Bilgisayarların birinci nesil vakum tüplerinden dördüncü nesil VLSI mikroçiplere dönüşmesi 32 yıl sürdü. Beşinci nesil bilgi işlem terimi 1982'de türetilmiş olsa da, bilgisayarların dördüncü nesli geçmesi uzun zaman aldı ve sonunda 2010'larda Moore yasasını geride bıraktı ve bilgisayarları inanılmaz derecede güçlü hale getirdi. Beşinci nesil bilgi işlemin ilkesi, yapay zeka geliştirmek ve makineleri akıllı hale getirmektir. Son 50 yılda bilimkurgu filmleri bunun nasıl olacağını hayal etmemize yardımcı oldu. Yapay zeka etrafındaki teknolojinin nihayet araştırma aşamasını geçtiği ve kuruluşların uygulamalarında yapay zekayı uygulamaya başladığı 2020'lere geri dönün.

Endüstri artık bir dönüm noktasındayken, Üretken Yapay Zeka ve Uygulamalı Yapay Zeka, yeni çağ girişimcileri için önemli ilgi alanları ve risk sermayedarları için önemli yatırım alanları haline geldi. İnternetteki kaynakların çoğu bize bir AI girişiminin teknolojisini ve ürününü nasıl değerlendireceğimizi öğretiyor. AI girişimlerini değerlendirecek çerçeveler henüz oluşturulmamıştır. Yeni teknolojinin ticari etkisini ve fizibilitesini ölçmek zor bir iştir. Bu yazıda yapay zeka startuplarını değerlendirirken 2 kritik soruyu cevaplamaya çalışıyorum.

AI, belirli bir kullanım durumu için uygun bir teknoloji midir?

AI ürünlerinde kazanma hakkı nasıl oluşturulur?

Yapay Zekanın Ticari Etkisini Ölçme

Erken aşamadaki bir risk sermayedarı olarak, bir girişimi değerlendirirken yaptığım ilk şeylerden biri, toplam adreslenebilir pazarın (TAM) boyutunu kontrol etmektir. Bu, genellikle blockchain veya yapay zeka gibi gelişen teknolojileri uygulayan ürünler için zordur. Basit bir ifadeyle TAM, gelir artışı, maliyet tasarrufu, zaman tasarrufu gibi bir ürünün yarattığı etkiye karşılık gelir. Bu etkiyi denenmemiş ve kullanılmamış bir şey için modellemek çok zor olabilir.

Bu tür ürünlerin etkisini tanımlamak için, ürünün etrafında var olacak iş özelliklerini belirlemek önemlidir. Bu, ürünün hizmet verdiği sektörü (ör. eğitim, tarım, kimya, teknoloji, tasarım vb.) ve işlevi (ör. imalat, satış, pazarlama, finans, muhasebe vb.) ve ardından ürün türünü ( SaaS, uygulama, platform, SDK vb.) ve en önemlisi kullanım durumu (bilgisayarla görme, seçmeler, dilbilim, planlama ve tahmin). Bu bilgilerin elinizin altında olması, aşağıdaki formülde belirtilen etki parametrelerini ölçecektir:

Dört parametrenin tümü, belirli bir kullanım durumu için yapay zeka tarafından yaratılan etkinin oluşturulmasında kritik öneme sahiptir ve standart ürün terminolojisine çevrilebilir, bu da yapay zekanın iş etkisini ölçmek için 4-P çerçevesinin oluşturulmasına yol açar .

4-P çerçevesi, yapay zeka etkisinin dört parametreye bağlı olduğunu belirtir: bir kullanım durumunda yer alan kişiler, iş akışlarının programlanabilirliği, onlar için yaratılan verimlilik artışı ve belirli bir kullanım durumunda gereken hassasiyet. Dört parametre standart, ölçülebilir ve ölçülebilir iş ölçümlerine dönüştürülebilir.

Bir ürün yöneticisi tarafından sağlanan parametrelere dayalı olarak bir uygulamanın UI/UX tasarımını oluşturmaya yardımcı olan bir ürün örneğiyle çerçeveyi değerlendirelim. İlk adım, ürünün oluşturabileceği potansiyel iş etrafındaki özellikleri tanımlamayı içerir. Endüstri teknolojidir, işlev ürün tasarımıdır, ürün türü SaaS olabilir ve kullanım durumu bilgisayar görüşünü kullanır. Dört parametreye bakalım:

Kişiler: Burada kullanılan temel ölçüt, UI/UX tasarımı için kullanılan tasarımcıların sayısıdır ve başlangıç ​​için 1-2'den büyük ölçekli bir kuruluş için 10-20'ye kadar değişir.

Programlanabilirlik: Burada kullanılan temel metrik, dijitalleştirilmiş iş akışının yüzdesidir. Bir kuruluştaki bir UI/UX tasarımcısı ve ürün tasarımı ve yönetimi işlevi söz konusu olduğunda, sayı genellikle %100'e yakındır. Tüm ürün tasarım ekipleri bir şekilde yapay zekadan yararlanabilir.

Verimlilik: Burada kullanılan temel ölçüt, serbest çalışan bir tasarımcı tarafından harcanan haftalık saat sayısı ve karşılık gelen saat başına maaştır.

Kesinlik: Ürün, bir tasarımcıya olan ihtiyacı ortadan kaldırabilir, ancak kuruluş yine de insan dokunuşu isteyebilir. Verimlilik artışının her zaman tamamen parasal faydalara dönüşmesi gerekmez. Müşterinin hangi hassasiyet ve ROI'ye ihtiyaç duyduğunu belirlemek önemlidir. Bu durumda, serbest çalışan bir tasarımcının çalışma süresini günde 8 saatten 2 saate indirerek, serbest çalışana ödenen 6 saatlik maaştan tasarruf etmek olabilir.

Hepsini bir araya getirdiğimizde, serbest tasarımcıların maaşlarındaki tasarruf (gerekli hassasiyette) olarak tanımlanan bu aracın yarattığı etki, bir kuruluş tarafından istihdam edilen ortalama serbest tasarımcı sayısının, saat sayısının çarpımı ile hesaplanabilir. araç (bu durumda günde 6 saat) ve saat başına ortalama tasarımcı ücreti nedeniyle aylık olarak azaltılır.

Uygulamalı Yapay Zekada Kazanma Hakkı

Ölçeklenebilir bir işletme oluşturmak için büyük bir etki (TAM) yeterli değildir. Pazar payını yakalamak için açık bir hendek olmalıdır. Genellikle hendekler çeşitlidir - ürün, teknoloji, dağıtım, içgörü vb. Üretken Yapay Zeka etrafındaki yutturmaca, teknoloji hakkındaki heyecanı artırdı. Kuruluşlar, karar vermede verilerin önemini fark ettiler ve şimdi bunu yapmalarına yardımcı olabilecek araçları kollarını açarak bekliyorlar. Bu, hendek listesinden dağılımı vurur.

Uygulamalı yapay zekada hendekler, veriye erişim, yeni araçlara taşınabilirlik, kullanıcı deneyimi ve yatırım getirisi gibi benimsemenin önündeki teknik engelleri çözen hendeklerdir.

Daha yüksek yatırım getirisi

Belirli bir AI aracı için ödeme yapılarak oluşturulan parasal getiriler, uygulanan her AI ürününün geliştirmesi gereken ilk ve en önemli hendektir. Ortalamanın altında sonuçlar sağlayan AI modelleri başarılı olmayacaktır. Dönem. ROI, hassasiyetle yakından ilişkilidir. Olağan düşünce süreci, yapay zekanın yarattığı kesinlik arttıkça yatırım getirisinin de o kadar iyi olacağı yönündedir. Ancak durum böyle değil. ROI, gerekli minimum eşiğe ulaşılana kadar kesinlik ile doğrusal bir ilişkiye sahiptir. Bundan sonra, kesinlikteki artışın yatırım getirisi üzerindeki etkisi bastırılır. Bunu bir örnekle ifade etmek gerekirse, işim sadece elmaları ve portakalları segmentlere ayırmamı gerektiriyorsa, tam olarak bunu yapan bir model benim için son derece faydalı olacaktır. Model bir adım yukarı giderse ve kırmızı elmaları ve yeşil elmaları segmentlere ayırmama yardım ederse, bu ekstra hassasiyet düzeyine sahip olmak iyidir, ancak gerekli değildir.

Verilere Erişim

Uygulamalı AI araçları için sahip olunması gereken bir diğer şey de yüksek kaliteli verilere erişimdir. Open AI, Stability AI ve Hugging face tarafından sağlanan model kitaplıkları, hesaplamalı dilbilim ve vizyon için genel amaçlı verilere erişimi metalaştırdı. Uygulamalı yapay zeka araçları oluşturan girişimler artık bu kitaplıkları kullanabilir ve yüksek kaliteli, kullanıcıya özel veriler ekleyerek bunları kendi özel kullanım durumlarına göre daha fazla bağlamsallaştırabilir. Günümüzde çoğu girişimin anlatıları, tescilli veri kümelerinin kullanımı etrafında inşa edilmiştir. Ancak zamanla, veriler daha fazla metalaştıkça, kazanma hakkı olarak verilere erişimin etkisi azalacaktır.

taşınabilirlik

Eski, yapay zeka olmayan iş yüklerinden yeni yapay zeka iş yüklerine hızlı bir şekilde geçiş yapma yeteneği, bence, pazardaki kazananlar için büyük bir fark yaratacaktır. Bugün, yapay zeka altyapısının tamamı yerinde. Bu alanda kurulan girişimler, kuruluşlar için basit ve hızlı bir taşıma süreci oluşturmak için tüm parçaları düzene sokarak benimsemeyi hızlandırmalıdır.

5 katmanın tümünden bileşenleri hızlı bir şekilde bir araya getirebilen ve ürünlerini en üste paketleyebilen girişimler, kuruluşların işe alım süresini önemli ölçüde azaltacaktır.

Kullanıcı deneyimi

Yapay zeka ve makine öğrenimi, ileri matematik ve bilgisayar bilimi kavramlarını kullanan karmaşık teknolojilerdir. Geliştiriciler ve veri bilimcilerle sınırlı olan yapay zeka, yalnızca teknik olmayan kişiler doğru araçlara sahip olduğunda büyük ölçeklere ulaşabilir. Sezgisel bir kullanıcı deneyimi, potansiyel olarak rekabetçi kategorilerde yapay zeka girişimleri için bir fark yaratabilir.

Çözüm

Yapay zekanın pratik kullanımı için bekleyiş sona erdi ve teknoloji, girişimcilere ve yenilikçilere yeni nesil ürünleri büyük ölçekte inşa etmeleri için büyük bir fırsat sunuyor. İnşa ederken, belirli bir sorunu çözmek için yapay zekaya neden ihtiyaç duyulduğunu ve ürününüzü en kazançlı hale getirmek için neyin farklı olabileceğini düşündüğünüzden emin olun. Dışarıdaki tüm inşaatçılar için — beyin fırtınası yapmak veya ne inşa ettiğinizi tartışmak isterseniz, lütfen bana [email protected] adresinden ulaşın.