ویژگی مشترک در میان استارتاپ‌های موفق هوش مصنوعی

منتشر‌شده در: thenextweb به تاریخ 8 فوریه 2021
لینک منبع: Here’s what all successful AI startups have in common

در حالی که غول‌های فن‌آوری میلیاردها دلار صرف پروژه‌های هوش مصنوعی می‌کنند، سخت است که ببینیم شرکت‌های نوبنیان چطور می‌توانند جایگاه خود را پیدا کنند و مدل‌های کسب‌وکار موفقی ایجاد کنند که هوش مصنوعی را به کار گیرند. با این حال، در حالی که فضای AI به شدت رقابتی است، به طور مداوم باعث تغییرات اساسی در بسیاری از بخش‌ها می‌شود. و این یک محیط عالی برای شروع تفکر سریع و متحرک برای استارتاپ‌ها ایجاد می‌کند تا پیش از این که بازیکنان بزرگ این حوزه حرکت کنند، جایی برای خود رقم بزنند.

هفته گذشته، شرکت تجزیه و تحلیل تکنولوژی CB یک به‌روزرسانی در مورد وضعیت لیست ۱۰۰ استارتاپ هوش مصنوعی برتر سال ۲۰۲۰ منتشر کرد (در صورتی که نمی‌دانید، CB لیستی از ۱۰۰ استارتاپ هوش مصنوعی آینده دار را هر ساله منتشر می‌کند). از میان صد شرکت نوبنیان، چهار شرکت خارج شده‌اند که سه شرکت به صورت عمومی و یک شرکت توسط فیسبوک خریداری شده‌اند.

نگاهی دقیق‌تر به این استارتاپ‌ها، نکات خوبی در مورد آنچه که برای ایجاد یک کسب‌وکار موفق که از AI استفاده می‌کند، لازم است، فراهم می‌کند. و جای تعجب است که هوش مصنوعی یک بخش کوچک -هرچند مهم- از یک استراتژی موفق مدیریت محصول است. در اینجا برخی از موارد مهم از استارتاپ‌های هوش مصنوعی که موفق به رسیدن به یک وضعیت پایدار شده‌اند، آورده شده‌است.

استارتاپ Lemonade: هوش مصنوعی استراتژی محصول موفق را تکمیل می‌کند.

لیموناد، یک شرکت نوپای فن‌آوری بیمه که در سال ۲۰۱۵ تاسیس شد، پیشنهاد عمومی اولیه خود را در ماه جولای با ارزش ۱ / ۷ میلیارد دلار ارائه کرد. لیموناد یک پلتفرم آنلاین است که هدف آن پرداختن به برخی از مشکلات کلیدی صنعت بیمه خانگی سنتی است. این شرکت قادر به توسعه کسب‌وکار خود از طریق طراحی هوشمند و یک استراتژی بازاریابی خوب بوده‌است. مولفه AI در بالای آن ساخته شده‌است.

استفاده از وب‌سایت شرکت و اپلیکیشن موبایل بسیار آسان است. فرآیند خرید بیمه و ثبت مطالبات با این نرم‌افزار و وب‌سایت از طریق دستیاران دیجیتالی انجام می‌شود و بسیار سریع‌تر از شرکت‌های بیمه سنتی است. لیموناد، به عنوان یکی از اولین عوامل در فضای تکنولوژی بیمه، بر سایر شرکت‌های مشابه که در سال‌های اخیر به بازار عرضه شده‌اند، برتری داشت و توانست به سرعت تعداد زیادی از کاربرانی را که به دنبال تغییر از مدل بیمه سنتی به مدلی بودند که بیشتر بر روی فن‌آوری متمرکز بود، با خود همراه کند.

مدل کسب‌وکار و پیام‌رسانی لیموناد نیز جالب هستند. شرکت یک هزینه ثابت از حق بیمه می‌گیرد، که به این معنی است که شرکت از انکار ادعاها سودی نمی‌برد. پول مطالبه نشده به موسسات خیریه به انتخاب کاربران می‌رود.
این شرکت همچنین می‌گوید که در صنایع و شرکت‌هایی که به شدت آلوده هستند و باعث آسیب می‌شوند، حق بیمه سرمایه‌گذاری نخواهد کرد. بنابراین، در اصل، لیموناد در حال بازاریابی خود به عنوان یک فرد خوب در یک صنعت که به طور تاریخی در حال تغییر است، می‌باشد. به گفته شرکت، در یک ماموریت «تبدیل بیمه از شر ضروری به خیر اجتماعی» است.

بیمه وابستگی زیادی به داده دارد، و سازمان‌های تاسیس‌شده بیش از یک قرن داده دارند که می‌توانند برای توسعه مدل‌های ریسک و ایجاد سیاست‌های بیمه استفاده کنند. لیموناد داده سازمان‌های سنتی را نداشت، اما مشکلات مشتریان و سیاست‌های قدیمی آن‌ها را نیز نداشت. این شرکت قادر به ایجاد کل مجموعه فن‌آوری خود از ابتدا تا تامین نیازهای یک کارخانه AI بود.

با دیجیتالی شدن کل تجربه، شرکت می‌تواند داده‌های بسیار بیشتری را از هر تعامل مشتری، از جمله برخی داده‌ای که سایر آژانس‌ها به دست نمی‌آورند، جمع‌آوری کند. این امر شرکت را قادر می‌سازد تا مدل‌های یادگیری ماشینی ایجاد کند که نه تنها ریسک بیمه را با دقت فزاینده در طول زمان پیش‌بینی می‌کند، بلکه می‌تواند فرصت‌های اتوماسیون و شخصی سازی را ایجاد کند که قبلا غیر ممکن بودند.
این شرکت دارای دو ربات هوش مصنوعی است: مایا به شما کمک می‌کند برنامه بیمه خود را در عرض چند دقیقه ایجاد کنید و جیم فرآیند ادعاها را مدیریت می‌کند. طبق گفته این شرکت، AI یک سوم موارد را کنترل می‌کند و در عرض چند دقیقه مطالبات را پرداخت می‌کند. بقیه ادعاها به عوامل انسانی منتقل می‌شوند. چابات با جمع‌آوری داده‌های بیشتر، همچنان به بهبود خود ادامه می‌دهد.

این شرکت بر این باور است که با گذشت زمان، AI بر آژانس‌های سنتی برتری خواهد یافت و به آن اجازه خواهد داد تا طرح‌های بسیار مقرون‌به‌صرفه‌تر را برای مشتریان فراهم کنند. و ۴۸۰ میلیون دلار بودجه قبل از عرضه عمومی اولیه و رشد پس از عرضه عمومی اولیه آن نشان می‌دهد که سرمایه گذاران بر این باورند که طرح آنها می‌تواند کار کند.

شروع لیموناد بزرگ‌ترین حفاظت از آن است. دیگر استارتاپ‌هایی که می‌خواهند مدل کسب‌وکار آن را کپی کنند، داده آن را ندارند و نمی‌توانند مدل‌های هوش مصنوعی به همان اندازه کارآمد ایجاد کنند. و همچنین یک خندق محافظتی در برابر آژانس‌های بیمه سنتی ایجاد کرده است که انتقال آنها به مناطق جدید بسیار کندتر است.
تا زمانی که آن‌ها کارخانه‌های هوش مصنوعی خود را ایجاد کنند، لیموناد جایگاه راحتی برای خودش ایجاد خواهد کرد.

مطالعه مقاله شبکه عصبی کانولوشن چیست؟ آموزش مبتدی برای یادگیری ماشینی و یادگیری عمیق توصیه می‌شود.

استارتاپ Butterfly Network: سخت‌افزار تخصصی با پیشرفت‌های هوش مصنوعی

پس از ادغام یک شرکت ویژه ۱.۵ میلیارد دلاری (SPAC) با Longview Capital در اواخر سال جاری، Butterfly Network در بورس اوراق بهادار نیویورک فهرست خواهد شد.

محصول این شرکت، Butterfly iQ، یک دستگاه سونوگرافی تک پروب تایید شده پزشکی و برای تمام بدن است که به یک گوشی هوشمند متصل می‌شود و با یک برنامه کاربردی تلفن همراه کار می‌کند. هزینه این دستگاه ۲۰۰۰ دلار است، که بسیار مقرون‌به‌صرفه‌تر از دستگاه‌های سونوگرافی با هزینه‌های پنج و شش رقمی است که معمولا در بیمارستان‌ها یافت می‌شوند. هدف این شرکت این است که تصویربرداری اولتراسوند با کیفیت بالا را در دسترس جوامعی قرار دهد که توان مالی خرید دستگاه‌های لوکس را ندارند و تصویربرداری قابل‌حمل را به مکان‌هایی ببرند که در آن‌ها دستگاه‌های سونوگرافی حجیم نمی‌توانند کار خود را انجام دهند.

همچنین IQ از هوش مصنوعی برای ایجاد موارد کاربردی که در سایر دستگاه‌های سونوگرافی موجود نیستند، استفاده می‌کند. به عنوان مثال، یکی از ویژگی‌های AI در iQ یک اسلایدر در برنامه است که کیفیت تصویر را به کاربر نشان می‌دهد. زمانی که کاربر پروب را بر روی بدن بیمار حرکت می‌دهد، اسلایدر تغییر می‌کند تا نشان دهد که آیا دستگاه ثبت خوبی دارد یا نه. این ویژگی از یک شبکه عصبی مصنوعی استفاده می‌کند که بر روی ده‌ها هزار تصویر آموزش داده شده ‌است تا بین تصاویر خوب و بد تمایز قایل شود. به عنوان مثال، پاسخ دهندگان خط مقدم یا درمانگاه‌هایی که کارکنان آن‌ها دارای تخصص در زمینه سونوگرافی نیستند، می‌توانند از این دستگاه برای گرفتن تصاویر مناسب و ارسال آن‌ها به متخصصان برای تجزیه و تحلیل بیشتر استفاده کنند.

این دستگاه و برنامه با مجموعه‌ای از ذخیره‌سازی ابر و به اشتراک گذاری ویژگی‌هایی که استفاده از داده‌ها را در یک زمینه مراقبت بهداشتی گسترده‌تر تسهیل می‌کند، همراه شده‌است. این شرکت همچنین در حال کار برای اضافه کردن ویژگی‌های جدید با قابلیت یادگیری ماشین است تا به اندازه‌گیری و تجزیه و تحلیل کمک کند.

بنابراین در اینجا نیز، من فکر می‌کنم که هوش مصنوعی یک بخش کوچک اما مهم از تجارت کلی است. بزرگ‌ترین ارزش از سخت‌افزار می‌آید. دستگاه سونوگرافی کوچک و قابل‌حمل به Butterfly اجازه می‌دهد تا خود را از سایر تولید کنندگان متمایز کند و برای بخش‌های بکر بازار ارزش ایجاد کند. هوش مصنوعی ارزش افزوده‌ای است که به بهبود دسته نرم‌افزاری که بر روی سخت‌افزار ساخته می‌شود، کمک می‌کند. با توجه به این که دستگاه از گوشی‌های هوشمند مصرف‌کننده استفاده می‌کند، این قابلیت را نیز دارد که ویژگی‌های جدید AI را اضافه کند و به طور مداوم عملکرد محصول خود را با بهتر شدن سخت‌افزار دستگاه تلفن همراه بهبود بخشد.

یکی از ریسک‌هایی که من در تجارت هوش مصنوعی Butterfly می‌بینم، امکان حرکت مشابه از نام‌های خانگی مانند فیلیپس و زیمنس است. در صورتی که غول‌های فن‌آوری سلامت تصمیم به ورود به کسب‌وکار دستی سونوگرافی بگیرند، شبکه Butterfly باید چیزی پیدا کند که بتواند از محصولات خود در برابر کپی‌رایت محافظت کند. یک راه‌حل ممکن این است که Butterfly یک برنامه دوستانه برای جمع‌آوری داده‌های سونوگرافی از دستگاه‌های iQ برای بهبود عملکرد مدل‌های AI خود تدوین کند. اما با توجه به ماهیت حساس داده‌های سلامت، این کار بسیار آسان نخواهد بود.

شاید به مطالعه مقاله رونمایی OpenAI، از مدل GPT-3 برای تولید تصاویر نیز علاقمند باشید.

استارتاپ C3.ai: شرکت هوش مصنوعی می‌تواند موثر باشد اگر شما اعتبار داشته باشید.

استارتاپ C3.ai، یکی دیگر از استارتآپ‌های موفق هوش مصنوعی ذکر شده توسط CB Insights، ارائه دهنده نرم افزار هوش مصنوعی سازمانی است.
ارزش قبل از عرضه اولیه سهامC3.ai ۴ میلیارد دلار بود، اما در اولین روز تجارت، ارزش بازار آن بیش از ۱۳ میلیارد دلار افزایش یافت.

نرم‌افزار C3.ai به شرکت‌ها کمک می‌کند تا مدل‌های AI را بر روی داده‌های خود برای تعمیر و نگهداری پیشگویانه، مدیریت موجودی بهبود یافته، تشخیص تقلب، مدیریت انرژی، و دیگر پیشرفت‌های عملیاتی که می‌توانند هزینه‌ها را کاهش و بهره‌وری را افزایش دهند، بسازند. استارتاپ C3.ai ارائه‌دهنده خدمات ابری نیست اما نرم‌افزار آن با اکثر ارائه دهندگان برتر ابر مانند مایکروسافت آژور، وب سرویس‌های آمازون، Google Cloud و IBM Cloud سازگار است.

در شرایط عادی، استراتژی محصول C3.ai خطرناک در نظر گرفته می‌شود. از نقطه‌نظر فنی، هیچ تفاوت کلیدی ندارد. این سیستم خدماتی را ارائه می‌دهد که به راحتی می‌تواند توسط شرکت دیگری که منابع درستی دارد تکرار شود، از جمله خدمات ابری که نرم‌افزار آن با آن‌ها ادغام می‌شود. و از زمان تاسیس آن در سال ۲۰۰۹، این شرکت نام خود را دو بار از C3 Energy به IoT C3 و سپس به C3.ai تغییر داده‌است، که کمی فرصت‌طلبانه به نظر می‌رسد.

اما چیزی که C3.ai را متفاوت می‌کند، موسس آن توماس سیبل، یک بیلیونر و یک کارآفرین مشهور و محترم است. موفقیت C3.ai نه به تعداد زیادی از مشتریان کوچک، بلکه به ایجاد اثرات نوسانی در بخش‌های مختلف از طریق به دست آوردن مشتریان بزرگ بستگی دارد. در این رابطه، داشتن فردی در هیئت مدیره که شهرت و تجربه سیبل را داشته باشد می‌تواند تفاوت زیادی ایجاد کند. در حال حاضر، مشتریان شرکت C3.ai شامل تولید کننده ماشین‌آلات کاترپیلار، شرکت خدمات نفت و گاز Baker Hughes ، و شرکت انرژی Engie، تمام نام‌های بزرگ در صنایع مربوطه خود می‌باشند. جالب توجه است که ۳۶ درصد درآمد آن در سال ۲۰۲۰ از Baker Hughes و Engie بوده است.

بنابراین، اگر چه C3.ai ابزارهای توسعه AI بسیار خوبی را فراهم می‌کند، موفقیت شرکت را می توان تا حد زیادی به قابلیت‌های هوش مصنوعی منحصر به فرد آن و صد البته کسب مشتری و استراتژی حفظ آن نسبت داد،. من مطمئن نیستم که این امر بدون داشتن کسی در راس شرکتی که ارتباطات قوی در بازارهای مختلف و شهرت برای ارائه محصولات عالی دارد، امکان پذیر باشد.

استارتاپ Mapillary: داده‌های باارزش

شرکت نهایی که ارزش بررسی در فهرست بینش CB را دارد، Mapillary است که در ماه ژوئن به مبلغ نامعلومی توسط فیسبوک خریداری شده‌است. استارتاپ Mapillary در سال ۲۰۱۳ برای ایجاد مجموعه داده عظیمی از تصاویر سطح خیابان راه‌اندازی شد که با سرویس نمایش خیابانی گوگل رقابت می‌کند.

از زمان تاسیس آن، Mapillary بیش از یک میلیارد تصویر با وضوح بالا را از شهرهای سراسر جهان جمع‌آوری کرده‌است. شرکت Mapillary قبل از این که توسط فیسبوک تصاحب شود، با پلتفرم AI آمازون برای استخراج اطلاعات از تصاویر از طریق دید کامپیوتری هم‌کاری کرده بود.

شرکت Mapillary یک برنامه هوش مصنوعی بسیار پیشرفته یا یک نقشه راه بسیار امیدوار کننده برای ایجاد سود بر روی داده‌های خود نداشت. اما داده‌ها و خدمات آن می‌تواند به عنوان یک ضمیمه بزرگ به اکوسیستم بزرگتری از نرم‌افزار AI، مانند فیسبوک، اثبات شود. روش‌های زیادی وجود دارد که فیسبوک، که در کسب‌وکار شناخت بیشتر و بیشتری از کاربران خود دارد، می‌تواند از داده‌های Mapillary سود ببرد. در حال حاضر، ما می‌دانیم که داده‌ها و برنامه‌های Mapillary را در واقعیت تقویت‌شده فیسبوک و پلتفرم‌های بازار ادغام خواهد کرد. و کاربردهای بسیار دیگری نیز وجود دارد که واحد تحقیق هوش مصنوعی فیسبوک می‌تواند برای دسترسی انحصاری به این مجموعه داده بزرگ از تصاویر خیابانی دارای برچسب باشد.

بنابراین، من کاملا Mapillary را به عنوان یک داستان موفقیت‌آمیز AI نمی‌بینم، اما کسب آن داده‌های باارزش در صنعت هوش مصنوعی را برجسته می‌کند. شرکت‌های با تکنولوژی بزرگ اغلب در جستجوی راه‌هایی برای به دست آوردن داده‌های منحصر به فرد برای استفاده از مدل‌های AI خود و به دست آوردن برتری نسبت به رقبا هستند. و آن‌ها بیش از حد مایل به استفاده از یک میان‌بر با خرید داده‌های یک شرکت دیگر-و شاید کل شرکت با آن- هستند.

نام گذاری «استارتاپ هوش مصنوعی» اشتباه است.

من فکر می‌کنم که «استارتاپ هوش مصنوعی» زمانی که برای بسیاری از شرکت‌های موجود در لیست بینش CB به کار می‌رود، اشتباه است زیرا تمرکز زیادی بر روی جنبه AI دارد و تمرکز آن بر روی دیگر جنبه‌های حیاتی شرکت بسیار کم است.

شرکت‌های موفق با پرداختن به یک مشکل نادیده گرفته‌شده یا حل ضعف با یک استراتژی محصول درست شروع می‌کنند. این امر به آن‌ها حداقل نفوذ بازار مورد نیاز برای ایجاد مدل کسب‌وکار خود را می‌دهد و داده‌ها را برای به دست آوردن بینش، هدایت محصول خود در جهت درست، و آموزش مدل‌های یادگیری ماشین جمع‌آوری می‌کند. در نهایت، آن‌ها از AI به عنوان یک عامل متمایز کننده برای محکم کردن موقعیت خود و حفظ جایگاه نسبت به رقبا استفاده می‌کنند.

مهم نیست که الگوریتم های هوش مصنوعی چقدر پیشرفته هستند، هوش مصنوعی به تنهایی یک استارتاپ موفق و یا یک استراتژی کسب‌وکار ایجاد نمی‌کنند.

این متن با استفاده از ربات مترجم مقاله علوم مهندسی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.

مقالات لینک‌شده در این متن می‌توانند به‌صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.