas. Um fundador pode, por exemplo, ter uma visão convincente e o conhecimento técnico necessário para realizá-la. Como é comum em empresas nascentes, no entanto, o fundador pode carecer do conhecimento empresarial apropriado para superar obstáculos comuns.

Uma equipe de IA de alto desempenho será capaz de demonstrar uma disposição para buscar ajuda e contratar o talento certo para preencher qualquer lacuna de habilidades existente. A cultura de uma empresa também deve refletir seu impulso para inovar: um desejo de buscar feedback crítico de pares, clientes e especialistas irá longe para superar desafios técnicos e comerciais que surgem ao longo da jornada e ajudar as equipes a se concentrar no quadro geral.

O mais importante, no entanto, é que uma grande equipe exibirá uma atitude positiva: um requisito crucial para qualquer venture no competitivo espaço de IA. Uma determinação para fazer as coisas funcionarem, mesmo quando os tempos são difíceis, separará as equipes que têm o que é necessário para escalar uma empresa de IA e aquelas que não.