Примечание: эта статья впервые появилась в Фортуне 3 июля 2018 г. Исходная ссылка находится здесь.

Как фанат покера, я знаю, что верных ставок не бывает. Но наугад выберите 100 технологических стартапов, и я с уверенностью готов поспорить, что подавляющее большинство называют себя компаниями искусственного интеллекта (ИИ) или, по крайней мере, сильно вплетают ИИ в свое повествование.

Шумиха вокруг ИИ стала интенсивной, и это понятно. Эта технология стала частью повседневной жизни, будь то Netflix, предсказывающий, какие шоу нам могут понравиться, на основе предыдущего выбора, результаты поиска Google, которые постоянно улучшаются на основе миллионов кликов, или диалоговые системы искусственного интеллекта, такие как Amazon Alexa, знакомятся с вами. Между тем, практически незаметный для обычных потребителей, деловой мир озабочен использованием ИИ для решения ряда проблем.

Человеческой природе свойственно цепляться за следующую важную вещь, и мы уже много раз видели это раньше с другими техническими модными словечками на данный момент: большие данные, облако, программное обеспечение как услуга (SaaS), мобильные устройства, Web 2.0 - список можно продолжить. снова и снова.

Но чрезмерное или откровенное злоупотребление термином «ИИ» в мире стартапов сейчас особенно широко распространено. Не проходит и дня, чтобы я не сталкивался с компанией, которая формулирует свои маркетинговые сообщения на основе шумихи и позиционирует себя как компанию ИИ без подлинной истории ИИ, подтверждающей это.

В типичном сценарии эти компании, занимающиеся искусственным интеллектом, на самом деле проводят базовый анализ данных. Их технология анализирует данные, и результаты используются для достижения определенных результатов - например, определения наилучшего времени для отправки маркетинговых писем на основе заранее запрограммированных правил.

Такие компании могут приносить пользу, делая данные контекстно релевантными, но это не ИИ. Вот принципиальное отличие: системы ИИ являются итеративными: они становятся умнее, чем больше данных анализируют, и по мере их развития становятся все более функциональными и автономными. Подумайте об автопилоте Tesla, который улучшается с каждой милей, которую его автопарк проводит в дороге. Подлинные возможности искусственного интеллекта - вот что делает возможным настоящий прорыв на рынке.

Ряд компаний, занимающихся SaaS и автоматизацией, позиционируют себя под знаменем искусственного интеллекта, хотя на самом деле все, что они делают, - это аналитика данных для управления приложениями и рабочими процессами. Технология не становится более интеллектуальной со временем и никогда не достигает уровня автономии истинного ИИ.

Для этих компаний ИИ по ошибке стал универсальной фразой для всего, что связано с данными или рабочим процессом. Они также склонны широко использовать термин «алгоритм», который часто ассоциируется с ИИ. Но то, что в системе есть алгоритмы, которые приводят к определенным результатам, не обязательно означает, что это ИИ.

Вот что мы ищем, прежде чем инвестировать в компанию, занимающуюся искусственным интеллектом:

  • Они занимаются чем-то большим, чем простой анализ данных?
  • Создают ли они свою собственную базу данных - большой шлейф собственных данных, которые они собирают из интересных источников?
  • Используют ли они эти данные для создания систем, которые постоянно становятся умнее и, в свою очередь, создают собственные исчерпывающие данные?
  • Есть ли у них итеративные технологии (машинное обучение или глубокое обучение), которые сокращают потребность в людях в цикле?

Если эти поля могут быть отмечены, мы будем искать следующее: основателей с глубоким техническим пониманием моделей машинного обучения, уникального подхода к применению этих моделей к очень большому набору данных и высокой вероятности успешной бизнес-модели из всех возможных. Это.

Нам следует задать следующие вопросы руководителям компаний, заявляющих об использовании ИИ: имеют ли люди, называющие себя экспертами в области ИИ, опыт решения огромных задач ИИ до такой степени, что они имеют огромное преимущество перед конкурентами? Понимают ли они сложные технические детали того, что нужно для создания автономной системы? Привлекают ли они таланты для атаки на рынок?

Подлинный ИИ может предоставить новаторские решения реальных проблем. Компании, которые могут работать в этой области, заслуживают всей этой шумихи.

Ариф Джанмохамед является партнером Lightspeed Venture Partners. Он специализируется на инвестициях в корпоративные ИТ и инфраструктуру и входит в советы директоров ряда быстрорастущих компаний, включая Netskope, Qubole, Mist, Split, TripActions и OverOps. В свободное время Ариф играет в хоккей с женой, которая кричит на него за то, что он никогда не передавал ей шайбу.

Lightspeed - это венчурная компания на ранней стадии, ориентированная на ускорение революционных инноваций и тенденций в корпоративном и потребительском секторах. За последние два десятилетия Lightspeed поддержал более 300 компаний по всему миру, включая Nutanix, AppDynamics, MuleSoft, Snap и Nest.