KI-Startups stehen vor anderen Herausforderungen als ein typisches SaaS-Unternehmen. Das war die Botschaft von Rudina Seseri, Gründerin und geschäftsführende Gesellschafterin von Glasswing Ventures, letzte Woche beim Tech Early Stage Event in Boston.
Seseri machte deutlich, dass die bloße Verbindung mit einigen KI-APIs Sie nicht zu einem KI-Unternehmen macht. „Und mit KI-nativ meine ich nicht, dass Sie OpenAI oder Anthropic mit einer menschenähnlichen Benutzeroberfläche anrufen und ein KI-Unternehmen sind“, sagte Seseri. „Ich meine, wenn Algorithmen und Daten wirklich im Mittelpunkt stehen und Teil der Wertschöpfung sind, die Sie liefern.“
Laut Seseri bedeutet dies, dass es große Unterschiede in der Art und Weise gibt, wie Kunden und Investoren ein KI-Unternehmen im Vergleich zu einem SaaS-Startup beurteilen, und es ist wichtig, die Unterschiede zu verstehen. Zunächst einmal können Sie mit SaaS etwas in die Welt setzen, das noch lange nicht fertig ist. Das ist mit KI aus verschiedenen Gründen nicht möglich.
„Hier ist die Sache: Mit dem SaaS-Produkt, das Sie programmieren, führen Sie eine Qualitätssicherung durch und erhalten sozusagen die Beta – es ist nicht das fertige Produkt, aber Sie können es auf den Markt bringen und loslegen“, sagte sie.
KI ist ein ganz anderes Tier: Man kann nicht einfach etwas rausbringen und auf das Beste hoffen. Das liegt daran, dass ein KI-Produkt Zeit benötigt, bis das Modell einen Punkt erreicht, an dem es ausgereift genug ist, um für tatsächliche Kunden zu funktionieren und diese ihm im Geschäftskontext vertrauen.
„Am Anfang ist es eine steile Kurve beim Erlernen und Trainieren des Algorithmus, und dennoch muss er gut genug sein, damit der Kunde kaufen möchte, also muss er gut genug sein, damit Sie einen Mehrwert schaffen“, sagte sie. Und das ist für ein Start-up im Frühstadium schwer zu finden.
Und das macht es schwieriger, Early Adopters zu finden. Sie sagt, Sie möchten den langen Anruf vermeiden, bei dem der Käufer nur versucht, etwas über KI zu lernen. Für solche Anrufe haben Startup-Gründer keine Zeit. Sie sagt, es sei wichtig, sich auf Ihr Produkt zu konzentrieren und dem Käufer zu helfen, Ihr Wertversprechen zu verstehen, auch wenn es noch nicht ganz da ist.
„Formulieren Sie immer das Problem, das Sie lösen, und welche Kennzahl – wie messen Sie es?“ Sie sagte. Optimieren Sie das, was für den Käufer wichtig ist. „Sie lösen also ein Problem, das geschäftliche Entscheidungen nach sich zieht.“ Es ist in Ordnung, Ihre Vision zu formulieren, aber begründen Sie Ihre Diskussion immer mit geschäftlichen Prioritäten und wie diese Ihre Algorithmen beeinflussen.
Wie können KI-Startups gewinnen?
Während Sie Ihr Unternehmen aufbauen, müssen Sie darüber nachdenken, wie Sie sich einen vertretbaren Platz in der KI sichern können, was eine besondere Herausforderung darstellt, da die großen Player ständig riesige Mengen an Geschäftsideen ausarbeiten.
Seseri weist darauf hin, dass wir im Cloud-Zeitalter eine Grundschicht hatten, auf der die Infrastrukturakteure ihren Anspruch geltend machten; eine mittlere Schicht, in der die Plattformspieler lebten; Und ganz oben haben wir die Anwendungsschicht, auf der SaaS lebte.
Mit der Cloud entstanden einige Akteure wie Amazon, Microsoft und Google, die die Infrastruktur kontrollierten. Die Grundschicht der KI ist der Ort, an dem die großen Sprachmodelle angesiedelt sind, und es sind einige Player wie OpenAI und Anthropic entstanden. Man könnte zwar argumentieren, dass es sich dabei um Startups handelt, aber das ist nicht im eigentlichen Sinne der Fall, denn sie werden von denselben großen Playern finanziert, die den Infrastrukturmarkt dominieren.
„Wenn Sie um eine neue Grundschicht konkurrieren, oder Sie wissen schon, LLM-Spiel, wird es mit Kapitalanforderungen in Höhe von mehreren Milliarden Dollar sehr schwierig sein, und am Ende des Tages ist die Wahrscheinlichkeit groß, dass es sich um eine Ware handelt ,“ Sie sagte.
An der Spitze des Stapels steht die Anwendungsschicht, von der Tausende von SaaS-Unternehmen im Cloud-Zeitalter profitieren konnten. Sie sagte, dass die großen Player wie Amazon, Google und Microsoft nicht in der Lage seien, das gesamte Anwendungsschichtgeschäft zu übernehmen, und dass es Raum für Startups gäbe, sich zu entwickeln und zu großen, erfolgreichen Unternehmen heranzuwachsen.
Es gibt auch eine mittlere Ebene, in der die Klempnerarbeiten ausgeführt werden. Sie verweist auf Unternehmen wie Snowflake, denen es gelungen ist, erfolgreiche Unternehmen in der Mittelschicht aufzubauen, indem sie den Anwendungsakteuren einen Ort zur Verfügung stellen, an dem sie ihre Daten ablegen können.
Wo investiert sie also, wenn es um KI geht? „Ich habe mein Geld in die Anwendungsschicht und sehr selektiv in die mittlere Schicht gesteckt. Weil ich denke, dass es einen Graben um Algorithmen gibt, egal ob es sich um Algorithmen handelt, die Ihnen gehören, oder um Open-Source-Algorithmen – und um Daten. Sie müssen nicht Eigentümer der Daten sein. Aber wenn ich mich entscheiden muss, hätte ich gerne einen einzigartigen Datenzugriff und einzigartige Algorithmen. Wenn ich gezwungen bin, mich für eines zu entscheiden, werde ich nach Daten suchen“, sagte sie.
Der Aufbau eines KI-Startups ist sicherlich nicht einfach, vielleicht sogar anspruchsvoller als der eines SaaS-Startups. Aber hier liegt die Zukunft, und Unternehmen, die es versuchen wollen, müssen wissen, was auf sie zukommt, und entsprechend aufbauen.