Несомненно, ИИ - это огромные возможности для стартапов, и каждой компании почти в каждой отрасли необходимо внедрять ИИ. Однако запуск стартапа с ИИ сопряжен с уникальным набором трудностей, которые делают его чрезвычайно сложным.
Многие стартапы заявляют, что используют ИИ, но на самом деле они используют сторонний человеческий труд или базовые статистические методы. Исследование, проведенное лондонской компанией MMC Ventures, показало, что 40% так называемых стартапов в области ИИ на самом деле не используют ИИ. В этой статье стартап AI - это тот стартап, который не мог бы существовать без передовых методов машинного обучения (deci.ai), в отличие от других, поддерживающих AI и могущих существовать, не полагаясь исключительно на AI (Netflix).
Прежде чем вы начнете свое долгое путешествие по запуску, вам следует проверить свою идею по следующим 4 факторам:
1. У вас есть правильные данные?
2. Решаете ли вы то, за что клиенты готовы платить?
3. У вас есть подходящая команда?
4. Можете ли вы объяснить свои модель?
1. Данные, кто-нибудь?
В порядке. Звучит очевидно, но получение закрытых данных имеет решающее значение при создании сервиса на основе ИИ. Не создавайте бизнес, анализируя общедоступные наборы данных. Использование закрытых данных делает вашу компанию более защищенной и привлекательной для инвесторов. Невероятно сложно отличить стартап от более авторитетных конкурентов, особенно когда все они используют одинаковые данные.
Данные создают интересную проблему курицы и яйца. Без клиента у вас нет данных, а это значит, что вы не можете обучать свои алгоритмы. Без алгоритма вы мало что можете создать для своего клиента. Таким образом, вы, скорее всего, не сможете получить ценные данные от потенциальных клиентов.
Основной способ получить доступ к данным - это сотрудничать с владельцем больших данных для доступа к их данным. Это причина того, что подавляющее большинство стартапов в области ИИ - это B2B. Крупные учреждения и компании, как правило, довольно медлительны, поэтому обычно это занимает некоторое время. Возможны этические или коммерческие проблемы в отношении предоставления другой компании доступа к своим данным, что делает этот процесс длительным и обременительным. В целом компании все больше осознают ценность своих данных и не хотят предоставлять к ним доступ.
Другой вариант - создать бесплатное приложение для сбора данных. Однако это может оказаться дорогостоящим и длительным процессом (требуется создание стартапа для сбора данных).
2. Проверьте свое соответствие рынку
Как и в случае с любым другим стартапом, то же самое и здесь: если вы не решаете проблему, за которую клиенты готовы платить вам, у вас нет стартапа.
Инвесторы заинтересованы в стартапах, которые разрабатывают индивидуальные ИИ-решения в областях, которые решают конкретные рабочие процессы и проблемы, которые они могут понять, например, управление воронкой продаж, разговорный ИИ или робототехника. Им необходимо сразу понять ценность и монетизацию услуги. Если вы не можете объяснить это, вы не можете это продать.
У вас может быть алгоритм, чтобы сократить трафик в 10 раз или уменьшить выбросы углерода при крипто-майнинге. Но если решение требует, чтобы люди изменили свое поведение или вели себя как заранее запрограммированные автоматы, оно никогда не будет принято. У вашего клиента есть определенный образ действий. Ваш продукт должен соответствовать этому рабочему процессу.
Если предположить, что вы нашли проблему, которую стоит решить, возникает вопрос: необходим ли ИИ для ее решения? На этом этапе, если вы используете реальных людей или какой-либо другой способ проверить свою проблему, сделайте паузу и задайте себе следующий вопрос: «Что в моей проблеме делает ИИ лучшим или даже единственным решением?»
Вы можете проверить, сможете ли вы найти людей, готовых платить за ваше решение, используя подход бережливого стартапа. Одна из приятных особенностей ИИ заключается в том, что довольно легко создать простую версию вашего решения, используя реальных людей или прототип MVP с комбинацией существующих компонентов.
Очень часто комбинация существующих сервисов ИИ (например, от Google / Amazon / Microsoft), настройки существующих моделей, существующие статистические инструменты, не связанные с искусственным интеллектом, и несколько ручных задач могут сформировать прототип, который имитирует ваше предполагаемое решение. Таким образом, вы можете провести тестирование продуктового решения, прежде чем приступить к созданию полноценного AI-сервиса.
3. Окружите себя подходящими людьми.
Выбор команды может либо поднять вас в небо, либо увести в бездну. Подумайте о найме на ключевые должности людей, разделяющих страсть к вашему видению и, что более важно, понимающих культуру компании, которую вы хотите. Пригласите внешних экспертов в предметной области или консультантов по искусственному интеллекту, чтобы они помогли вашей команде - это поможет вам лучше понять, имеет ли смысл данное ценностное предложение.
Согласно проведенному CB Insights в 2019 году опросу 101 неудачного стартапа, третий Причина провала предприятий заключалась в том, что не та команда. Поэтому неудивительно, что инвесторы хотят в первую очередь верить в людей.
4. Возможность планирования - ключ к успеху.
Даже если у вас есть собственный набор данных и блестящий алгоритм, это не обязательно означает, что ваш продукт станет хитом. Если вы запускаете стартап в области искусственного интеллекта, вы (надеюсь) знаете об искусственном интеллекте и машинном обучении.
Однако средний человек не знаком с этими темами и может скептически относиться к их потенциалу. Вам нужно убедительное доказательство того, что ваша модель работает хорошо. Живая демонстрация может сработать, но если она маловероятна, попробуйте использовать определенные, подобранные вручную ключевые показатели эффективности вместо цифр высокого уровня точности (матрица путаницы).
Возможность объяснить прогнозы вашей модели повышает уверенность в вашей модели. Способность объяснить каждый прогноз вашей модели часто так же важна, как и точность. Объяснение - большая тема, но в целом, чем более человечными будут ваши объяснения, тем лучше.
Стартапы должны говорить на языке технологий и бизнеса. Анализ Harvard Business Review показал, что у стартапов с наибольшим шансом на успех есть основатели технологических компаний, которые нанимают деловых людей.
У тебя не получится с первого раза.
Учитывая все проблемы, стартап, скорее всего, пройдет несколько разворотов. Если вы начинаете с одной проблемы и открыты для множества различных решений, вы извлечете уроки из рынка и найдете лучшее решение для построения вашего бизнеса. Если вы потратите шесть месяцев на исследование и выбор правильной проблемы, вы сэкономите шесть лет, потраченных впустую, пытаясь построить бизнес на основе ошибочной идеи.
Стартапам с искусственным интеллектом обычно требуется больше времени, чем запускам SaaS, чтобы начать работу. Алгоритмы ИИ полагаются на данные, а владельцами больших данных обычно являются крупные компании, и получение их данных требует много времени. Даже если у вас есть доступ к данным, вам нужно сосредоточиться не только на развитии бизнеса и своей программной платформе, но и на своем алгоритме искусственного интеллекта. Вот почему наличие команды профильных экспертов и экспертов по искусственному интеллекту имеет решающее значение для успеха стартапа.
Источники:
Https://medium.com/swlh/three-crucial-lessons-for-launching-an-ai-startup-976d1d44f370
Https://hbr.org/2017/11/can-you-be-a-great-leader-without-technical-expertise
Www.cbinsights.com% 2Fresearch% 2Fstartup-failure-cause-top% 2F
