Hype kontra värde: Utvärdering av tidiga AI-startups för riktigt potential

För två år sedan investerade riskkapitalister bredvid allt som hade med AI att göra. Nu har vi blivit mer selektiva och utbildade, och söker lösningar på riktiga problem där AI tillför riktigt värde.

Så låt oss dra den slutliga slutsatsen från början: att ha “AI” i företagsnamnet är inte längre en avgörande faktor. Det tog marknaden två år att komma över AI Big Bang och börja skilja på riktigt värde och illusoriska utsikter.

Den riktiga utmaningen har fallit på pre-seed-investorer. Vi har varit tvungna att skärpa våra ögon för att känna igen innovationer bland hundratals lika lysande pre-revenue AI-baserade B2B SaaS-lösningar. Var och en kunde antingen bli en enhörning eller en AI-omslag för ingenting.

På Pre-Seed to Succeed (P2S) specialiserar vi oss på att utvärdera AI-startups i det tidigaste skedet, där dragkraft är minimal, teamen är smala och visionen är lika viktig som koden. Vi kommer att dela de grundläggande principerna och metoderna som vägleder våra investeringsbeslut i denna dynamiska sektor och upptäcka företag med hög potential.

Missuppfattningar om pre-seed AI

Investorer som överväger att gå in i AI-området bör förstå att både storleken och unikheten hos lösningen är viktiga. Det finns en vanlig missuppfattning om tidiga AI-startups, att det bara räcker att lägga till ett tunt AI-lager, som en chatbot-gränssnitt, för att bygga ett framgångsrikt företag. Det riktiga värdet ligger i att äga data, lösa specifika problem och nå användare effektivt.

Vi har sett grundare som fokuserar på ytanivå-integrationer som lätt kunde replikeras. Marknaden är rik på copiloter och assistenter, men bara de som är grundade i djup domänkompetens, med differentierade distributionskanaler eller unika användarinsikter, har en chans att bli blomstrande företag. Exempel inkluderar juridiska copiloter för kontraktintelligens, talangstrategilösningar för CHRO:er och byggnadsplatscopiloter – komplexa projekt som kräver hands-on branscherfarenhet och en äkta förståelse för de processer som AI kan optimera. Dessa typer av lösningar har det högsta värdet.

En annan trend är skiftet från copiloter till agenter – autonoma system som inte bara kan assistera utan också agera oberoende över arbetsflöden. Dessa modeller hanterar multi-stegsuppgifter, resonemang över system och koordinerar åtgärder utan mänskliga påstötningar. Även om det fortfarande är tidigt, visar startups som bygger riktiga agentramverk för specifika vertikaler (t.ex. finansiell rapportering, juridiska operationer) tecken på högavkastande skalbarhet.

Även om det finns oändliga möjligheter för företag, så har införandet av AI medfört högre utgifter än vad som initialt förväntades. B2B-kunder är villiga att investera i dyra anpassade lösningar endast om de integreras smidigt i deras befintliga arbetsflöden och erbjuder antingen finansiella fördelar eller operativ lättnad.

Utvärdering av innovation i avsaknad av intäkter

I avsaknad av intäkter och betydande dragkraft är teamets expertis och domänvana de viktigaste sakerna vi investerar i på pre-seed-stadiet.

Om en startup-team förstår nyanserna av AI-antagande i högriskbranscher och kan korrekt upptäcka specifika affärsutmaningar, är det redan halva slaget vunnet. Den andra halvan ligger i genomförandet – förmågan att bygga genomtänkt infrastruktur, hybridgränssnitt och utnyttja edge-AI där det verkligen gör en skillnad.

Bland andra “talande” faktorer som visar en startups värde i avsaknad av intäkter är hastigheten på genomförandet och tidiga tecken på användarälskling.

Kom ihåg historien om sköldpaddan och hasen? Idag är hastigheten på genomförandet viktigare än någonsin. Ytliga mått rör oss inte. Startups som kan iterera snabbt, integrera användarfeedback och visa positiv framsteg inom en viss tidsram, till exempel uppnå en 10-procentig konverteringsgrad i ett pilotprojekt eller nå viktiga milstolpar, är sannolikt att få mycket mer investeringsintresse.

Användarretention är också viktig: kommer användarna tillbaka? Engagerar de sig djupt med produkten? I LLM-aktiverade plattformar kan tokenkonsumtion vara en meningsfull proxy för användningsdjup.

Även om vissa AI-företag lyckas skala snabbt, förblir ekosystemet fortfarande volatilt. Marginaler kan komprimera, vallgravar är svåra att upprätthålla och konkurrensen är intensiv. Under dessa förhållanden är användarengagemang, initial dragkraft och tema-styrka de starkaste korten i startupens kortlek.

Marknadsdefensibilitet är ett måste

Vi har avvisat startups som initialt såg lovande ut men saknade defensibilitet – proprietära arbetsflöden, domänspecifika märkningsfördelar eller användargenererade data-loopar som fördjupas med tiden.

Ett team hade ett snyggt gränssnitt men ingen proprietär data eller teknisk djup. Andra red på hype av tidiga LLM-utgåvor men blev snabbt överskuggade av nya funktioner i populära plattformar.

Till exempel har vi sett startups som försöker skruva på “emotionell intelligens”-lager till ChatGPT under användarinteraktion, endast för att bli störda några månader senare av OpenAI själva, som släppte liknande funktioner naturligt. Hela premissen för startupen försvann. Dessa fall lärde oss vikten av att investera i företag med oberoende tekniska kärnor och domänfokus.

Varningstecken vi ser

I våra utvärderingar dyker vissa varningstecken konsekvent upp:

• Jargong-tunga pitches, lätta på specifika detaljer
• Grundare som inte kan identifiera betalande kunder eller artikulera en smärt punkt
• Replikera standardlösningar utan en unik teknisk lager eller nischfokus

Vi undviker bygg-och-vänd mentaliteter. Vi är i affären med att stödja grundare som är engagerade i att lösa problem och bli ledare i sin bransch.

Ett annat varningstecken vi ser: startups som över-index på OpenAI-plugins eller bygger helt inom Notion, Slack eller Discord. Dessa plattformar kan skära av åtkomst eller absorbera värdet själva. Vi frågar: vad överlever om plattformen ändrar sin API i morgon?

Råd till investerare som går in i AI utan teknisk expertis

För icke-tekniska investerare som är angelägna om att finansiera AI-startups, är vårt råd enkelt:

Först, samarbeta klokt. Ta in rådgivare, co-investerare eller chefer med teknisk bakgrund som kan granska tekniken och teamet.

Andra, backa grundare som kan tydligt kommunicera problemet de löser och stegen för att lösa det. Om en pitch saknar tydlighet, saknar den troligen riktning.

Tredje, diversifiera. Sprid investeringar över sektorer, problemtyper och affärsmodeller. Det ökar chansen att hitta utbrytande vinnare och begränsar nedgångsrisken.

Om en pre-seed-startup under övervägande visar tydliga bevis på användarbehov (växande publik, stark engagemang och retentionnivåer) och frekventa produktiterationer baserade på feedback – dessa är indikatorerna på en högpotentiell venture med skalbarhetsutsikter.

Slutsats

I en AI-marknad är frestelsen att jaga det nästa stora företaget förståelig. Men tidig investering kräver disciplin, skepticism och en djup förståelse för vad som skiljer hype från substans.

Investorer som tillämpar rigor, samarbetar med experter och fokuserar på grunderna kommer att vara bäst positionerade för att navigera i detta höghastighetsutrymme och framträda med en portfölj av varaktiga, högpresterande AI-företag.