您的位置 首页 行业资讯

人工智能初创公司创办过程中的三个关键教训

全文共4375字,预计学习时长11分钟图源:unsplash我是一家人工智能初创公司的技术联合创始人,然而我们并未取得成功。Pharma Foresight着眼

全文4375字,预计学习时间11分钟

人工智能初创公司创办过程中的三个关键教训图.

来源:unsplash

我是一家人工智能创业公司的技术联合创始人,但我们没有成功。制药前瞻专注于制药商业智能领域。下面是我们的电梯广告:

“目前药企的R&D率低于资金成本,所以药企投资的创新药利润越来越低。获得批准的可能性是决定进行哪些临床试验的关键指标,目前正在以非常主观和有偏见的方式进行计算。我们的AI算法可以更准确的估计这个数字,省时省钱,最终让患者受益。”

我们有一个非常强大的团队,采用精益创业战略进行快速迭代;我们对各利益相关方进行了近100次采访,以确定早期产品买家,并验证他们对我们产品的需求;就在4个月后,我们与一家大型制药公司的Global投资组合管理办公室合作,该办公室为我们的模型构建买单,我们保留了所有的知识产权。

然而尽管沿袭了很多创业公司的成功经验,PharmaForesight还是失败了。由于运气不好和判断失误,我们最终没有成功。

这次失败让我更清楚地明白了一个道理:AI创业公司和SaaS创业公司采用的策略和方法与——有着微妙的不同,但这一点并没有得到广泛的认可。这篇文章的目的就是讲讲我们犯的错误,防止更多的AI创业公司重蹈覆辙。

人工智能初创公司创办过程中的三个关键教训图.

首先,什么是人工智能创业?

很多创业公司声称使用人工智能,但实际上他们只使用外包的人工劳动或基本的统计技术。伦敦MMC Ventures的一项研究发现,40%的所谓人工智能初创公司实际上并没有使用人工智能。本文的重点是,没有相对现代的机器学习技术,人工智能初创企业就无法存在。比如Poly.ai,没有深度学习算法就无法存在。

这和那些只对部分产品使用AI的公司形成了鲜明的对比。比如Spotify在机器学习上投入了大量资金,机器学习现在已经成为其战略的核心。但是Spotify在协调使用机器学习之前就已经存在了。对我来说,它更像是一家SaaS公司。

从这个角度出发,给大家介绍一下我在开人工智能创业公司时学到的一些经验。

人工智能初创公司创办过程中的三个关键教训图.

人工智能初创公司创办过程中的三个关键教训图.

人工智能初创公司创办过程中的三个关键教训图.

来源:unsplash

来源:unsplash

和SQL数据库一样,人工智能也是依赖数据的。众所周知,数据远比算法重要。高质量的专有数据对于人工智能创业公司非常重要。

事后看来,我们的数据策略是错误的。最初,我们选择了更快更简单的方法——,在公共数据上构建该工具的第一个版本。清理和转换数据为机器学习做准备需要花费大量的时间,当时我们认为这里面有一定的可靠性。我们认为,一旦我们获得了一定程度的可信度,就可以更容易地访问更有趣、更可靠的专有数据集。

事实证明,这些假设很多都是错的。我们刚开始建模的时候,找不到人处理这个问题,但是当我们完成建模的时候,出现了很多竞争对手。即使我们的算法更精确,也很难与更成熟的竞争对手区分开来,尤其是如果每个人似乎都使用相似的数据。

建立模型似乎并没有让访问专有行业的数据集变得更容易。对于人工智能公司来说,访问专有数据集绝对是关键。

一般来说,获取专有数据集的方式有三种,并不互相排斥:

通过创建一个初始产品或服务来收集数据。当用户与它交互时,产品或服务将生成数据,然后这些数据可以用来改进产品或服务。比如Facebook、Google、Spotify等很多类似的网站都是这样的。

通过手动收集小型专有数据集来收集数据。该方法可用于训练初始机器学习模型。这个时候,模型需要表现足够好,至少能满足一些早期买家的需求。后续合作会扩大数据收集的规模,从而完善模型等。霍克斯顿分析公司是采用这种方法的公司之一。

与数据持有者交易。例如,森尼健康已经与英国的几个国家卫生服务联盟达成协议。

我推荐这三个选项中的第三个,理由如下:

如果选择第一个,说明你不是人工智能创业公司。因为没有人工智能你也能提供服务,人工智能对于你能做的显然不是必须的。当然,人工智能可能会极大地改进你的产品或服务,但它必须足够优秀,能够收集大量的用户数据。

如果选择第二种方案,创建人工智能初创公司的可能性很大,但是为了最大化成功率,初始数据集需要足够的小众市场,或者你的方法相对于现有的解决方案需要足够的创新。遵循这种方法的风险在于,在开发合作伙伴收集大量数据之前,您的想法和数据集很容易被竞争对手复制,尤其是当您处理一个众所周知的用例时。

所以,创建人工智能创业的关键途径是第三条路,——。与大数据持有者打交道,获取他们的数据。这就是为什么大多数AI创业公司都是B2B的原因。

大机构大公司一般都比较慢,处理起来一般都需要一定的时间。是否允许另一家公司访问数据可能会有道德或商业上的担忧,这个问题还有待解决。但总的来说,公司将越来越意识到他们持有的数据的价值。

当然,也有一些人工智能创业公司并没有遵循以上任何一个选择,而是凭借自己的算法优势取得了不错的成绩,比如DeepMind和MagicPony。但这条路很难走,没有专有数据集要保持竞争优势要困难得多。

人工智能初创公司创办过程中的三个关键教训图.

2。为人工智能初创企业筹集资金非常困难。

筹集资金是创业过程中最难的部分之一。其实这个过程涉及到很多技巧:讲好故事,营销,商业敏锐性,法律等等。为人工智能初创公司筹集资金尤其具有挑战性。

人工智能初创公司创办过程中的三个关键教训图.

来源:unsplash

我们原本以为如果创业的想法和团队足够强大,足够有吸引力,那么就可以筹集资金。然而,我们错得很离谱。创业之初考虑可能的资本投入是非常重要的。不同的资助者有不同的目标和限制,从一开始就实现这些很重要。早期创业的两大投资者是:

技术风险投资——,早期公司的机构投资。创业初期,他们主要注重三个方面:——强团队,巨大的市场规模,良好的初期吸引力。

巨大的市场规模至关重要。因为风投通常会在高风险企业投入大量资金,所以他们预计自己的投资大部分都会破产。所以投资要想成功,不仅需要看到10倍以上的回报,还需要看到5年内的回报。这意味着如今风投支持的公司通常是专注于颠覆大型行业的SaaS初创企业。

如果接受风险投资,创始团队通常对公司的控制权较少。大多数风投坚持持有优先股的能力,摆脱创始团队。

天使投资,——天使投资有不同的形态和尺度。有的希望与风投合作投资,有的希望提供更稳定的资金。天使投资通常意味着你对你的业务保持更多的控制。在英国,天使投资很难筹到超过50万英镑的资金,除非你有良好的人脉或者之前成功的创业经验。大部分天使投资会在10年左右退出。

基于以上限制,寻找投资对于人工智能创业公司来说尤其具有挑战性。

首先,人工智能初创企业通常比SaaS初创企业启动时间长。人工智能算法依赖于数据,大数据持有者通常是大公司,想方设法获取大公司持有的数据是很费时间的。即使可以访问数据,也需要关注的不仅仅是业务开发和软件平台,还有人工智能算法。

考虑到你需要更多的专业技能和更长的启动时间,这意味着你通常需要更多的资金来启动一家人工智能初创公司,而这些资金需要是“稳定资本”。对于大多数创始人来说,这排除了长期天使投资的可能性,因为需要的资金量太大。

但当你卖给风投时,你是在和传统的SaaS公司竞争。如果一切顺利,这些SaaS公司可能会获得更快的回报。SaaS是一个有吸引力的商业模式,它有固定和经常性的收入,即使用户不经常使用这项服务,他们也会忘记取消订阅。

在过去的十年里,SaaS的商业模式对于风投来说非常成功,很多风投都陷入了这种思维模式,但是这种思维模式并不适合很多人工智能创业公司。很多人对我们说:“有了订阅收入再来找我们。”

大多数AI创业公司至少在最初几年会发现很难产生订阅收入,你需要采用完全不同的商业模式。为了筹集更多的资金,你的提议需要更有说服力。

人工智能初创公司创办过程中的三个关键教训图.

3。根据用例,可解释性是关键

即使你有专有的数据集和优秀的产品,也不一定意味着你的产品会成功。如果你是开一家人工智能创业公司,一定要对人工智能和机器学习有一定的了解。然而,大多数人对这些话题并不熟悉,他们也可能怀疑自己的潜力。简单来说,你需要有令人信服的证据来证明你的模型可以顺利运行。现场演示可能有效。如果不信服,尽量用具体的、精心挑选的例子,而不是高精度的数字。这听起来可能违反直觉,如果你有数学背景,你会更清楚。

可以说明模型的预测会增加人们对模型的信任。根据您的用例,清楚地解释模型的每个预测通常与准确性一样重要。解释性是一个很宽泛的话题,但一般来说,你的解释应该尽可能通俗易懂。

经验法则是,每个人的预测越重要,其可解释性就越重要。

人工智能初创公司创办过程中的三个关键教训图.

来源:unsplash

人工智能是一项令人惊叹的赋能技术,它无疑将在未来几年对我们的生活产生不可思议的影响。但这并不意味着成立人工智能初创公司很容易。

我逐渐了解到建立人工智能初创公司有很多独特的困难,很多方面没有得到足够的重视。PharmForesight成立后,我坚信亨利·福特的名言:“真正的错误是我们没有从错误中吸取教训。”

从过去吸取教训,我们犯了以上错误,希望你能引以为戒。

人工智能初创公司创办过程中的三个关键教训图.

留言如关注

大家分享AI学习发展的干货

如转载请在后台留言并遵守转载规范

更多AI智能建筑安防科技-人工智能初创公司创办过程中的三个关键教训,欢迎订阅本站,安庆小区门禁系统多少钱、门禁系统、感应门维修、手机刷门禁、车牌识别门禁系统玩转智能建筑安防科技社群最新新闻。

本文来自网络,不代表红雨智能安防资讯网立场,转载请注明出处:http://www.zdm365.cn/zx/4525.html
返回顶部