Лидеры мнений

Искусственный интеллект стимулирует инвестиции — но предпринимателям нужно быть осторожными с тем, что они заявляют

mm
Published
Updated

Искусственный интеллект (ИИ) остается одним из наиболее сильных драйверов венчурных инвестиций, доказывая, что цикл ажиотажа еще не завершен. Согласно недавнему отчету EY, 37% привлечения средств в третьем квартале 2024 года было для компаний, связанных с ИИ, подобно объему второго квартала. Стартапы, использующие ИИ, привлекают внимание за свою способность решать большие проблемы в области робототехники, автоматизации, здравоохранения, логистики и многое другое. Но реальность такова, что инвесторы слышат “Мы используем ИИ” каждый день. Степень, в которой предприниматели на самом деле используют его, существенно различается. Есть даже обратная связь от инвесторов, включая 31-страничный отчет Goldman Sachs, который ставит под сомнение, насколько ИИ достоин инвестиций.

Федеральная торговая комиссия (FTC) недавно объявила о борьбе с компаниями, которые делают вводящие в заблуждение заявления об ИИ. Это “ИИ-стирание” — включение ИИ в маркетинг без подтверждения — может привлечь внимание, но это быстрый путь к потере доверия. Основатели должны четко и честно сообщать, как ИИ вписывается в их бизнес. Фокус должен быть на реальных инновациях, а не на преследовании модных слов.

Важно избегать ситуаций, подобных Theranos, где были сделаны смелые заявления без содержания, что привело к серьезным последствиям. Ставки еще выше с ИИ, поскольку техническая сложность делает более трудным проверку заявлений об использовании ИИ и легче для злоупотребления, чтобы проскользнуть. Согласно страховщику Allianz, между мартом 2020 года и октябрем 2024 года было подано 38 судебных исков, связанных с ИИ, — 13 из них были поданы в 2024 году alone.

Притяжение ИИ для инвесторов не только в технической сложности. Это о решении проблем, которые имеют значение, и создании реального бизнеса. Основатели, которые берут короткие пути или преувеличивают свои возможности ИИ, рискуют оттолкнуть тех же инвесторов, которых они пытаются привлечь. С регуляторами, которые усиливают свою проверку, и рынком, который становится более разборчивым, предоставление содержания является необходимым.

Широкий охват ИИ

Искусственный интеллект охватывает гораздо больше, чем инструменты разговорного ИИ, которые доминируют в заголовках. Патрик Уинстон, покойный компьютерный ученый и профессор Массачусетского технологического института, изложил основные элементы ИИ более 30 лет назад в своей фундаментальной книге “Искусственный интеллект”. Долгое время до того, как большие языковые модели захватили воображение общественности, ИИ стимулировал достижения в решении проблем, количественном рассуждении и алгоритмическом контроле. Эти корни подчеркивают разнообразные применения ИИ за пределами чат-ботов и обработки естественного языка.

Рассмотрим роль ИИ в робототехнике и компьютерном зрении. Техника одновременной локализации и картографирования (SLAM), например, является революционной техникой, позволяющей машинам ориентироваться и интерпретировать среду. Она лежит в основе критических автономных систем и демонстрирует способность ИИ решать сложные технические проблемы. Хотя они не так широко признаны, как большие языковые модели, эти достижения столь же трансформирующие.

Области, такие как распознавание речи и компьютерное зрение, когда-то считались инновациями ИИ, с тех пор выросли в отдельные дисциплины, преобразуя отрасли в процессе и, во многих случаях, потеряв метку “ИИ”. Распознавание речи революционизировало доступность и голосовые интерфейсы, в то время как компьютерное зрение стимулирует достижения в таких областях, как автономные транспортные средства, медицинская визуализация, распознавание лиц и розничная аналитика. Для основателей это подчеркивает важность артикуляции того, как их инновации вписываются в более широкий ландшафт ИИ. Демонстрация нюансов понимания ИИ позволяет стартапам выделяться в все более конкурентной экосистеме финансирования для компаний на ранней стадии.

Например, модели машинного обучения могут оптимизировать логистику цепочки поставок, предсказывать неисправности оборудования или обеспечивать динамические стратегии ценообразования. Эти применения могут не привлечь того же внимания, что и чат-боты, но они предлагают огромную ценность отраслям, ориентированным на эффективность и инновации.

Говорение на языке инвесторов

Когда основатели сообщают инвесторам, как они используют ИИ, они должны сосредоточиться на измеримых результатах, таких как улучшенная эффективность, лучшие результаты для пользователей или уникальные технические преимущества. Многие инвесторы не являются глубоко техническими, поэтому важно представить возможности ИИ в простом, доступном языке. Объяснение того, что делает ИИ, как он работает и почему он имеет значение, строит доверие и авторитет.

Инвесторы все больше утомляются от слышания термина “ИИ”, обеспокоенные тем, что предприниматели переоценивают свои проекты с помощью технологии вместо того, чтобы решать проблемы. ИИ стал стандартным в многих отраслях, и его роль не должна быть преувеличена в стратегии компании.

Не менее важно прозрачность. С FTC, которая ужесточает контроль над преувеличенными заявлениями об ИИ, быть правдивым о том, что может и не может сделать ваша технология, является необходимостью. Преувеличение возможностей может вызвать первоначальный интерес, но может быстро обернуться обратной стороной, приведя к ущербу репутации или регуляторному контролю.

Основатели также должны подчеркнуть, как их использование ИИ соответствует более широким рыночным возможностям. Например, использование ИИ для прогностической аналитики, оптимизации или систем принятия решений может продемонстрировать дальновидность и инновации. Эти применения могут не доминировать в заголовках, как чат-боты, но они решают реальные проблемы, которые резонируют с инвесторами.

В конечном итоге, все это о представлении ИИ как инструмента, который стимулирует ценность и решает насущные проблемы. Сосредоточившись на ясной коммуникации, честности и соответствии приоритетам инвесторов, основатели могут позиционировать себя как достоверные и прогрессивные лидеры в области ИИ.

mm

Кевин Даулинг, PhD является управляющим директором Robotics Factory и Hardware. Он имеет десятилетия лидерства в области робототехники, аппаратного обеспечения и передовой инженерии. Ранее он занимал должность генерального директора Kaarta, компании, известной доставкой мировых 3D-карт и решений для локализации людей и роботов. До этого он был вице-президентом по инженерии в 4Moms, где он возглавлял команду из 50 человек, разрабатывающую инновационные потребительские продукты. Ранее в своей карьере Кевин был вице-президентом по исследованиям и разработкам в MC10 в Кембридже, где он построил и возглавил инженерную команду и помог внедрить высокопроизводительную, полупроводниковую электронику с растяжением в реальные применения.

Кевин был вице-президентом по стратегии и технологиям в Philips Color Kinetics, пионерской компании и лидере в области светодиодного освещения. Кевин был ключевым членом руководства компании, когда CK прошла через первичное публичное предложение (2004) и приобретение на сумму 800 миллионов долларов компанией Philips (2007). Помимо технического лидерства, он создал и возглавил первые комитеты по стандартизации измерения и срока службы светодиодов, стандартов светодиодов и деятельности по соблюдению нормативных требований. Он объединил представителей отрасли и государственных агентств и был активен в законодательстве, связанном с энергией, и помог выиграть приз в размере 10 миллионов долларов L-Prize для Philips. Он также возглавлял многие образовательные программы и был частым докладчиком на отраслевых мероприятиях.

До Color Kinetics Кевин был главным инженером по робототехнике в PRI Automation и имеет более 20 лет опыта в области передовой робототехники в Институте робототехники Университета Карнеги-Меллона, где он построил некоторые из первых автономных транспортных средств в мире.

Доктор Даулинг является изобретателем более 85 выданных патентов США. Он получил степень бакалавра по математике и степени магистра и доктора по робототехнике в Университете Карнеги-Меллона.