En una charla reciente en AI by the bay, expuse una definición de cuatro factores de lo que considero una startup de IA vertical.
1. Productos full stack
Proporcione una solución totalmente integrada y completa para el problema del cliente final desde la interfaz que resuelva la necesidad hasta la funcionalidad, los modelos y los datos que alimentan la interfaz. Este ecosistema es mucho más defendible con el tiempo que solo datos o modelos patentados. Diseñar la interfaz correcta del producto requiere experiencia en el tema, y ser propietario de la interfaz le permite instrumentarla y recopilar datos de propiedad. Entonces puede construir modelos que impulsan la funcionalidad de alto valor en un ciclo virtuoso entre la interfaz y los datos. Usted controla la ‘cadena de valor de datos’ y tiene poder de fijación de precios y capacidad de defensa a lo largo del tiempo. Ejemplo: Blue River construye equipos agrícolas que reducen los productos químicos y ahorran costos. Ellos ‘personalizan’ el tratamiento de cada planta individual, aplicando herbicidas solo a las malezas y no al cultivo o al suelo. Utilizan la visión por computadora para identificar cada planta individual, el aprendizaje automático para decidir cómo tratar cada planta y la robótica para tomar la acción correspondiente precisa para cada planta. Blue River es defendible porque es increíblemente difícil replicar un producto completo tan complejo, desde reunir los datos de capacitación para los diversos modelos, hasta incorporar los modelos junto con la robótica en las máquinas, hasta integrar estas máquinas en equipos agrícolas existentes y canales de distribución.
2. Experiencia en la materia
Los productos y las ventas en las nuevas empresas de IA vertical se benefician al incorporar líderes clave de la industria desde el principio en el negocio. La construcción de productos completos requiere una gran experiencia en el tema. Vender estos productos requiere confianza, respeto y relaciones dentro de la industria. Los equipos que logran combinar el tema y la experiencia técnica son capaces de modelar el dominio de manera rica e impulsar la innovación que surge de pensar de manera innovadora al comprender qué es la caja. Los equipos que vienen con un enfoque de dominio primero tienden a quedarse atrapados dentro de la caja, y los equipos que vienen con un enfoque de tecnología primero tienden a quedarse atrapados en el jardín izquierdo. También hay un problema importante con la evolución del equipo: si no puede establecer el ADN conjunto de tecnología de dominio temprano, entonces un lado domina, y se convierte en un verdadero desafío atraer a personas de clase mundial del otro lado, como lo harán nunca tenga el mismo nivel de autoridad y respeto dentro de la empresa. Ejemplo: el equipo de liderazgo de Zymergen es una gran combinación de capacidades fuertes dirigidas a la biología industrial; comercial (CEO Joshua Hoffman), científico (CSO Zach Serber) y datos (CTO Aaron Kimball). Cuanto más difícil sea reunir al equipo mixto y establecer el ADN conjunto de la empresa desde el principio, más defendible será el negocio.
3. Datos de propiedad
El mercado tecnológico es hipercompetitivo. Tan pronto como demuestres buenos resultados, muchas personas te copiarán casi instantáneamente si pueden. Las empresas de IA defendibles se basan en datos propietarios que son difíciles de replicar. Esto sucede en dos fases, bootstrapping y composición. En la etapa de arranque, está construyendo un conjunto único de datos de capacitación al agregar datos disponibles públicamente y enriquecerlos de alguna manera desafiante, ejecutar simulaciones para generar datos sintéticos o hacer negocios de BD para recopilar un conjunto de datos internos de la compañía. Una vez que haya arrancado, está construyendo un “volante de datos” en sus productos, de modo que está capturando datos totalmente únicos a lo largo del tiempo de cómo se usa su producto, y esa captura de datos está diseñada precisamente para satisfacer las necesidades de sus modelos, que están diseñados para satisfacer las necesidades de la funcionalidad del producto, que está diseñada para satisfacer las necesidades del cliente. Esta cadena de valor de datos garantiza que la motivación del cliente esté alineada con su motivación para aumentar el valor de su conjunto de datos patentado. Ejemplo: Merlon Intelligence recopila datos de capacitación de interacciones de analistas de cumplimiento con un panel de investigación de delitos financieros. La recopilación de datos requiere un producto de pila completa donde la interfaz está diseñada e instrumentada para recopilar datos que se introducen en los modelos. Es una configuración para aprender a clasificar: aprender a clasificar para el riesgo al igual que la fuente de noticias de Facebook aprende a clasificar para el compromiso. Los bancos tienen un gran riesgo operativo al implementar un nuevo software de cumplimiento de delitos financieros, por lo que es un desafío penetrar en el mercado. Cuanto más difícil sea recopilar sus datos, y cuanto más se entrelace con el producto y vaya a la estrategia de mercado, más defendible será el negocio.
4. La IA ofrece un valor central
Amazon, Netflix y Facebook son todas las empresas que usan IA para generar un aumento porcentual muy alto en los ingresos y la participación. Eso es válido e increíble, pero la IA no es el valor central de sus productos: Amazon es una tienda de comercio electrónico, Netflix es una compañía de entretenimiento de video y Facebook es una compañía de redes sociales. Cuando comenzamos con Data Collective, llamamos a este escenario el ‘automóvil lateral de datos’, como esas motocicletas viejas realmente geniales con un sidecar adjunto. La IA no es el valor central, sino un archivo adjunto que optimiza el valor central. Por el contrario, las soluciones de AI vertical se tratan de que la IA desbloquee oportunidades completamente nuevas en lugar de solo optimizar las oportunidades existentes. Ejemplo: El modelo de negocio completo de Opendoor para hacer un mercado más líquido en el sector inmobiliario se predice con la idea de que pueden usar modelos para fijar el precio de una vivienda con tanta precisión que puedan hacer una oferta de inmediato. Cuanto más IA ofrezca el valor central del producto al desbloquear una oportunidad totalmente nueva a través de un rico modelado de dominios dentro de la vertical y modelos construidos sobre datos propietarios recopilados a través del producto, más defendible será el negocio.
Lee mi publicación completa sobre IA vertical
