La IA prosperará en cualquier industria que requiera “mano de obra intensiva en datos” .
Básicamente, dondequiera que las personas todavía estén muy involucradas en los flujos de trabajo empresariales que se basan en datos: recopilar datos, agregarlos y desinfectarlos, y tomar decisiones comerciales basadas en ellos.
Aquí hay un truco interesante para encontrar tales verticales. Busque los que requieren mucha capacitación / estudio y / o certificación, pero que son de naturaleza altamente procesal (vs. creativos). Los dos ejemplos obvios son la ley y la medicina.
- ¿Todos los errores de IA son causados por un error humano?
- ¿Qué tipo de IA tendrán los vehículos autónomos?
- ¿Alguien ha intentado crear una súper inteligencia artificial?
- ¿Puede la inteligencia artificial contribuir a prevenir huracanes?
- ¿Crees que el equipo de OpenAI no está calificado para tratar de crear inteligencia artificial, incluso si tienen algunos jugadores clave, como Karpathy?
Y ambos son excelentes ejemplos en mi mente:
En mi opinión, la ley se trata principalmente de datos transaccionales. Y gran parte de la oportunidad se deriva del hecho de que la proporción de datos no estructurados a datos estructurados es mucho mayor que, por ejemplo, fintech. Esto se debe a que la naturaleza, en su mayoría no estructurada, de los datos legales significa que se gasta una gran cantidad de presupuesto en el empleo de humanos para realizar la estructuración e interpretación, tareas con alto potencial de automatización.
Si bien creo que la medicina / atención médica también es increíblemente convincente, el hecho de que sea un entorno regulado desafortunadamente significa que veremos menos dólares de los inversores yendo allí, lo que lo hará menos “caliente” (pero genial de todos modos [¿ves lo que hice allí?]) . Eso no quiere decir que no veremos grandes compañías de IA emerger allí, solo que tomará más tiempo y menos publicaciones de TechCrunch.