Quali sono i principali ostacoli che impediscono alle startup di IA di crescere? –
di Salvatore Minetti, CEO di Fountech.Ventures
La promessa dell’intelligenza artificiale (AI) ha indubbiamente catturato l’immaginazione di molti investitori negli ultimi dieci anni. Alimentata da un forte interesse pubblico, la tecnologia è diventata una vera forza positiva, promettendo di fornire soluzioni con il potenziale per risolvere alcuni dei maggiori problemi del mondo.
Rispetto ad altre tecnologie emergenti, le società di intelligenza artificiale sono state la principale categoria di investimento a livello globale nel 2019, assicurandosi oltre $ 23 miliardi di finanziamenti secondo Tech Nation.
Tuttavia, le aziende di intelligenza artificiale richiedono più di un semplice investimento per prosperare davvero nel clima attuale. In effetti, il problema non è tanto la carenza di start-up quanto la carenza di scale-up.
Per spingere veramente in avanti questa disciplina, è tempo che intensifichiamo i nostri sforzi per nutrire solo le aziende più innovative verso il successo a lungo termine, in modo che possano diventare aziende formidabili. Ciò pone la domanda: quali sono gli ostacoli che impediscono alle aziende di intelligenza artificiale di crescere oltre la fase di avvio?
Determinare le attività di intelligenza artificiale “vere”
Non è un segreto che il tag “AI” sia diventato onnipresente, con le aziende che usano il termine sinistra, destra e centro per garantire gli investimenti. Il problema è che alcune aziende prive di intelligenza artificiale al centro stanno frenando i progressi nel settore in generale, ostacolando lo sviluppo di soluzioni progressive.
Questi problemi con la semantica rendono più difficile per gli investitori determinare quali aziende utilizzano effettivamente l’IA “vera” e quali no. In effetti, un recente rapporto di MMC Ventures ha rivelato che due quinti delle start-up europee di intelligenza artificiale non utilizzano effettivamente l’IA in nessuno dei loro prodotti. Esempi come questo servono a evidenziare quanto sia pervasivo l’uso improprio del termine. Indubbiamente, fondere il significato di un prodotto o servizio può non solo portare a una spesa eccessiva e ad una cattiva esecuzione, ma anche alla rovina finale di un’azienda quando è superata da quelli con maggiore chiarezza e concentrazione.
Gli investitori farebbero quindi bene a evitare questo destino esaminando accuratamente le società nelle prime fasi del processo. Ciò può essere ottenuto ponendo domande chiave, come “questa azienda trae il suo vantaggio competitivo dall’uso dell’IA?” E “questa azienda spingerà il settore in avanti?”. In questo modo, le risorse possono essere spese in modo più prezioso per le aziende con soluzioni tecniche scalabili e un reale vantaggio competitivo.
Ostacoli per l’avvio
Nell’arena deep-tech, i giovani team ambiziosi hanno generalmente la determinazione e l’esperienza tecnica necessarie per progettare e creare un prodotto innovativo. Tuttavia, concetti potenti non sono sempre sufficienti per garantire il successo di una nuova impresa commerciale e un’attenzione eccessiva alla tecnologia potrebbe ostacolarne il progresso.
La mancanza di metriche chiare per le startup AI è particolarmente impegnativa; è difficile misurare cosa rende un’azienda “buona” di intelligenza artificiale. Il clamore che circonda l’IA e la sua crescente popolarità ha anche dato origine a una forte concorrenza, il che significa che i fondatori devono essere particolarmente in sintonia con gli ostacoli che dovranno affrontare.
Alcuni fondamentali sono importanti per ogni azienda. Per prima cosa, gli imprenditori devono essere in grado di dimostrare che stanno affrontando un problema ampio e importante e mostrare perché sono nella posizione migliore per risolverlo. Forse ancora più importante, le aziende devono stabilire se le persone saranno disposte a pagare un buon prezzo per la loro soluzione.
Le start-up di intelligenza artificiale incontreranno generalmente molti degli stessi ostacoli delle loro controparti più tradizionali. Un altro rapporto di CB Insights ha rivelato i motivi più comuni per cui gli imprenditori in erba potrebbero non riuscire a raggiungere i vertici, tra cui la mancanza di esigenze di mercato per il prodotto, la mancanza del team giusto e l’essere superati dalla concorrenza di altre aziende.
Il primo di questi richiede un’attenzione particolare: il problema di tante startup tecnologiche è che costruiscono il prodotto e poi sperano che qualcuno lo voglia. Un fallimento nell’adottare le misure appropriate all’inizio per comprendere il potenziale adattamento e domanda significa che il prodotto finale non cattura in definitiva l’attenzione del mercato di destinazione.
Per le aziende AI, tuttavia, ci sono elementi aggiuntivi che devono essere considerati anche. Il team dovrebbe essere in grado di dimostrare che la loro intelligenza artificiale sta davvero aggiungendo valore ai dati che stanno utilizzando e non solo come cortina fumogena. L’IA aiuta a spiegare i modelli nei dati, a ricavare spiegazioni accurate, a identificare tendenze importanti e, in ultima analisi, a ottimizzare l’uso delle informazioni?
In caso contrario, devono chiedersi se dovrebbero davvero vendersi come startup di intelligenza artificiale. Esiste il rischio reale che le risorse vengano spese inutilmente per costruire e commercializzare una soluzione che non risolva veramente un problema utilizzando l’intelligenza artificiale. In definitiva, tali aziende rischiano di perdere la loro visione nel tempo e non saranno all’altezza del marchio che avrebbero potuto prevedere per se stesse. Possono anche avere difficoltà a ottenere finanziamenti; dopotutto, la maggior parte dei VC non vorrà rischiare un investimento in una tecnologia ambigua.
I giovani team tendono anche ad affrontare ostacoli quando si tratta del lato finanziario delle cose: le start-up AI sono sotto finanziate sin dall’inizio o bruciano più denaro del necessario. Per ottenere una crescita sostenibile, le aziende alle prime armi devono essere in grado di pianificare oltre il budget di sviluppo e creare un modello commerciale scalabile che resista alla prova del tempo. Certo, questa non è un’impresa facile con un numero limitato di affari.
Molti di questi passi falsi si riducono al fatto che le start-up spesso falliscono per quanto riguarda il tutoraggio appropriato e l’acume imprenditoriale. In effetti, la maggior parte trarrebbe vantaggio da alcune competenze aggiuntive per navigare tra gli ostacoli comuni.
È quindi fondamentale che i fondatori dell’azienda collaborino con consulenti di terze parti per compensare eventuali lacune di conoscenza. I giovani team hanno bisogno di mentori che aiutino a manovrare territori sconosciuti e che forniscano ulteriori indicazioni legali, finanziarie e logistiche.
In definitiva, il semplice finanziamento di un progetto non è sufficiente. È essenziale che lavoriamo per fornire un modello più olistico per supportare le start-up AI alle prime armi, in modo che le aziende siano avviate verso progetti commercialmente scalabili. È solo fornendo supporto specialistico e assistenza con gli aspetti più fondamentali del business – così come l’accesso a talenti, capitali e reti di pari – che possiamo davvero spingere in avanti l’ago nella tecnologia pionieristica dell’IA.
