人工智能投资持续放缓,什么样的AI项目和投资策略可以穿越周期?

人工智能
尽管AI融资的停滞将会减缓该领域的发展,但它也促使投资者将更多注意力放在可能实现持续发展的AI项目上。投资者需要了解获得融资的AI初创公司,以对AI行业在未来几个月的发展趋势有大致的了解。 

根据调研机构CB Insights日前发布的“AI状况”季度报告,与资本市场当前状况一致,AI的投资持续放缓。

自上季度以来,AI初创公司的总投资下降了31%,降到2020年第三季度以来的最低水平。大型融资(1亿美元以上)与上季度相比下降39%,创下9个季度以来新低。 

尽管AI融资的停滞将会减缓该领域的发展,但它也促使投资者将更多注意力放在可能实现持续发展的AI项目上。投资者需要了解获得融资的AI初创公司,以对AI行业在未来几个月的发展趋势有大致的了解。 

AI的商业模式 

AI初创公司是一个模糊的术语,通常适用于所有类型的公司,其范围从专注于提供AI工具(例如MLOps、预测分析工具、无代码/低代码模型开发)到在产品中使用AI的公司(例如使用机器学习预测风险的保险科技公司)。

然而,有一些因素决定了围绕AI和机器学习形成的商业模式的成功。以下是其产品的一些共同原则:

1、产品/市场的契合度:AI产品必须解决未解决的问题,或者在现有的解决方案上提供足够的附加值。 

2、增长策略:必须有可扩展的渠道,让产品向目标用户传递其价值(例如付费广告以及与现有应用的整合)。这些渠道必须是防御性的,并使竞争对手难以抢占市场份额。 

3、目标市场:投资者希望获得投资回报。其产品必须有一个相当大的市场才能增长并达到目标估值。如果产品太小众,很少有人问津,那么投资者也不会有兴趣为其提供资金。

除了上述原则,使用AI和机器学习的产品还必须解决一些其他问题:

1、训练数据:产品团队需要有足够的高质量数据来训练和测试其模型。在某些情况下,这些数据很容易获得(例如公共数据集和企业数据库中的现有数据);在其他方面则比较难以获得(例如健康数据)。对于某些应用,数据在不同的地理区域和受众之间可能存在细微差别,这需要它们自己进行数据收集工作。

2、持续改进:AI和机器学习模型需要随着世界的变化而不断更新。在部署机器学习模型之后,产品团队必须有持续收集数据以更新和改进模型的策略。这种不断的改进也加强了产品对竞争对手的防御能力。 

本着这些原则,根据CB Insights公司的调查报告,需要了解在经济低迷的情况下,AI初创公司是否存在为其AI计划吸引资金的模式。

逆势实现早期融资的AI项目

AI行业早期融资的平均规模一直稳定在300万美元左右。相比之下,中期和后期的交易规模季度环比分别下降了15%和53%。但早期交易的数量已经减少,这意味着AI初创公司将更难为他们的产品创意找到投资。

在CB Insights的报告中提到的种子资金和天使交易中,以色列AI初创厂商Voyantis公在7月获得了1900万美元的资金,用于开发其预测增长平台。

如今的广告环境发生了变化,对用户数据和隐私的规定更加严格,Voyantis致力于解决营销人员面临的这些问题。例如,苹果公司最近在iOS系统中添加了一个功能,允许用户阻止广告商收集他们的设备ID。由于没有用户的详细数据,之前基于规则的广告活动只能提供较差的结果,这将增加每个用户获取成本(CAC)。Voyantis使用机器学习来预测用户行为和终身价值,有助于做出明智的决策,并提高营销活动的投资回报率。

另一家总部位于以色列的生物技术初创厂商Eleven Therapeutics于今年8月获得了2200万美元的种子资金。其专注于RNA治疗,这一领域近年来备受关注,尤其是在新冠疫情蔓延期间。

该公司正在开发一个深度学习框架,用于“生成siRNA分子活性分布的功能数据”。关于该公司的AI技术并没有太多信息,但这是一个有大量可能的市场空间,其财务支持者包括比尔及梅琳达·盖茨基金会。

总部位于美国的初创厂商Spice AI在今年9月获得了1400万美元的种子资金,正在为创建AI驱动的Web3应用程序构建数字基础设施。有趣的是,在加密初创行业境况比其他行业糟糕的时候,这家公司却成功地吸引了投资。

这家公司有三点值得注意:首先,它正在创建数据工程基础设施,以索引主要区块链上的现有数据,这意味着它在获取数据方面没有任何重大障碍。其次,其创始人是微软Azure的资深人士,包括首席技术官Mark Russinovich以及GitHub(2018年被微软收购)的前任和现任CEO。正因为拥有如此知名度的行业人物,即使在最困难的时候,该公司也更容易吸引投资。第三,区块链数据工程在很大程度上是一个尚未解决的问题,随着行业的成熟,Web3公司肯定会面临这个问题,因此这可以被认为是Web3风险较低的项目之一。

谁在AI领域获得了巨额投资? 

在2022年第三季度获得巨额融资的初创公司中,美国初创企业Afresh在今年8月获得了1.15亿美元的B轮融资。该公司使用机器学习帮助杂货店经营者减少高达25%的食物浪费,即平台跟踪新鲜食品的销售,帮助预测未来的客户需求。供应链团队可以使用该平台优化采购,用户可以直接使用该平台向供应商下订单,以减少食物浪费。

该公司已经在美国40个州拥有数千个客户,后续将利用新融资实现业务增长,将市场扩大到其他国家和地区,并增加新功能,以增加其产品的价值和市场覆盖率。

另一家获得巨额投资的公司是总部位于意大利的移动应用开发商Bending Spoons,该公司在今年9月份融资了3.4亿美元。Bending Spoons主要开发移动视频和照片编辑应用程序,这些应用使用机器学习来执行复杂的任务,例如背景删除、自动字幕和照片增强。

该公司的应用采用免费增值模式,用户可以免费使用基本功能,但如果使用高级功能必须付费。成立于2013年的Bending Spoons下载量已超过5亿次,年收入已持续数年超过1亿美元,下一步将利用新融资资金开发新产品和进行收购,向现有客户推销其新产品,并收集更多的数据,进一步扩大相对竞争对手的领先优势。 

穿越周期的AI投资法则

如果深入研究接受融资的AI公司,就会获得更多信息,但注意以下几点:

1、坚持良好的产品原则:无论AI有多好,都需要一个能解决实际问题的产品,它比其他产品要好得多,而且采用的阻力更小。同时AI产品还需要有一个庞大的市场、扩张空间和可持续增长的清晰愿景。

2、B2B AI是最重要的:虽然AI驱动的应用为消费者提供了便利,但它们对企业的价值要大得多,尤其是在经济进入衰退的情况下。实施良好的AI可以减少资金浪费、优化推荐和自动化人工功能,所有这些都会影响AI公司的开支和收入。 

3、在未解决的问题中寻找新的AI市场:在AI领域,已经建立的市场很难被征服,因为现有的AI公司已经拥有更好的数据集来训练他们的模型。而进入新市场更容易,成本更低,特别是如果能在竞争对手之前快速收集数据来训练机器学习模型。 

4、降低获取数据的成本:在数据已经存在并有注释的地方寻找AI创意(例如,金融交易、销售历史、患者病历)。或者寻找生成模型所需数据的解决方案,以减少数据收集的需要。如果企业的应用需要一个新的管道来收集、清理和注释数据,那么将需要更多的时间、人才和资金,这在当前情况下很难实现。

5、拥有知名度高的创始人将会吸引更多投资:大型科技企业工作过的创始人更有可能为AI公司(例如Web3AI的数据基础设施)吸引更多和投资。

责任编辑:庞桂玉 来源: 极客网·
相关推荐

2022-11-08 09:39:21

2022-11-14 15:06:16

2022-08-02 11:14:34

投资人工智能AI

2019-09-29 15:50:11

人工智能AI老师

2020-11-27 10:39:40

人工智能

2018-06-22 08:51:05

人工智能创业人才

2021-01-27 15:58:23

人工智能

2019-12-02 09:17:21

AI人工智能物联网

2019-09-27 16:33:50

人工智能AI教育

2017-08-19 15:57:08

人工智能机器人投资

2016-06-30 17:15:27

搜狗人工智能

2018-12-25 18:52:51

云计算IT领域投资

2018-05-17 10:29:14

人工智能企业数据

2018-05-16 08:33:52

人工智能投资AI

2021-11-08 12:03:14

人工智能AI

2022-09-21 14:44:39

边缘计算人工智能

2020-10-11 17:44:36

投资管理AI人工智能

2019-12-16 10:08:12

人工智能AI

2022-04-19 16:33:31

人工智能机器学习数据驱动
点赞
收藏

51CTO技术栈公众号