Crunchbase duomenimis, 2024 m. dirbtinio intelekto įmonės visame pasaulyje pritraukė daugiau nei 100 milijardų dolerių rizikos kapitalo dolerių, ty daugiau nei 80 % daugiau nei 2023 m. Tai sudaro beveik trečdalį visų rizikos kapitalo dolerių, investuotų 2024 m. Tai daug. pinigų nukreipimo į daugybę AI įmonių.
DI pramonė per pastaruosius dvejus metus taip išsiplėtė, kad ją užpildė persidengiančios įmonės, startuoliai, kurie vis dar naudoja dirbtinį intelektą tik rinkodarai, bet ne praktikoje, ir teisėtų, neapdorotų dirbtinio intelekto pradedančiųjų įmonių. Investuotojai turi savo darbą, kai reikia rasti startuolių, galinčių būti kategorijos lyderiais. Kur jie net prasideda?
Neseniai „TechCrunch“ apklausė 20 rizikos kapitalo įmonių, remiančių startuolių kūrimą įmonėms, ir sužinojo, kas AI pradedančiajam įmonei suteikia griovio arba kuo jis skiriasi nuo kitų įmonių. Daugiau nei pusė respondentų teigė, kad DI startuoliams pranašumą suteiks jų patentuotų duomenų kokybė arba retumas.
Paulas Drewsas, „Salesforce Ventures“ vadovaujantis partneris, „TechCrunch“ sakė, kad DI startuoliams tikrai sunku turėti griovį, nes kraštovaizdis taip greitai keičiasi. Jis pridūrė, kad ieško pradedančiųjų įmonių, turinčių diferencijuotus duomenis, techninių tyrimų naujoves ir įtikinamą vartotojo patirtį.
Jasonas Mendelis, „Battery Ventures“ rizikos investuotojas, sutiko, kad technologijų grioviai mažėja. „Ieškau įmonių, kurios turi gilius duomenis ir darbo eigos griovius“, – sakė Mendelis „TechCrunch“. „Prieiga prie unikalių, patentuotų duomenų leidžia įmonėms pristatyti geresnius produktus nei jų konkurentai, o stabili darbo eiga arba naudotojų patirtis leidžia joms tapti pagrindinėmis įtraukimo ir žvalgybos sistemomis, kuriomis klientai pasitiki kasdien.
Vertikalius sprendimus kuriančioms įmonėms tampa vis svarbesni patentuoti arba sunkiai gaunami duomenys. Scottas Beechukas, Norwest Venture Partners partneris, teigė, kad įmonės, galinčios pasinaudoti savo unikaliais duomenimis, yra startuoliai, turintys didžiausią ilgalaikį potencialą.
Andrew Fergusonas, „Databricks Ventures“ viceprezidentas, teigė, kad turėdami daug klientų duomenų ir duomenų, kurie sukuria grįžtamojo ryšio ciklą AI sistemoje, daro ją veiksmingesnę ir gali padėti startuoliams išsiskirti.
Valeria Kogan, startuolio „Fermata“, kuris naudoja kompiuterinę viziją pasėlių kenkėjams ir ligoms aptikti, generalinė direktorė TechCrunch sakė, kad, jos manymu, viena iš priežasčių, kodėl „Fermata“ sugebėjo įgyti trauką, yra ta, kad jos modelis yra apmokytas pagal klientų duomenis ir duomenis. iš pačios įmonės tyrimų ir plėtros centro. Koganas pridūrė, kad tai, kad bendrovė visus savo duomenis ženklina namuose, taip pat padeda pakeisti modelio tikslumą.
Jonathanas Lehras, „Work-Bench“ įkūrėjas ir generalinis partneris, pridūrė, kad įmonės turi ne tik duomenis, bet ir tai, kaip jos gali juos išvalyti ir panaudoti. „Kaip gryno žaidimo pradinis fondas, didžiąją dalį energijos sutelkiame į vertikalias dirbtinio intelekto galimybes, sprendžiame su verslu susijusias darbo eigas, kurioms reikia gilios srities patirties ir kur AI daugiausia padeda įgyti anksčiau neprieinamus (arba labai brangiai įsigyti) duomenis ir išvalyti. tai būtų užtrukę šimtus ar tūkstančius darbo valandų“, – sakė Lehras.
Be duomenų, rizikos kapitalo įmonės teigė, kad ieško dirbtinio intelekto komandų, vadovaujamų stiprių talentų, tų, kurios turi stiprią integraciją su kitomis technologijomis, ir įmonių, kurios gerai išmano klientų darbo eigą.
