Las empresas de IA de todo el mundo recaudarán más de 100.000 millones de dólares en capital de riesgo para 2024, según datos de base crujienteUn aumento de más del 80% en comparación con 2023. Esto abarca casi un tercio del total de dólares de capital de riesgo invertidos en 2024. Es una gran cantidad de dinero que se está transfiriendo a muchas empresas de inteligencia artificial.
La industria de la IA ha crecido tanto en los últimos dos años que está llena de empresas fantasma, nuevas empresas que todavía solo utilizan la IA en marketing, pero no en la práctica, y nuevas empresas legítimas de IA tipo diamante. Los inversores tienen mucho trabajo por delante cuando se trata de encontrar nuevas empresas que tengan el potencial de ser líderes de categoría. ¿Por dónde empiezan?
TechCrunch encuestó recientemente a 20 firmas de capital de riesgo que apoyan la creación de nuevas empresas para empresas sobre qué le da un foso a una startup de IA o qué la hace diferente en comparación con sus pares. Más de la mitad de los encuestados dijeron que lo que daría una ventaja a las nuevas empresas de IA era la calidad o la rareza de sus datos patentados.
Paul Drews, socio gerente de Salesforce Ventures, dijo a TechCrunch que es muy difícil para las nuevas empresas de IA afianzarse porque el panorama está cambiando muy rápidamente. Agregó que busca startups que tengan una combinación de datos diferenciados, innovación en investigación técnica y una experiencia de usuario convincente.
Jason Mendel, capitalista de riesgo de Battery Ventures, estuvo de acuerdo en que las excavaciones tecnológicas se están reduciendo. “Busco empresas que tengan datos y flujo de trabajo profundos”, dijo Mendel a TechCrunch. “El acceso a datos únicos y patentados permite a las empresas ofrecer mejores productos que sus competidores, mientras que un flujo de trabajo o una experiencia de usuario exigentes les permite convertirse en los sistemas centrales de participación e inteligencia en los que los clientes confían todos los días”.
Los datos propietarios o difíciles de obtener se están volviendo cada vez más importantes para las empresas que crean soluciones verticales. Scott Bychuk, socio de Norwest Venture Partners, dijo que las empresas que pueden aprovechar sus datos únicos son las nuevas empresas con mayor potencial a largo plazo.
Andrew Ferguson, vicepresidente de Databricks Ventures, dijo que tener datos ricos de clientes y datos que crean un circuito de retroalimentación en un sistema de inteligencia artificial lo hace más eficiente y puede ayudar a que las nuevas empresas se destaquen.
Valeria Kogan, directora ejecutiva de Fermata, una startup que utiliza visión por computadora para identificar plagas y enfermedades en los cultivos, dijo a TechCrunch que cree que una de las razones por las que Fermata ha podido ganar terreno es que su modelo está entrenado tanto a partir de datos de clientes como de datos. Del Centro de I+D El hecho de que la empresa realice todo el etiquetado de datos internamente también ayuda a marcar la diferencia en lo que respecta a la precisión del modelo, añadió Kogan.
Jonathan Lehr, cofundador y socio general de Work-Bench, añadió que no se trata sólo de los datos que tienen las empresas, sino también de cómo pueden limpiarlos y ponerlos a trabajar. “Como fondo puramente semilla, centramos la mayor parte de nuestra energía en oportunidades de inteligencia artificial para lidiar con flujos de trabajo específicos de negocios que requieren una profunda experiencia en el campo, donde la inteligencia artificial permite principalmente la adquisición y limpieza de datos que antes eran inaccesibles (o muy costosos). adquirir) que habría requerido cientos o miles de horas de trabajo”, afirmó Lehr.
Más allá de los datos, los capitalistas de riesgo dijeron que están buscando equipos de IA liderados por talentos sólidos, que tengan sólidas integraciones existentes con otras tecnologías y empresas que tengan un profundo conocimiento de los flujos de trabajo de los clientes.
