• <table id="mkom2"></table>
  • <table id="mkom2"><noscript id="mkom2"></noscript></table>
    <bdo id="mkom2"></bdo>
    <table id="mkom2"></table>
  • <bdo id="mkom2"><center id="mkom2"></center></bdo>

    人工智能投資持續放緩,什么樣的AI項目和投資策略可以穿越周期?

    極客網·極客觀察11月23日 根據調研機構CB Insights日前發布的“AI狀況”季度報告,與資本市場當前狀況一致,AI的投資持續放緩。

    自上季度以來,AI初創公司的總投資下降了31%,降到2020年第三季度以來的最低水平。大型融資(1億美元以上)與上季度相比下降39%,創下9個季度以來新低。 

    盡管AI融資的停滯將會減緩該領域的發展,但它也促使投資者將更多注意力放在可能實現持續發展的AI項目上。投資者需要了解獲得融資的AI初創公司,以對AI行業在未來幾個月的發展趨勢有大致的了解。 

    微信圖片_20221123113708.jpg

    AI的商業模式 

    AI初創公司是一個模糊的術語,通常適用于所有類型的公司,其范圍從專注于提供AI工具(例如MLOps、預測分析工具、無代碼/低代碼模型開發)到在產品中使用AI的公司(例如使用機器學習預測風險的保險科技公司)。

    然而,有一些因素決定了圍繞AI和機器學習形成的商業模式的成功。以下是其產品的一些共同原則:

    1、產品/市場的契合度:AI產品必須解決未解決的問題,或者在現有的解決方案上提供足夠的附加值。 

    2、增長策略:必須有可擴展的渠道,讓產品向目標用戶傳遞其價值(例如付費廣告以及與現有應用的整合)。這些渠道必須是防御性的,并使競爭對手難以搶占市場份額。 

    3、目標市場:投資者希望獲得投資回報。其產品必須有一個相當大的市場才能增長并達到目標估值。如果產品太小眾,很少有人問津,那么投資者也不會有興趣為其提供資金。

    除了上述原則,使用AI和機器學習的產品還必須解決一些其他問題:

    1、訓練數據:產品團隊需要有足夠的高質量數據來訓練和測試其模型。在某些情況下,這些數據很容易獲得(例如公共數據集和企業數據庫中的現有數據);在其他方面則比較難以獲得(例如健康數據)。對于某些應用,數據在不同的地理區域和受眾之間可能存在細微差別,這需要它們自己進行數據收集工作。

    2、持續改進:AI和機器學習模型需要隨著世界的變化而不斷更新。在部署機器學習模型之后,產品團隊必須有持續收集數據以更新和改進模型的策略。這種不斷的改進也加強了產品對競爭對手的防御能力。 

    本著這些原則,根據CB Insights公司的調查報告,需要了解在經濟低迷的情況下,AI初創公司是否存在為其AI計劃吸引資金的模式。

    逆勢實現早期融資的AI項目

    AI行業早期融資的平均規模一直穩定在300萬美元左右。相比之下,中期和后期的交易規模季度環比分別下降了15%和53%。但早期交易的數量已經減少,這意味著AI初創公司將更難為他們的產品創意找到投資。

    在CB Insights的報告中提到的種子資金和天使交易中,以色列AI初創廠商Voyantis公在7月獲得了1900萬美元的資金,用于開發其預測增長平臺。

    如今的廣告環境發生了變化,對用戶數據和隱私的規定更加嚴格,Voyantis致力于解決營銷人員面臨的這些問題。例如,蘋果公司最近在iOS系統中添加了一個功能,允許用戶阻止廣告商收集他們的設備ID。由于沒有用戶的詳細數據,之前基于規則的廣告活動只能提供較差的結果,這將增加每個用戶獲取成本(CAC)。Voyantis使用機器學習來預測用戶行為和終身價值,有助于做出明智的決策,并提高營銷活動的投資回報率。

    另一家總部位于以色列的生物技術初創廠商Eleven Therapeutics于今年8月獲得了2200萬美元的種子資金。其專注于RNA治療,這一領域近年來備受關注,尤其是在新冠疫情蔓延期間。

    該公司正在開發一個深度學習框架,用于“生成siRNA分子活性分布的功能數據”。關于該公司的AI技術并沒有太多信息,但這是一個有大量可能的市場空間,其財務支持者包括比爾及梅琳達·蓋茨基金會。

    總部位于美國的初創廠商Spice AI在今年9月獲得了1400萬美元的種子資金,正在為創建AI驅動的Web3應用程序構建數字基礎設施。有趣的是,在加密初創行業境況比其他行業糟糕的時候,這家公司卻成功地吸引了投資。

    這家公司有三點值得注意:首先,它正在創建數據工程基礎設施,以索引主要區塊鏈上的現有數據,這意味著它在獲取數據方面沒有任何重大障礙。其次,其創始人是微軟Azure的資深人士,包括首席技術官Mark Russinovich以及GitHub(2018年被微軟收購)的前任和現任CEO。正因為擁有如此知名度的行業人物,即使在最困難的時候,該公司也更容易吸引投資。第三,區塊鏈數據工程在很大程度上是一個尚未解決的問題,隨著行業的成熟,Web3公司肯定會面臨這個問題,因此這可以被認為是Web3風險較低的項目之一。

    誰在AI領域獲得了巨額投資? 

    在2022年第三季度獲得巨額融資的初創公司中,美國初創企業Afresh在今年8月獲得了1.15億美元的B輪融資。該公司使用機器學習幫助雜貨店經營者減少高達25%的食物浪費,即平臺跟蹤新鮮食品的銷售,幫助預測未來的客戶需求。供應鏈團隊可以使用該平臺優化采購,用戶可以直接使用該平臺向供應商下訂單,以減少食物浪費。

    該公司已經在美國40個州擁有數千個客戶,后續將利用新融資實現業務增長,將市場擴大到其他國家和地區,并增加新功能,以增加其產品的價值和市場覆蓋率。

    另一家獲得巨額投資的公司是總部位于意大利的移動應用開發商Bending Spoons,該公司在今年9月份融資了3.4億美元。Bending Spoons主要開發移動視頻和照片編輯應用程序,這些應用使用機器學習來執行復雜的任務,例如背景刪除、自動字幕和照片增強。

    該公司的應用采用免費增值模式,用戶可以免費使用基本功能,但如果使用高級功能必須付費。成立于2013年的Bending Spoons下載量已超過5億次,年收入已持續數年超過1億美元,下一步將利用新融資資金開發新產品和進行收購,向現有客戶推銷其新產品,并收集更多的數據,進一步擴大相對競爭對手的領先優勢。 

    穿越周期的AI投資法則

    如果深入研究接受融資的AI公司,就會獲得更多信息,但注意以下幾點:

    1、堅持良好的產品原則:無論AI有多好,都需要一個能解決實際問題的產品,它比其他產品要好得多,而且采用的阻力更小。同時AI產品還需要有一個龐大的市場、擴張空間和可持續增長的清晰愿景。

    2、B2B AI是最重要的:雖然AI驅動的應用為消費者提供了便利,但它們對企業的價值要大得多,尤其是在經濟進入衰退的情況下。實施良好的AI可以減少資金浪費、優化推薦和自動化人工功能,所有這些都會影響AI公司的開支和收入。 

    3、在未解決的問題中尋找新的AI市場:在AI領域,已經建立的市場很難被征服,因為現有的AI公司已經擁有更好的數據集來訓練他們的模型。而進入新市場更容易,成本更低,特別是如果能在競爭對手之前快速收集數據來訓練機器學習模型。 

    4、降低獲取數據的成本:在數據已經存在并有注釋的地方尋找AI創意(例如,金融交易、銷售歷史、患者病歷)?;蛘邔ふ疑赡P退钄祿慕鉀Q方案,以減少數據收集的需要。如果企業的應用需要一個新的管道來收集、清理和注釋數據,那么將需要更多的時間、人才和資金,這在當前情況下很難實現。

    5、擁有知名度高的創始人將會吸引更多投資:大型科技企業工作過的創始人更有可能為AI公司(例如Web3AI的數據基礎設施)吸引更多和投資。


    (免責聲明:本網站內容主要來自原創、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
    任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )

    网恋奔现他要了我很多次
  • <table id="mkom2"></table>
  • <table id="mkom2"><noscript id="mkom2"></noscript></table>
    <bdo id="mkom2"></bdo>
    <table id="mkom2"></table>
  • <bdo id="mkom2"><center id="mkom2"></center></bdo>
  • <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>