Empresas de IA em todo el mundo levantaram mais de US$ 100 bilhões em dólares de capital de risco em 2024, de acordo com dados do Crunchbase, um aumento de mais de 80% em relação a 2023. Isso representa quase um terço do total de dólares de VC investidos em 2024. É muito dinheiro sendo direcionado para muitas empresas de IA.
A indústria de IA cresceu tanto nos últimos dois anos que ficou repleta de empresas sobrepostas, startups que ainda usam IA apenas em marketing, mas não na prática, e startups de IA reais que trilham seu caminho. Os investidores têm trabalho pela frente quando se trata de encontrar as startups com potencial para serem líderes em suas categorias. Por onde eles começam?
Recentemente, o TechCrunch entrevistou 20 VCs que apoiam startups voltadas para empresas sobre o que dá a uma startup de IA um diferencial, ou o que a torna diferente de suas concorrentes. Mais da metade dos entrevistados afirmou que o que dará às startups de IA uma vantagem é a qualidade ou raridade de seus dados proprietários.
Paul Drews, sócio-gerente da Salesforce Ventures, disse ao TechCrunch que é realmente difícil para as startups de IA terem um diferencial porque o cenário está mudando tão rapidamente. Ele acrescentou que procura startups que tenham uma combinação de dados diferenciados, inovação em pesquisa técnica e uma experiência de usuário envolvente.
Jason Mendel, investidor de risco na Battery Ventures, concordou que os diferenciais tecnológicos estão diminuindo. «Estou procurando empresas que tenham diferenciais profundos em dados e fluxo de trabalho», disse Mendel ao TechCrunch. «O acesso a dados exclusivos e proprietários permite que as empresas entreguem produtos melhores do que seus concorrentes, enquanto um fluxo de trabalho ou experiência do usuário ‘viciante’ permite que elas se tornem os sistemas principais de envolvimento e inteligência nos quais os clientes dependem diariamente.»
Ter dados proprietários, ou difíceis de obter, torna-se cada vez mais importante para empresas que estão construindo soluções verticais. Scott Beechuk, sócio da Norwest Venture Partners, disse que as empresas que conseguem focar em seus dados únicos são as startups com maior potencial a longo prazo.
Andrew Ferguson, vice-presidente da Databricks Ventures, disse que ter dados ricos de clientes e dados que criam um ciclo de feedback em um sistema de IA o torna mais eficaz e também pode ajudar as startups a se destacar.
Evento do TechCrunch
Economize agora até 4 de junho para o TechCrunch Sessions: AI
Economize $300 em seu ingresso para o TC Sessions: AI – e ganhe 50% de desconto em um segundo. Ouça líderes da OpenAI, Anthropic, Khosla Ventures e muito mais durante um dia inteiro de insights de especialistas, workshops práticos e networking de alto impacto. Essas ofertas imperdíveis desaparecem quando as portas se abrem em 5 de junho.
Exponha no TechCrunch Sessions: AI
Garanta seu lugar no TC Sessions: AI e mostre para mais de 1.200 tomadores de decisão o que você construiu – sem gastar muito. Disponível até 9 de maio ou enquanto houver mesas.
Berkeley, CA | 5 de junho
REGISTRE-SE AGORA
Valeria Kogan, CEO da Fermata, uma startup que usa visão computacional para detectar pragas e doenças em plantações, disse ao TechCrunch que acredita que uma das razões pelas quais a Fermata conseguiu se destacar é que seu modelo é treinado com base tanto em dados dos clientes quanto em dados do centro de pesquisa e desenvolvimento da empresa. O fato de a empresa fazer toda a rotulagem de dados internamente também ajuda a fazer diferença quando se trata da precisão do modelo, acrescentou Kogan.
Jonathan Lehr, cofundador e sócio-gerente da Work-Bench, acrescentou que não se trata apenas dos dados que as empresas têm, mas também de como são capazes de limpá-los e colocá-los para funcionar. «Como um fundo de investimento em semente, estamos focando a maior parte de nossa energia em oportunidades verticais de IA que abordam fluxos de trabalho específicos das empresas, que exigem profunda expertise de domínio e onde a IA é principalmente um facilitador de aquisição de dados anteriormente inacessíveis (ou altamente caros de adquirir) e sua limpeza de uma maneira que teria levado centenas ou milhares de horas de trabalho humano», disse Lehr.
Além dos dados, os VCs disseram que procuram equipes de IA lideradas por talentos fortes, que tenham integrações sólidas com outras tecnologias e empresas que tenham um profundo entendimento dos fluxos de trabalho dos clientes.
