AI ਦਾ ਹਾਈਪ ਜਾਂ ਹਕੀਕਤ? VCs ਨੇ ਖੋਲ੍ਹੇ ਸਟਾਰਟਅਪ ਸਫਲਤਾ ਦੇ ਰਾਜ਼!
Overview
ਟੈਕਕਰੰਚ ਡਿਸਰਪਟ (TechCrunch Disrupt) ਵਿਖੇ ਵੈਂਚਰ ਕੈਪੀਟਲਿਸਟਾਂ (VCs) ਨੇ ਖੁਲਾਸਾ ਕੀਤਾ ਕਿ ਉਨ੍ਹਾਂ ਦਾ ਮੁੱਖ ਨਿਵੇਸ਼ ਫੋਕਸ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) 'ਤੇ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ AI ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਫੰਡਿੰਗ ਲਈ ਸੰਸਥਾਪਕ ਦੀ ਲਚਕੀਤਾ (founder resilience), ਅਸਲ ਪ੍ਰੋਡਕਟ-ਮਾਰਕੀਟ ਫਿਟ (product-market fit) ਅਤੇ ਵਿਲੱਖਣ ਡਾਟਾ ਰਣਨੀਤੀਆਂ (unique data strategies) ਦੇ ਮਹੱਤਵ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ। VCs AI ਦੀ ਮੰਗ ਤੋਂ ਵਧੇ ਹੋਏ ਮਾਲੀਏ (inflated revenue) ਬਾਰੇ ਸਾਵਧਾਨ ਹਨ ਅਤੇ ਰੱਖਣਯੋਗ ਵਪਾਰਕ ਮਾਡਲ (defensible business models) ਲੱਭ ਰਹੇ ਹਨ। ਮੌਜੂਦਾ AI ਨਿਵੇਸ਼ ਰੁਝਾਨਾਂ ਵਿੱਚ ਚੈਟ (chat), ਕੋਡਿੰਗ (coding) ਅਤੇ ਗਾਹਕ ਸੇਵਾ (customer service) ਐਪਲੀਕੇਸ਼ਨ ਸ਼ਾਮਲ ਹਨ, ਜਦੋਂ ਕਿ ਭਵਿਸ਼ਤ ਵਿੱਚ AI ਮਾਰਕੀਟਪਲੇਸ (AI marketplaces) ਅਤੇ ਰੋਬੋਟਿਕਸ (robotics) ਵਿੱਚ ਵੀ ਦਿਲਚਸਪੀ ਹੈ।
AI Takes Center Stage at TechCrunch Disrupt
ਹਾਲ ਹੀ ਵਿੱਚ ਹੋਏ ਟੈਕਕਰੰਚ ਡਿਸਰਪਟ (TechCrunch Disrupt) ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ, ਵੈਂਚਰ ਕੈਪੀਟਲਿਸਟਾਂ (VCs) ਨੇ ਸਪੱਸ਼ਟ ਕਰ ਦਿੱਤਾ: ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨਿਵੇਸ਼ ਦਾ ਮੁੱਖ ਫੋਕਸ ਹੈ। ਇੰਡੈਕਸ ਵੈਂਚਰਸ (Index Ventures) ਦੀ ਨੀਨਾ ਅਚਾਜੀਅਨ (Nina Achadjian), ਗ੍ਰੇਲੌਕ (Greylock) ਦੇ ਜੈਰੀ ਚੇਨ (Jerry Chen) ਅਤੇ ਫੇਲਿਸਿਸ ਵੈਂਚਰਸ (Felicis Ventures) ਦੇ ਪੀਟਰ ਡੇਂਗ (Peter Deng) ਵਰਗੇ ਪ੍ਰਮੁੱਖ VC ਫਰਮਾਂ ਦੇ ਮਾਹਰਾਂ ਨੇ, AI ਸਟਾਰਟਅੱਪਸ ਦੇ ਮੌਜੂਦਾ ਦ੍ਰਿਸ਼ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਸਤ ਹੋ ਰਹੇ ਬਾਜ਼ਾਰ ਵਿੱਚ ਨਿਵੇਸ਼ਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਉਨ੍ਹਾਂ ਦੇ ਮਾਪਦੰਡਾਂ ਬਾਰੇ ਆਪਣੇ ਵਿਚਾਰ ਸਾਂਝੇ ਕੀਤੇ।
The AI Investment Frenzy
ਟੈਕਕਰੰਚ ਡਿਸਰਪਟ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡਾ ਵਿਸ਼ਾ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿੱਚ ਨਿਵੇਸ਼ਾਂ ਦੀ ਅਥਾਹ ਭੁੱਖ ਸੀ। ਬੁਲਾਰਿਆਂ ਨੇ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ AI ਸਿਰਫ ਇੱਕ ਸੈਕਟਰ ਨਹੀਂ, ਸਗੋਂ ਅੱਜ ਵੈਂਚਰ ਕੈਪੀਟਲ ਦੀ ਦੁਨੀਆ ਵਿੱਚ ਇੱਕ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਜਨੂੰਨ ਬਣ ਗਿਆ ਹੈ। ਇਸ ਤੀਬਰ ਫੋਕਸ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਇੱਕ ਵਧਦੀ ਭੀੜ ਵਾਲੇ ਖੇਤਰ ਵਿੱਚ ਆਪਣੀ ਪਛਾਣ ਬਣਾਉਣ ਲਈ ਆਪਣੀਆਂ ਪੇਸ਼ਕਸ਼ਾਂ ਅਤੇ ਵਪਾਰਕ ਰਣਨੀਤੀਆਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਤਿਆਰ ਕਰਨਾ ਹੋਵੇਗਾ।
Key Investor Criteria for AI Startups
AI ਸਟਾਰਟਅੱਪਸ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਸਮੇਂ, ਵੈਂਚਰ ਕੈਪੀਟਲਿਸਟ ਕੁਝ ਮੁੱਖ ਗੁਣਾਂ ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੇ ਹਨ। ਨੀਨਾ ਅਚਾਜੀਅਨ ਨੇ ਸੰਸਥਾਪਕਾਂ ਦੁਆਰਾ ਬੇਮਿਸਾਲ ਲਚਕੀਲਾਪਣ (founder resilience) ਦਿਖਾਉਣ ਦੀ ਮਹੱਤਤਾ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ, ਕਿਉਂਕਿ AI ਬਾਜ਼ਾਰ ਅਸਥਿਰ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ VCs ਉੱਦਮੀਆਂ ਦੀ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਾਵਾਂ ਅਤੇ ਸੰਭਾਵੀ ਗਿਰਾਵਟਾਂ ਨਾਲ ਨਜਿੱਠਣ ਦੀ ਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਵਿੱਚ ਕਾਫ਼ੀ ਸਮਾਂ ਬਿਤਾਉਂਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਸੰਸਥਾਪਕਾਂ ਨੂੰ ਆਪਣੇ ਜਨੂੰਨ ਅਤੇ ਡੂੰਘੇ ਖੇਤਰ ਦੇ ਗਿਆਨ (deep domain expertise) ਨੂੰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਨਾ ਪਵੇਗਾ।
Honesty regarding product-market fit
ਪ੍ਰੋਡਕਟ-ਮਾਰਕੀਟ ਫਿਟ (product-market fit) ਬਾਰੇ ਇਮਾਨਦਾਰੀ ਸਰਬੋਤਮ ਹੈ। ਅਚਾਜੀਅਨ ਨੇ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਕਿ ਨਵੀਨਤਮ AI ਹੱਲਾਂ ਦੀਆਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕੰਪਨੀਆਂ ਤੋਂ ਭਾਰੀ ਮੰਗ ਕਈ ਵਾਰ "ਝੂਠੇ ਸਕਾਰਾਤਮਕ" (false positives) ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਸਟਾਰਟਅੱਪ ਆਪਣੇ ਗਾਹਕਾਂ ਲਈ ਟਿਕਾਊ ਨਿਵੇਸ਼ 'ਤੇ ਵਾਪਸੀ (ROI) ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤੇ ਬਿਨਾਂ ਵੀ ਕਾਫ਼ੀ ਮਾਲੀਆ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ। VCs ਸਿਰਫ ਅਸਥਾਈ ਬਾਜ਼ਾਰੀ ਉਤਸ਼ਾਹ ਨਹੀਂ, ਸਗੋਂ ਉਤਪਾਦ ਦੇ ਮੁੱਲ ਪ੍ਰਸਤਾਵ ਦੀ ਅਸਲ ਪੁਸ਼ਟੀ ਦੀ ਭਾਲ ਕਰ ਰਹੇ ਹਨ।
Navigating Market Volatility
ਸਟਾਰਟਅੱਪਸ ਦੀ 'ਪਿਵਟ' (pivot) ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇੱਕ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਕਾਰਕ ਹੈ। "1,000 ਸਟਾਰਟਅੱਪਸ ਮਰ ਜਾਂਦੇ ਹਨ" (1,000 startups die) ਅਚਾਜੀਅਨ ਨੇ ਮਜ਼ਾਕੀਆ ਢੰਗ ਨਾਲ ਕਿਹਾ, ਜੋ ਅਨੁਕੂਲਤਾ ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਸੰਸਥਾਪਕਾਂ ਨੂੰ ਬਾਜ਼ਾਰ ਦੇ ਬਦਲਾਵਾਂ ਅਤੇ ਪ੍ਰਤੀਯੋਗੀ ਦਬਾਵਾਂ ਦੇ ਜਵਾਬ ਵਿੱਚ ਆਪਣੀਆਂ ਰਣਨੀਤੀਆਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਰਹਿਣਾ ਚਾਹੀਦਾ ਹੈ।
Data as a Differentiator
OpenAI ਵਿੱਚ ਤਜਰਬਾ ਰੱਖਣ ਵਾਲੇ ਪੀਟਰ ਡੇਂਗ ਨੇ ਸਟਾਰਟਅੱਪਸ ਲਈ ਵਿਲੱਖਣ "ਡਾਟਾ ਫਲਾਈਵੀਲਜ਼" (data flywheels) ਸਥਾਪਿਤ ਕਰਨ ਦੀ ਲੋੜ ਬਾਰੇ ਵਿਸਥਾਰ ਨਾਲ ਦੱਸਿਆ। ਇਹ ਮਲਕੀਅਤ ਵਾਲੇ ਡਾਟਾ ਲਾਭ ਹਨ ਜੋ ਸੁਧਾਰ ਦਾ ਇੱਕ ਸਵੈ-ਰੀਇਨਫੋਰਸਿੰਗ ਚੱਕਰ ਬਣਾਉਂਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਇੱਕ ਸਟਾਰਟਅੱਪ ਸਮਾਨ ਵਿਚਾਰਾਂ ਵਾਲੇ ਹੋਰਾਂ ਤੋਂ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਦੱਸਿਆ ਕਿ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕ ਅਕਸਰ ਇੱਕੋ ਸਮੇਂ ਕਈ AI ਹੱਲਾਂ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਇੱਕ ਵੱਖਰੀ ਡਾਟਾ ਰਣਨੀਤੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਫਰਕ ਬਣ ਜਾਂਦੀ ਹੈ।
Defending Against Foundational Models
ਸੰਸਥਾਪਕਾਂ ਨੂੰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਵਾਲ ਦਾ ਵੀ ਜਵਾਬ ਦੇਣਾ ਹੋਵੇਗਾ: ਉਨ੍ਹਾਂ ਦਾ ਉਤਪਾਦ ਵੱਡੇ, ਫਾਊਂਡੇਸ਼ਨਲ AI ਮਾਡਲਾਂ ਵਿੱਚ ਸਿਰਫ ਇੱਕ ਫੀਚਰ ਕਿਉਂ ਨਹੀਂ ਬਣ ਜਾਵੇਗਾ? ਅਚਾਜੀਅਨ ਨੇ ਸਲਾਹ ਦਿੱਤੀ ਕਿ ਭਾਵੇਂ ਸੰਸਥਾਪਕਾਂ ਨੂੰ ਇਹ ਬਿਲਕੁਲ ਪਤਾ ਨਾ ਹੋਵੇ ਕਿ ਮਾਡਲ ਨਿਰਮਾਤਾ ਕੀ ਵਿਕਸਿਤ ਕਰ ਰਹੇ ਹਨ, ਉਨ੍ਹਾਂ ਕੋਲ ਆਪਣੇ ਕਾਰੋਬਾਰ ਦੀ ਸੁਰੱਖਿਆ (defensibility) ਲਈ ਇੱਕ ਸਪੱਸ਼ਟ ਧਾਰਨਾ (hypothesis) ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।
Emerging AI Opportunities and Trends
ਜੈਰੀ ਚੇਨ ਨੇ ਚੈਟ ਐਪਲੀਕੇਸ਼ਨਾਂ, ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ, ਅਤੇ ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ AI ਨੂੰ ਮੌਜੂਦਾ "ਹੌਟ" (hot) ਨਿਵੇਸ਼ ਖੇਤਰਾਂ ਵਜੋਂ ਪਛਾਣਿਆ। ਹਾਲਾਂਕਿ, ਉਨ੍ਹਾਂ ਨੇ ਮੰਨਿਆ ਕਿ AI ਦਾ ਪਰਿਵਰਤਨਕਾਰੀ ਪ੍ਰਭਾਵ ਲਗਭਗ ਹਰ ਖੇਤਰ ਅਤੇ ਉਦਯੋਗ ਵਿੱਚ ਫੈਲੇਗਾ। ਪੀਟਰ ਡੇਂਗ AI-ਸਮਰੱਥ ਮਾਰਕੀਟਪਲੇਸ (AI-enabled marketplaces) ਬਾਰੇ ਉਤਸ਼ਾਹਿਤ ਹਨ, ਅਜਿਹੇ ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਕਲਪਨਾ ਕਰਦੇ ਹਨ ਜੋ ਵਧੇਰੇ ਕੁਸ਼ਲ ਅਤੇ ਵਿਅਕਤੀਗਤ ਅਨੁਭਵ ਬਣਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਨੀਨਾ ਅਚਾਜੀਅਨ ਨੇ ਰੋਬੋਟਿਕਸ (robotics) ਨੂੰ ਵਿਕਾਸ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸੰਭਾਵੀ ਖੇਤਰ ਵਜੋਂ ਦਰਸਾਇਆ।
Opportunities Beyond Artificial Intelligence
ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ, VCs ਨੇ ਸਿੱਧੇ AI ਡੋਮੇਨ ਦੇ ਬਾਹਰ ਵੀ ਮੌਕਿਆਂ 'ਤੇ ਰੌਸ਼ਨੀ ਪਾਈ। ਅਚਾਜੀਅਨ ਨੇ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਤਕਨਾਲੋਜੀ ਅਪਣਾਉਣ ਵਿੱਚ ਪਛੜੇ ਬਲੂ-ਕਾਲਰ ਉਦਯੋਗਾਂ ਵਿੱਚ, ਖਾਸ ਕਰਕੇ ਮੈਨੂਅਲ, "ਪੈਨ ਅਤੇ ਪੇਪਰ" (pen and paper) ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਡਿਜੀਟਾਈਜ਼ (digitizing) ਕਰਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸਮਰੱਥਾ ਦਾ ਜ਼ਿਕਰ ਕੀਤਾ। ਹਾਲਾਂਕਿ, ਇਨ੍ਹਾਂ ਰਵਾਇਤੀ ਖੇਤਰਾਂ ਨੂੰ ਵੀ ਹੁਣ AI ਤਕਨਾਲੋਜੀਆਂ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਆਟੋਮੇਸ਼ਨ (automation) ਲਈ ਪਰਿਪੱਕ ਮੰਨਿਆ ਜਾ ਰਿਹਾ ਹੈ।
Impact
ਪ੍ਰਮੁੱਖ ਵੈਂਚਰ ਕੈਪੀਟਲਿਸਟਾਂ ਦਾ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵੱਲ ਮਜ਼ਬੂਤ ਸਹਿਮਤੀ ਸਟਾਰਟਅੱਪ ਫੰਡਿੰਗ ਵਿੱਚ ਇੱਕ ਵੱਡੇ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ੀ ਬਦਲਾਅ ਦਾ ਸੰਕੇਤ ਦਿੰਦੀ ਹੈ। ਇਹ ਲਗਾਤਾਰ ਫੋਕਸ AI ਸੈਕਟਰ ਦੇ ਅੰਦਰ ਨਵੀਨਤਾ ਨੂੰ ਤੇਜ਼ ਕਰੇਗਾ, ਜਿਸ ਨਾਲ ਨਵੀਆਂ ਤਕਨਾਲੋਜੀਆਂ, ਵਪਾਰਕ ਮਾਡਲਾਂ ਅਤੇ ਬਾਜ਼ਾਰ ਲੀਡਰਾਂ ਦਾ ਉਭਾਰ ਹੋਵੇਗਾ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਰੁਝਾਨ AI-ਕੇਂਦਰਿਤ ਕੰਪਨੀਆਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਮੌਕੇ ਸੁਝਾਉਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਰਵਾਇਤੀ ਉਦਯੋਗਾਂ ਲਈ ਸੰਭਾਵੀ ਵਿਘਨਾਂ ਨੂੰ ਵੀ ਉਜਾਗਰ ਕਰਦਾ ਹੈ।
Difficult Terms Explained
- Product-market fit: ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਉਤਪਾਦ ਮਜ਼ਬੂਤ ਬਾਜ਼ਾਰ ਦੀ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।
- ROI (Return on Investment): ਨਿਵੇਸ਼ ਦੀ ਲਾਗਤ ਦੇ ਮੁਕਾਬਲੇ ਇਸਦਾ ਮੁਨਾਫਾ।
- Data Flywheel: ਇੱਕ ਸਵੈ-ਰੀਇਨਫੋਰਸਿੰਗ ਚੱਕਰ ਜਿੱਥੇ ਡਾਟਾ ਉਤਪਾਦ ਨੂੰ ਸੁਧਾਰਦਾ ਹੈ, ਹੋਰ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਦਾ ਹੈ, ਹੋਰ ਡਾਟਾ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਉਤਪਾਦ ਨੂੰ ਹੋਰ ਸੁਧਾਰਦਾ ਹੈ।
- Foundational Models: ਵਿਸ਼ਾਲ ਡਾਟਾਸੈਟਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਵੱਡੇ, ਆਮ-ਮਕਸਦ ਵਾਲੇ AI ਮਾਡਲ ਜੋ ਵੱਖ-ਵੱਖ ਕੰਮਾਂ ਲਈ ਅਨੁਕੂਲ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ।
- SaaS (Software as a Service): ਇੱਕ ਸੌਫਟਵੇਅਰ ਵੰਡ ਮਾਡਲ ਜਿੱਥੇ ਇੱਕ ਤੀਜੀ-ਧਿਰ ਪ੍ਰਦਾਤਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਹੋਸਟ ਕਰਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਇੰਟਰਨੈਟ 'ਤੇ ਗਾਹਕਾਂ ਲਈ ਉਪਲਬਧ ਕਰਾਉਂਦਾ ਹੈ।
- Venture Capitalists: ਉੱਚ ਵਿਕਾਸ ਸਮਰੱਥਾ ਵਾਲੀਆਂ ਫਰਮਾਂ ਨੂੰ ਇਕੁਇਟੀ ਸਟੇਕ (equity stake) ਦੇ ਬਦਲੇ ਪੂੰਜੀ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੇ ਨਿਵੇਸ਼ਕ।
