Esta es la parte 2 de mi serie de publicaciones de blog sobre cómo invertir en IA. En mi trabajo en la construcción y dirección de una de las incubadoras de empresas emergentes de IA más grandes de Europa, trabajando en estrecha colaboración con varios fundadores e impartiendo un curso sobre IA para la innovación y el espíritu empresarial en la Universidad Técnica de Múnich, examino muchas presentaciones sobre IA. y llegar a ver muchas nuevas empresas de IA que van y vienen. Con frecuencia, los inversores y los capitalistas de riesgo me piden que analice las nuevas empresas de IA y las ayude a tomar su decisión de inversión. En esta serie de publicaciones quiero compartir mi hipótesis de inversión y lo que busco cuando se trata de evaluar (e invertir) en nuevas empresas de IA.

Cómo invertir en IA — Parte 1
Cómo invertir en IA — Parte 3 (Due Diligence)

Paso 2: averigüe si la startup está utilizando IA como tecnología central o como tecnología habilitadora.

Es importante saber si una startup está utilizando IA como núcleo o tecnología habilitadora, ya que puede afectar el valor potencial de la empresa y el nivel de riesgo involucrado. Si la IA es una tecnología central, la startup puede depender más del éxito de sus productos o servicios de IA, mientras que si la IA es una tecnología habilitadora, la startup puede tener fuentes de ingresos más diversificadas. Es importante evaluar cuidadosamente el rol de la IA en el modelo de negocios de la startup y considerar los posibles riesgos y recompensas antes de tomar una decisión de inversión.

Para determinar si una startup está utilizando IA como tecnología central o tecnología habilitadora, debe considerar lo siguiente:

1. Producto o servicio: ¿El producto o servicio de la startup se centra principalmente en la IA, o la IA se utiliza para respaldar o mejorar un producto o servicio existente? Si la tecnología de IA es central para el producto o servicio, es probable que sea una tecnología central. Si se utiliza para respaldar o aumentar un producto o servicio existente, es probable que sea una tecnología habilitadora.
2. Posicionamiento en el mercado: ¿Cómo se está posicionando la startup en el mercado? ¿Se está promocionando como una empresa de IA o está destacando el uso de la IA en sus productos o servicios?
3. Experiencia del equipo: ¿La startup tiene un equipo con una gran experiencia en IA, o el equipo se centra principalmente en un área diferente, como el desarrollo de productos o el marketing, y utiliza la IA como tecnología habilitadora?
4. Uso de datos: ¿La startup tiene una gran cantidad de datos de alta calidad, que son esenciales para entrenar y mejorar los modelos de IA? Si es así, esto sugiere que la IA es una tecnología central para la puesta en marcha.

La propuesta de valor de una startup de IA dependerá de los productos o servicios específicos que ofrezca y del mercado al que se dirija. Por ejemplo, una startup de IA que ofrece un producto de software de IA único y diferenciado puede tener una propuesta de valor fuerte, mientras que una startup de IA que ofrece un servicio de IA básico puede tener una propuesta de valor más débil. Es importante evaluar cuidadosamente la propuesta de valor de una startup de IA al considerar una inversión.

Hay muchos tipos diferentes de nuevas empresas de IA, y la propuesta de valor de cada una dependerá de los productos o servicios específicos que ofrezcan y del mercado al que se dirijan. Algunos tipos comunes de startups de IA incluyen:

1. Software habilitador de IA : estas nuevas empresas desarrollan y venden productos de software de IA, como bibliotecas de aprendizaje automático, herramientas de procesamiento de lenguaje natural, herramientas de etiquetado de datos, soluciones sin código. Un ejemplo es la empresa Hugging Face , que desarrolla herramientas para crear aplicaciones utilizando el aprendizaje automático. Es más notable por su biblioteca creada para aplicaciones de procesamiento de lenguaje natural.
2. Productos o servicios impulsados ​​por IA : estas nuevas empresas ofrecen productos o servicios que utilizan IA para resolver problemas específicos o satisfacer las necesidades de los clientes. Los ejemplos incluyen chatbots de servicio al cliente impulsados ​​por IA, herramientas de mantenimiento predictivo o motores de recomendación personalizados. Algunos ejemplos son los coches autónomos, los drones autónomos o la startup Gong que se dedica a solucionar los típicos problemas del área de ventas y clientes con la ayuda de la IA. Para ayudar a las empresas a mejorar el éxito de sus clientes y el rendimiento de las ventas, Gong realiza un seguimiento de todas las interacciones con los clientes, como las llamadas de ventas y los correos electrónicos, y evalúa factores importantes como los temas de conversación, la duración o la frecuencia de las conversaciones con los clientes mediante el procesamiento del lenguaje natural y el aprendizaje automático.
3. Productos o servicios habilitados para IA : estas nuevas empresas utilizan IA para mejorar o respaldar productos o servicios existentes, pero la IA no es el enfoque principal del negocio. Ant Financial está utilizando IA para brindar servicios financieros con costos operativos (humanos) casi nulos . Por ejemplo, han automatizado su proceso de solicitud de préstamos hasta el punto en que afirman no tener participación humana cuando se trata de otorgar préstamos. Otro ejemplo es TikTok de ByteDance . Su famosa aplicación proporciona a los usuarios de todo el mundo videoclips cortos recomendados por una IA en función de sus preferencias, hábitos de visualización y ubicación.
4. Hardware de IA : Estas startups desarrollan hardware diseñado específicamente para aplicaciones de IA, como chips o sensores especializados. Un ejemplo es la startup alemana Konux , que combina aprendizaje automático e IoT industrial para ofrecer soluciones de software como servicio (SaaS) para la automatización de procesos de operación, monitoreo y mantenimiento. Sus sensores se utilizan en los desvíos ferroviarios para aumentar la disponibilidad de la red de vías y mejorar así la puntualidad de los trenes.
5. Consultoría de IA: estas nuevas empresas ofrecen servicios de consultoría para ayudar a las empresas a integrar la IA en sus operaciones o desarrollar soluciones de IA personalizadas. Por lo general, las empresas de consultoría de IA como applyAI o Merantix no serían el caso clásico de VC, ya que requieren muchos recursos (humanos) y, por lo tanto, no escalan bien.

Paso 4: comprenda los desafíos más comunes de las nuevas empresas de IA y trate de comprender cómo se ven afectadas por ellas la nueva empresa que está evaluando.

Cuando miro la puesta en marcha de IA y un marco que utilizo para hacer una evaluación inicial rápida de las nuevas empresas, estoy mirando algunas de las trampas más comunes de las nuevas empresas de IA , como lo mencionó Oliver Schoppe, inversor en etapa inicial en UVC Partners .

Ajuste del mercado de productos

Encontrar la adecuación del mercado de productos es un desafío fundamental para las nuevas empresas de IA, ya que puede afectar su capacidad para atraer clientes, generar ingresos y, en última instancia, lograr rentabilidad. Es importante que las nuevas empresas de IA evalúen cuidadosamente su mercado objetivo y se aseguren de que sus productos o servicios satisfagan las necesidades y los deseos de sus clientes. Según Schoppe:“Es muy tentador apasionarse por la tecnología bellamente diseñada. Especialmente porque la IA a menudo produce casos de exhibición impresionantes desde el principio. Soy el primero que se emociona al respecto. Pero hay una fea verdad: nadie paga por esto. La gente te paga para que resuelvas sus problemas, eso es todo. Cuando apunte a construir un negocio sostenible, nunca comience (solo) con tecnología. Comience investigando obsesivamente a sus clientes y sus problemas. Esa es tu única estrella polar”.

Hay varias razones por las que no es fácil encontrar el producto adecuado para el mercado:

1. Tecnología compleja: la IA puede ser un campo complejo y en rápida evolución, lo que puede dificultar que las nuevas empresas desarrollen productos o servicios que sean tanto innovadores como prácticos.
2. Datos limitados: muchas soluciones de IA requieren grandes cantidades de datos de alta calidad para entrenar y mejorar su rendimiento, lo que puede ser un desafío para las empresas emergentes que no tienen acceso a suficientes datos o recursos para recopilarlos.
3. Experiencia limitada: las nuevas empresas de IA pueden tener dificultades para encontrar el talento o la experiencia adecuados para desarrollar e implementar sus productos o servicios, especialmente si operan en un nicho de mercado.
4. Desafíos regulatorios: algunas soluciones de IA, particularmente aquellas en industrias como la atención médica o las finanzas, pueden estar sujetas a requisitos regulatorios que pueden ser difíciles de navegar para las nuevas empresas.
5. Competencia: el mercado de empresas emergentes de IA es muy competitivo, y las empresas emergentes pueden tener dificultades para destacarse y diferenciarse de sus competidores.

La escalabilidad es uno de los desafíos más comunes que enfrentan las nuevas empresas de IA porque se refiere a la capacidad de una empresa para crecer y expandir sus operaciones sin encontrar rendimientos decrecientes o costos crecientes.

“La mitad de los equipos de IA con los que hablo han desarrollado una gran tecnología para resolver un problema para sus clientes y ganaron mucho dinero al hacerlo” , dijo Schoppe, “pero este éxito inicial puede ser engañoso. Desarrollar una solución de IA útil para un cliente es fácil, desarrollar una solución de IA que funcione para 10 o 100 clientes sin volver a capacitarse es exponencialmente más difícil”.

Las nuevas empresas de IA pueden enfrentar desafíos para escalar sus negocios por varias razones:

1. Restricciones de recursos : muchas soluciones de IA requieren recursos computacionales y datos significativos para entrenar y operar, lo que puede ser un desafío para las empresas emergentes que no tienen acceso a la infraestructura o los fondos necesarios para escalar.
2. Datos limitados: como se mencionó anteriormente, muchas soluciones de IA requieren grandes cantidades de datos de alta calidad para mejorar su rendimiento, lo que puede ser un desafío para las empresas emergentes que no tienen suficientes datos o los recursos para recopilarlos.
3. Talento : las nuevas empresas de IA pueden tener dificultades para atraer y retener el talento necesario para escalar sus operaciones, especialmente si operan en un nicho de mercado o están ubicadas en un área con talento tecnológico limitado.
4. Demanda del mercado: incluso si una startup puede superar los desafíos técnicos y de recursos de escalar sus soluciones de IA, aún puede tener dificultades para escalar si no hay suficiente demanda de sus productos o servicios en el mercado.
5. Desafíos regulatorios: algunas soluciones de IA, particularmente aquellas en industrias como la atención médica o las finanzas, pueden estar sujetas a requisitos regulatorios que pueden ser difíciles de navegar para las nuevas empresas a medida que escalan.

Encontré problemas similares cuando trabajaba para una startup de IA en el sector médico. Intentamos construir modelos que ayudarían a los radiólogos a analizar las tomografías computarizadas. Sin embargo, cada escáner genera imágenes ligeramente diferentes, lo que nos obligó a ajustar los modelos para cada nuevo escáner.

Crear un punto de venta único y duradero

Puede ser un desafío para muchas nuevas empresas de IA crear un punto de venta único (PVU) duradero porque el campo de la inteligencia artificial (IA) está evolucionando rápidamente y es altamente competitivo.

“Casi ningún campo de la tecnología se desarrolla tan rápido como la IA. El estado del arte de hoy es la mercancía del mañana. Y hablo en serio. Si el único USP de su startup hoy es su solución de IA, corre un riesgo muy alto de perder cualquier defensa dentro de dos años. El software se come el mundo, pero la IA del mañana se comerá la IA de hoy”. así Schoppe.

Una USP es una característica o beneficio único que distingue a un producto o servicio de sus competidores y lo hace atractivo para los clientes. En el caso de las nuevas empresas de IA, algunos PSU potenciales podrían incluir tecnología innovadora de IA, acceso a grandes cantidades de datos de alta calidad o experiencia en un dominio o aplicación específicos.

Sin embargo, crear una PUV duradera puede ser un desafío para las nuevas empresas de IA por varias razones:

1. Avances tecnológicos: la IA es un campo en rápida evolución, y lo que hoy puede considerarse innovador o único puede convertirse rápidamente en algo común u obsoleto en el futuro. Esto puede dificultar que las nuevas empresas de IA mantengan un punto de venta único a lo largo del tiempo.
2. Competencia: el mercado de startups de IA es muy competitivo y puede ser difícil para las startups diferenciarse de sus competidores. Muchas nuevas empresas pueden estar trabajando en problemas o tecnologías similares, y puede ser un desafío crear una solución verdaderamente única.
3. Preferencias de los clientes: las preferencias y necesidades de los clientes pueden cambiar con el tiempo, y lo que alguna vez se consideró un punto de venta único puede que ya no sea atractivo para los clientes. Esto puede dificultar que las nuevas empresas de IA mantengan una USP duradera.
4. Desafíos regulatorios: algunas soluciones de IA, particularmente aquellas en industrias como la atención médica o las finanzas, pueden estar sujetas a requisitos regulatorios, como los propuestos por la Ley de IA , que pueden afectar su capacidad para ofrecer características o beneficios únicos.

Siga leyendo: Cómo invertir en IA — Parte 3 (Due Diligence)

Descargo de responsabilidad: he escrito este artículo utilizando mi propia experiencia y conocimiento sobre cómo abordo la evaluación y la debida diligencia de una startup de IA. Para acelerar la escritura utilicé la ayuda de ChatGPT. Sin embargo, agregué manualmente ejemplos, entrevistas, imágenes y referencias, modifiqué las entradas y salidas y reescribí y agregué párrafos. Usar chatGPT me permitió escribir esta serie de publicaciones en un par de días en lugar de semanas.