根據研究機構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。
自上季以來，AI新創公司的總投資下降了31%，降到2020年第三季以來的最低水準。大型融資(1億美元以上)與上季相比下降39%，創下9季以來新低。
儘管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。投資人需要了解獲得融資的AI新創公司，以對AI產業在未來幾個月的發展趨勢有大致的了解。
AI的商業模式
AI新創公司是一個模糊的術語，通常適用於所有類型的公司，其範圍從專注於提供AI工具（例如MLOps、預測分析工具、無程式碼/低程式碼模型開發）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和機器學習所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，或在現有的解決方案上提供足夠的附加價值。
2、成長策略：必須有可擴展的管道，讓產品向目標使用者傳遞其價值(例如付費廣告以及與現有應用程式的整合)。這些通路必須是防禦性的，並使競爭對手難以搶佔市場份額。
3、目標市場：投資者希望獲得投資報酬率。其產品必須有相當大的市場才能成長並達到目標估值。如果產品太小眾，很少人問津，那麼投資人也不會有興趣提供資金。
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品質數據來訓練和測試其模型。在某些情況下，這些資料很容易取得(例如公共資料集和企業資料庫中的現有資料)；在其他方面則比較難以取得(例如健康資料)。對於某些應用，資料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資料收集工作。
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後，產品團隊必須有持續收集資料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禦能力。
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新創公司是否存在為其AI計畫吸引資金的模式。
逆勢實現早期融資的AI專案
AI產業早期融資的平均規模一直穩定在300萬美元左右。相較之下，中期和後期的交易規模季度較上季分別下降了15%和53%。但早期交易的數量已經減少，這意味著AI新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新創廠商Voyantis公在7月獲得了1900萬美元的資金，用於開發其預測成長平台。
如今的廣告環境發生了變化，對使用者資料和隱私的規定更加嚴格，Voyantis致力於解決行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裝置ID。由於沒有用戶的詳細數據，先前基於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使用者行為和終身價值，有助於做出明智的決策，並提高行銷活動的投資報酬率。
另一家總部位於以色列的生物技術新創廠商Eleven Therapeutics於今年8月獲得了2,200萬美元的種子資金。其專注於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，用於「產生siRNA分子活性分佈的功能性數據」。關於該公司的AI技術並沒有太多信息，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。
總部位於美國的新創廠商Spice AI在今年9月獲得了1,400萬美元的種子資金，正在為創建AI驅動的Web3應用程式建立數位基礎設施。有趣的是，在加密新創產業境況比其他產業糟糕的時候，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，其創辦人是微軟Azure的資深人士，包括技術長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，區塊鏈資料工程在很大程度上是一個尚未解決的問題，隨著產業的成熟，Web3公司肯定會面臨這個問題，因此這可以被認為是Web3風險較低的專案之一。
誰在AI領域獲得了巨額投資?
在2022年第三季獲得巨額融資的新創公司中，美國新創公司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業者減少高達25%的食物浪費，即平台追蹤新鮮食品的銷售，幫助預測未來的客戶需求。供應鏈團隊可以使用該平台優化採購，用戶可以直接使用平台向供應商下訂單，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，後續將利用新融資實現業務成長，將市場擴大到其他國家和地區，並增加新功能，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於義大利的行動應用程式開發商Bending Spoons，該公司在今年9月融資了3.4億美元。 Bending Spoons主要開發行動影片和照片編輯應用程序，這些應用程式使用機器學習來執行複雜的任務，例如背景刪除、自動字幕和照片增強。
該公司的應用程式採用免費增值模式，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。成立於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，並收集更多的數據，進一步擴大相對競爭對手的領先優勢。
穿越週期的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，它比其他產品好得多，而且採用的阻力更小。同時AI產品也需要有龐大的市場、擴張空間和可持續成長的清晰願景。
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資料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資料來訓練機器學習模型。
4、降低取得資料的成本：在資料已經存在且有註解的地方尋找AI創意（例如，金融交易、銷售歷史、病患病歷）。或尋找產生模型所需資料的解決方案，以減少資料收集的需求。如果企業的應用需要一個新的管道來收集、清理和註釋數據，那麼將需要更多的時間、人才和資金，這在當前情況下很難實現。
5、擁有知名度高的創辦人將會吸引更多投資：大型科技企業工作過的創辦人更有可能為AI公司（例如Web3AI的數據基礎設施）吸引更多和投資。
以上是人工智慧投資持續放緩，什麼樣的AI專案和投資策略可以穿越週期？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
