По данным Crunchbase, в 2024 году компании, занимающиеся искусственным интеллектом, по всему миру привлекли более 100 миллиардов долларов венчурного капитала, что на 80% больше, чем в 2023 году. Это составляет почти треть от общего объема венчурных инвестиций, инвестированных в 2024 году. Это очень много. денег, направляющихся во многие компании, занимающиеся искусственным интеллектом.
Индустрия искусственного интеллекта за последние два года настолько разрослась, что она заполнилась пересекающимися компаниями, стартапами, которые все еще используют искусственный интеллект только в маркетинге, но не на практике, а также законными стартапами, работающими в области искусственного интеллекта, работающими на полную мощность. Инвесторам приходится много работать, когда дело доходит до поиска стартапов, которые потенциально могут стать лидерами своей категории. Где они вообще начинаются?
TechCrunch недавно опросил 20 венчурных капиталистов, которые поддерживают создание стартапов для предприятий, о том, что дает стартапу в области искусственного интеллекта ров или что отличает его от аналогов. Более половины респондентов заявили, что преимущество стартапам в области ИИ даст качество или редкость их собственных данных.
Пол Дрюс, управляющий партнер Salesforce Ventures, рассказал TechCrunch, что стартапам в области ИИ очень сложно иметь ров, потому что ситуация меняется очень быстро. Он добавил, что ищет стартапы, которые сочетают в себе дифференцированные данные, инновации в области технических исследований и привлекательный пользовательский опыт.
Джейсон Мендель, венчурный инвестор Battery Ventures, согласен с тем, что технологические рвы уменьшаются. «Я ищу компании, у которых есть глубокие данные и рабочие процессы», — сказал Мендель TechCrunch. «Доступ к уникальным, запатентованным данным позволяет компаниям поставлять продукты лучше, чем их конкуренты, а стабильный рабочий процесс или пользовательский опыт позволяют им стать основной системой взаимодействия и аналитики, на которую клиенты полагаются ежедневно».
Наличие закрытых или труднодоступных данных становится все более важным для компаний, создающих вертикальные решения. Скотт Бичук, партнер Norwest Venture Partners, сказал, что компании, которые могут использовать свои уникальные данные, являются стартапами с наиболее долгосрочным потенциалом.
Эндрю Фергюсон, вице-президент Databricks Ventures, сказал, что наличие обширных данных о клиентах и данных, которые создают цикл обратной связи в системе искусственного интеллекта, делает ее более эффективной, а также может помочь стартапам выделиться.
Валерия Коган, генеральный директор Fermata, стартапа, использующего компьютерное зрение для обнаружения вредителей и болезней сельскохозяйственных культур, рассказала TechCrunch, что, по ее мнению, одна из причин, по которой Fermata смогла набрать обороты, заключается в том, что ее модель обучена как на данных о клиентах, так и на данных. из собственного научно-исследовательского центра компании. Тот факт, что компания самостоятельно размечает данные, также помогает повысить точность модели, добавил Коган.
Джонатан Лер, соучредитель и генеральный партнер Work-Bench, добавил, что компании имеют дело не только с данными, но и с тем, как они могут их очистить и заставить работать. «Как чисто посевной фонд, мы сосредотачиваем большую часть нашей энергии на вертикальных возможностях искусственного интеллекта, занимающихся рабочими процессами, специфичными для бизнеса, которые требуют глубоких знаний в предметной области и где искусственный интеллект в основном способствует получению ранее недоступных (или очень дорогостоящих) данных и их очистке. это заняло бы сотни или тысячи человеко-часов», — сказал Лер.
Помимо данных, венчурные капиталисты говорят, что они ищут команды искусственного интеллекта, возглавляемые сильными талантами, которые имеют тесную интеграцию с другими технологиями, и компании, которые имеют глубокое понимание рабочих процессов клиентов.
