Evaluer un business en IA. (episode 4) 

Les investisseurs doivent prêter attention au type de modèles utilisés dans une solution d'IA. En termes simples, un algorithme est un ensemble de règles à suivre pour résoudre un problème. Il comportera un ensemble de règles à suivre pour résoudre le problème. Un modèle est ce que vous construisez en utilisant l'algorithme.

Les bibliothèques accessibles au public (ex. : Tensorflow), les modèles pré-entraînés et les API ont tous servi à réduire les barrières à l'entrée pour les startups d'IA. Selon les experts, pour les API uniquement, de nombreuses tâches prédictives deviendront facilement accessibles via une API d'IA "ouverte" (Open AI API) dans les années à venir. Les startups qui lancent un produit ou une solution en utilisant ces seuls outils auront probablement une myriade de concurrents en peu de temps.

Dans une startup utilisant une plateforme open-source pour l'apprentissage automatique, le véritable avantage concurrentiel se situera principalement au niveau des données et de la capacité à les déployer à grande échelle plutôt que de la sélection rapide des modèles.

Les investisseurs doivent garder à l'esprit que la communauté de l'IA travaille de plus en plus selon les principes de l'open source. Si cela est bénéfique pour le développement de la technologie et la création de nouvelles applications, c'est négatif pour les startups d'IA qui tentent de se faire un avantage concurrentiel uniquement basé sur les algorithmes.

Solutions : 

Les investisseurs devraient prêter attention au type de modèles utilisés dans une solution d'IA et à la dépendance de la startup vis-à-vis des modèles open-source/préformés.

Si une startup utilise simplement des modèles pré-entraînés, l'avantage concurrentiel devra provenir des données uniques dont elle dispose et de sa capacité à se déployer rapidement.

Ainsi, les investisseurs devraient mettre au défi les startups d'IA sur leur capacité à créer des avantages concurrentiels qui vont au-delà des algorithmes.

C’est ce que nous faisons chez Catapulz, construire des tactiques de pérennisation des données et des mécaniques de croissance en interne pour que la startup acquiert ou garde sa capacité à conquérir de nouvelles verticales.

Ces process sont des mécaniques internes, un process, à construire avec les équipes internes et l’intervention de spécialistes, c’est ce que nous mettons en place chez CatapulZ.