Quais são os principais obstáculos que estão impedindo as startups de IA de escalar?

Por Salvatore Minetti, CEO, Fountech.Ventures

A promessa da inteligência artificial (IA) capturou, sem dúvida, a imaginação de muitos investidores ao longo da última década. Impulsionada por um forte interesse público, a tecnologia se tornou uma força real para o bem, prometendo entregar soluções com potencial para resolver alguns dos maiores problemas do mundo.

Em relação a outras tecnologias emergentes, as empresas de IA foram a principal categoria de investimento global em 2019, garantindo mais de $23 bilhões em financiamento, de acordo com a Tech Nation.

No entanto, as empresas de IA precisam de mais do que apenas investimento para realmente prosperar no clima atual. De fato, o problema não é tanto a escassez de startups quanto a escassez de scale-ups.

Para realmente impulsionar essa disciplina, é hora de intensificarmos nossos esforços para nutrir apenas os negócios mais inovadores em direção ao sucesso a longo prazo, para que possam se tornar empresas formidáveis. Isso levanta a pergunta: quais são os obstáculos que estão impedindo as empresas de IA de crescer além da fase de startup?

Determinando empresas de IA ‘verdadeiras’

Não é segredo que a etiqueta ‘IA’ se tornou onipresente, com empresas usando o termo à esquerda, à direita e ao centro para garantir investimento. O problema com isso é que algumas empresas sem IA em seu núcleo estão segurando o progresso no setor como um todo, dificultando o desenvolvimento de soluções progressivas.

Esses problemas de semântica tornam mais difícil para os investidores determinar quais empresas realmente usam ‘IA verdadeira’ e quais não. De fato, um relatório recente da MMC Ventures revelou que dois quintos das startups de IA da Europa não usam IA em nenhum de seus produtos. Exemplos como este servem para destacar como o uso indevido do termo é generalizado. Sem dúvida, confundir o significado de um produto ou serviço pode não apenas levar a gastos excessivos e má execução, mas também ao declínio final de uma empresa quando é superada por aquelas com mais clareza e foco.

Os investidores fariam bem em evitar esse destino, avaliando as empresas minuciosamente no início do processo. Isso pode ser alcançado, fazendo perguntas-chave, como ‘essa empresa deriva sua vantagem competitiva do uso de IA?’ e ‘essa empresa impulsionará o setor para a frente?’. Dessa forma, os recursos podem ser gastos de forma mais valiosa em empresas com soluções técnicas escaláveis e uma vantagem competitiva real.

Obstáculos de startup

Na arena de deep-tech, equipes ambiciosas e jovens geralmente têm a determinação e a expertise técnica necessárias para projetar e criar um produto inovador. No entanto, conceitos poderosos nem sempre são suficientes para garantir o sucesso de uma nova empresa, e um foco excessivo na tecnologia pode dificultar seu progresso.

A falta de métricas claras para startups de IA é particularmente desafiadora; é difícil medir o que torna uma ‘boa’ empresa de IA. O hype em torno da IA e sua crescente popularidade também deu origem a uma feroz concorrência, o que significa que os fundadores precisam estar particularmente atentos aos obstáculos que enfrentarão.

Alguns fundamentos são importantes para todos os negócios. Por um lado, os empreendedores devem ser capazes de demonstrar que estão abordando um grande e importante problema – e mostrar por que estão na melhor posição para resolvê-lo. Talvez ainda mais importante, as empresas precisam estabelecer se as pessoas estarão dispostas a pagar um bom dinheiro por sua solução.

As startups de IA geralmente cairão em muitos dos mesmos obstáculos que seus contrapartes mais tradicionais. Outro relatório da CB Insights revelou as razões mais comuns pelas quais os empreendedores em início de carreira podem falhar em seu caminho para o topo, que incluíam a falta de necessidade de mercado para o produto, não ter a equipe certa e ser superada por outras empresas.

A primeira delas exige atenção particular: a praga de muitas startups de tecnologia é que elas constroem o produto e, em seguida, esperam que alguém queira. Uma falha em tomar as medidas apropriadas no início para entender o ajuste e a demanda potenciais significa que o produto final não captura a atenção do mercado-alvo.

Para as empresas de IA, no entanto, há elementos adicionais que também devem ser considerados. A equipe deve ser capaz de demonstrar que sua IA está realmente adicionando valor aos dados que estão usando – e não apenas sendo usada como uma cortina de fumaça. A IA ajuda a explicar padrões nos dados, derivar explicações precisas, identificar tendências importantes e, em última análise, otimizar o uso das informações?

Se não, eles devem questionar se realmente devem se vender como uma startup de IA. Há um risco real de que os recursos sejam gastos desnecessariamente na construção e marketing de uma solução que não resolve realmente um problema usando inteligência artificial. Em última análise, tais empresas provavelmente perderão sua visão com o tempo e não atenderão ao padrão que podem ter imaginado para si mesmas. Elas também podem ter dificuldade em garantir financiamento; afinal, a maioria dos VCs não quer arriscar um investimento em uma tecnologia ambígua.

As equipes jovens também tendem a enfrentar obstáculos quando se trata do lado financeiro: as startups de IA são subfinanciadas desde o início ou queimam mais dinheiro do que o necessário. Para alcançar um crescimento sustentável, as empresas em início de carreira precisam ser capazes de planejar além do orçamento de desenvolvimento e criar um modelo comercial escalável que resistirá à prova do tempo. Concedido, isso não é uma tarefa fácil com conhecimento de negócios limitado.

Cultivando startups de IA para o sucesso

Muitos desses erros se resumem ao fato de que as startups frequentemente falham onde a mentorização apropriada e o conhecimento de negócios são concernidos. De fato, a maioria se beneficiaria de alguma expertise adicional para navegar por obstáculos comuns.

É fundamental, portanto, que os fundadores de empresas trabalhem com assessores terceirizados para compensar qualquer lacuna no conhecimento. As equipes jovens precisam de mentores para ajudá-las a navegar em território desconhecido e fornecer orientação adicional jurídica, financeira e logística.

Em última análise, simplesmente financiar um projeto não é suficiente. É essencial que trabalhemos para fornecer um modelo mais holístico para apoiar as startups de IA em início de carreira, para que as empresas estejam no caminho para projetos comercialmente escaláveis. É apenas fornecendo suporte especializado e assistência com os aspectos mais fundamentais dos negócios – bem como acesso a talentos, capital e redes de pares – que podemos realmente impulsionar a tecnologia de IA pioneira.