Colaborador de David Blumberg
David Blumberg es fundador y socio gerente de una firma de capital de riesgo en etapa inicial Capital Blumberg.
Más publicaciones de este colaborador The Ascent Of Early-Stage Venture Capital
La financiación de las empresas centradas en la inteligencia artificial alcanzó aproximadamente $ 9300 millones en los EE. UU. en 2018, una cantidad que seguirá aumentando a medida que se realice el impacto transformador de la IA. Dicho esto, no todas las startups de IA tienen lo que se necesita para asegurar una inversión y escalar hacia el éxito.
Entonces, ¿qué buscan los capitalistas de riesgo cuando consideran una inversión en una empresa de inteligencia artificial?
Lo que buscamos en todas las startups
Algunos fundamentos son importantes en cualquiera de nuestras inversiones, IA o de otro tipo. Primero, los empresarios necesitan articular que están resolviendo un problema grande e importante. Puede sonar extraño, pero encontrar el problema correcto puede ser más difícil que encontrar la solución correcta. Los empresarios deben demostrar que los clientes estarán dispuestos a cambiar lo que están usando actualmente y pagar por la nueva solución.
El equipo debe demostrar su competencia en el dominio, sus habilidades funcionales y sobre todo, su persistencia y compromiso. Es probable que las mejores ideas no tengan éxito si el equipo no puede ejecutarlas. Establecer y lograr hitos realistas es una buena manera de mantener alineados a los operadores e inversores. Los empresarios exitosos deben demostrar por qué su solución ofrece un valor superior a los competidores en el mercado o, en la minoría de los casos en los que existe una necesidad sin resolver, por qué están en la mejor posición para resolverla.
Además, el equipo debe explicar claramente cómo funciona su tecnología, cómo se diferencia y es ventajosa en relación con los competidores existentes y debe explicar a los inversores cómo se puede mantener esa ventaja competitiva.
Para los empresarios de IA, hay factores adicionales que deben abordarse. ¿Por qué? Está bastante claro que estamos en las primeras etapas de esta floreciente industria que revolucionará los sectores, desde la atención médica hasta la tecnología financiera, la logística y el transporte y más. Los estándares no se han establecido, hay escasez de personal, las grandes empresas todavía están luchando con la implementación y gran parte del talento se concentra en unas pocas empresas grandes e instituciones académicas. Además, existen desafíos regulatorios que son complejos y crecientes debido a la naturaleza del aspecto evolutivo de la tecnología.
Aquí hay cinco cosas que nos gusta ver demostrar a los emprendedores de IA antes de hacer una inversión:
Demostrar dominio sobre sus datos y su valor: La IA necesita big data para tener éxito. Hay dos modelos: las empresas pueden ayudar a los clientes a agregar valor a sus datos o crear un negocio de datos utilizando IA. En cualquier caso, las nuevas empresas deben demostrar que los datos son confiables, seguros y cumplen con todas las normas reglamentarias. También deben demostrar que la IA está agregando valor a sus propios datos: debe explicar algo, derivar una explicación, identificar tendencias importantes, optimizar o entregar valor de otra manera.
Con la gran cantidad de datos disponibles para que las empresas los recopilen hoy en día, es imperativo que las nuevas empresas tengan una infraestructura ágil que les permita almacenar, acceder y analizar estos datos de manera eficiente. Una startup basada en datos debe volverse cada vez más receptiva, proactiva y consistente con el tiempo.
Los empresarios de IA deben saber que, si bien el aprendizaje automático se puede aplicar a muchos problemas, es posible que no siempre produzca predicciones precisas en todas las situaciones. Los modelos pueden fallar por una variedad de razones, una de las cuales son datos inadecuados, inconsistentes o variables. El dominio exitoso de los datos demuestra a los clientes que el flujo de datos es robusto, consistente y que el modelo puede adaptarse si las fuentes de datos cambian.
Los empresarios pueden abordar mejor las necesidades de sus clientes si pueden demostrar una forma rápida y eficiente de normalizar y etiquetar los datos mediante metaetiquetado y otras técnicas.
Recuerda que la transparencia es una virtud: Existe una mayor necesidad en ciertas industrias, como los servicios financieros, de explicar a los reguladores cómo se hace la salchicha, por así decirlo. Como resultado, los empresarios deben poder demostrar la explicabilidad para mostrar cómo el modelo llegó al resultado (por ejemplo, un puntaje de crédito). Esto nos lleva a un problema adicional sobre la contabilidad del sesgo en los modelos y, aquí nuevamente, el emprendedor debe mostrar la capacidad de detectar y corregir el sesgo tan pronto como se encuentre.
Source link