Les principaux fondateurs de start-up et de scaleup d’IA au Royaume-Uni soulignent les principaux problèmes liés à la gestion d’une entreprise d’IA

Les fondateurs de 16 des principales startups et scaleups d’IA au Royaume-Uni ont révélé à l’ère de l’information les principaux problèmes liés à la gestion d’une entreprise d’IA

Les fondateurs de startups IA rencontrent un certain nombre de défis uniques lors de la création et de la croissance de leur entreprise.

La gestion et la croissance d’une start-up d’IA s’accompagne de son propre ensemble unique de défis par rapport à d’autres secteurs, allant de; l’acquisition de talents, comment mettre en œuvre la technologie, briser le battage médiatique de l’IA autour de ce qu’elle est et de ses capacités, l’accessibilité de données fiables ou sécurisées et un manque d’expertise en IA dans les industries.

Dans le premier article d’une série en trois parties se concentrant sur ce que font les fondateurs pour naviguer dans l’industrie à croissance rapide de l’IA, Information Age s’est entretenu avec les fondateurs de certaines des plus grandes startups d’IA du Royaume-Uni pour comprendre les dix principaux problèmes liés à la gestion d’une entreprise d’IA.

1. Acquisition de talents

L’acquisition de talents est un défi majeur pour toute start-up d’IA en croissance, ainsi que pour d’autres rôles axés sur la technologie (comme la cybersécurité). Dans ces industries, il y a souvent une pénurie de talents par rapport au nombre d’emplois disponibles.

Miriam Cha, co-fondatrice et COO de Rahko – une société d’apprentissage automatique quantique axée sur la découverte de nouveaux médicaments et matériaux, explique qu’attirer les meilleures personnes issues de bassins de talents relativement rares est un obstacle majeur.

«En tant que start-up d’IA, vous êtes en concurrence avec des entreprises beaucoup plus grandes qui ont des poches bien plus importantes que vous, vous devez donc offrir quelque chose de plus important que le salaire. Chez Rahko, nous avons une équipe sympathique et amusante, mais de loin, le plus attrayant de nous rejoindre est à quel point notre travail est à la pointe de la technologie – si notre travail était ennuyeux, nous aurions beaucoup de mal à convaincre qui que ce soit de nous rejoindre. elle dit.

Darko Matovski, PDG et co-fondateur de causaLens – une plate-forme d’IA qui aide les entreprises à améliorer les indicateurs de performance clés, convient qu’en tant que discipline émergente, «attirer des personnes de haut niveau avec un ensemble de compétences diversifié pour nous assurer non seulement de développer nos capacités et produits scientifiques, mais aussi fournir le meilleur service à nos clients »est un point de peinture majeur.

«Il y a une forte demande d’expertise en IA, donc l’embauche dans ce secteur est très compétitive», ajoute-t-il.

Cependant, Matovski suggère que les startups d’IA devraient voir cela comme une opportunité. Les meilleurs talents ne voudront travailler que dans un environnement avec une «culture de travail altruiste et des objectifs communs».

Chris Ganje, PDG et fondateur d’AMPLYFI – qui utilise l’analyse de l’IA pour atténuer les menaces émergentes au fur et à mesure qu’elles se produisent, suggère que le défi réside dans la gamme de compétences requises dans une startup d’IA.

Il dit: «Il ne suffit pas d’enfermer certains experts en IA dans une pièce. Ingénierie, exploration de données, expérience utilisateur, conception, marketing numérique… une gamme de compétences est nécessaire dans le mix pour vraiment obtenir une solution et une valeur significatives.

Safe Hammad, directeur technique et co-fondateur d’Arctic Shores – qui améliore le processus de recrutement grâce à une évaluation basée sur le comportement, est d’accord et dit qu’il a eu du mal à embaucher des ingénieurs en logiciel parce qu’ils sont très demandés.

Cependant, il va plus loin. «Il ne suffit pas de trouver des personnes talentueuses – nous recherchons également ceux qui s’alignent vraiment sur nos valeurs», ajoute-t-il.

2. Mise en œuvre de la technologie avec l’infrastructure existante

L’introduction de l’IA dans la stratégie ou le produit d’une entreprise en est encore à un stade relativement précoce. Et, bien que les avantages potentiels soient évidents – accélérer le processus ou tirer parti des données intelligentes pour la réussite des clients – le défi consiste à «identifier précisément comment, où et pourquoi vous allez mettre en œuvre la technologie pour des résultats optimaux», selon le Dr Alex Young, fondateur et PDG de Virti – la solution d’apprentissage de l’IA d’entreprise.

Il conseille aux entreprises d’être claires sur les résultats qu’elles souhaitent atteindre, avant d’intégrer l’IA dans une stratégie ou un produit d’entreprise.

Ky Nichol, PDG de Cutover – la plate-forme d’orchestration et d’observabilité du travail, explique que ce problème de mise en œuvre de l’IA provient de certaines parties d’une entreprise qui n’ont pas «une saine considération de la collaboration homme / machine, et donc l’adoption de l’automatisation peut souvent être délicat. Il reste assez bien compris par les équipes techniques, mais à mesure qu’il évolue au-delà des exigences organisationnelles, il peut y avoir des lacunes dans les connaissances entre l’adoption et la mise en œuvre. »

Il poursuit: «Alors que les organisations conçoivent des stratégies pour libérer ce potentiel et compléter l’automatisation avec l’infrastructure technologique existante, il y aura toujours des défis pour tirer parti des investissements existants. Le défi consiste maintenant à regrouper les outils et à créer des processus et des flux de travail entre eux. »

Ganje d’AMPLYFI suggère que certaines entreprises et leur infrastructure ne sont tout simplement pas prêtes pour l’IA – ce qui présente un autre défi pour les startups d’IA.

Il dit qu’il est nécessaire d’avoir «un leadership numérique mature pour vraiment exploiter les avantages de l’IA dans une organisation …[but] certains dirigeants et entreprises ne sont tout simplement pas prêts à utiliser des machines pour améliorer leur prise de décision. »

3. Un manque d’expertise en IA

Dans le prolongement de ce qui précède, l’un des principaux problèmes pour les startups d’IA dans la mise en œuvre de leur solution sur le marché est le manque d’expertise en IA dans les nombreux secteurs qui tentent de mettre en œuvre l’IA.

«Parce que l’intelligence artificielle a des limites claires que différentes industries ne sont pas familières, elles la considèrent comme une puissante capacité que vous pouvez simplement activer. Les problèmes surviennent car ils ne sont pas familiarisés avec les fondations nécessaires pour gérer correctement l’IA dans leur entreprise. Ils ne sont pas non plus correctement configurés pour s’adapter à ces exigences », explique Ofri Ben-Porat, PDG d’Edgify – une entreprise qui forme des modèles d’apprentissage profond à la périphérie.

« Restez concentré sur les résultats commerciaux, ne faites pas de choses de pointe qui n’aident pas vos clients » – Peter Ryding, fondateur, VIC (l’outil de coaching IA)

4. Le défi des données

Matthew Hodgson, PDG et fondateur de Mosaic Smart Data – une startup qui fournit des informations et des renseignements en temps réel pour le secteur financier, souligne l’ironie selon laquelle les données ressemblent à la fois au plus grand défi et à la composante la plus intégrale du déploiement efficace de l’IA pour toute startup ou entreprise. .

S’agissant spécifiquement des institutions financières, Hodgson dit qu’elles doivent s’assurer que leurs fondations de données sont adaptées à leurs objectifs.

«Les données sont la matière première de notre industrie, et sans elles, les avantages et le potentiel de l’IA sont retardés et plafonnés avant même que le système ne soit mis en marche. De nombreuses institutions financières se trouvent déjà au sommet de montagnes de leurs propres données en plus d’acheter davantage auprès des fournisseurs – mais elles n’ont pas le temps, les ressources ou l’expertise du personnel pour les parcourir », explique Hodgson.

Le Dr Richard Ahlfeld, fondateur et PDG de Monolith AI – une startup qui construit un nouveau logiciel d’apprentissage automatique pour aider les ingénieurs à améliorer le processus de développement de produits, fait écho à ce point de vue.

Il dit: «Tous les points faibles ont tendance à se résumer aux données: obtenir les données, assurer la sécurité des données, s’assurer que vous pouvez faire confiance aux données.

«Il n’ya pas non plus de normalisation de ce qui rend les données« précieuses »dans l’industrie, et tous les ingénieurs ne suivent pas les mêmes protocoles et pratiques. Par exemple, décider des données à conserver peut être délicat car il est difficile d’anticiper ce qui pourrait être utile ou non à l’avenir. Même la sauvegarde des données d’entreprises qui ont échoué (une pratique souvent négligée) peut avoir sa valeur, car elle sert de référence pour de futures expériences. « 

Un guide de l’intelligence artificielle en entreprise: convient-il à votre entreprise?

Alors que la véritable intelligence artificielle est loin d’être terminée, les entreprises tirent parti de l’automatisation intelligente, comme l’apprentissage automatique, pour améliorer les opérations commerciales, stimuler l’innovation et améliorer l’expérience client. Lisez ici

5. Bâtir la confiance

«L’un des principaux problèmes liés à la gestion d’une entreprise d’IA est de contrer les malentendus que les gens peuvent avoir autour de l’IA et de ses capacités», déclare Mark Nicholson, PDG de Vivacity Labs – qui améliore les feux de signalisation avec l’intelligence artificielle.

Il y a une méfiance inhérente à la technologie et «surmonter les perceptions négatives que certaines personnes ont en matière d’IA, en particulier parmi un groupe démographique plus traditionnel», est un défi de taille selon Philip Marshman, fondateur et PDG de Sentai – une startup utilisant IA avancée pour aider les aidants naturels à s’occuper des personnes âgées.

Pour surmonter ce problème, Nicholson et Marshman ont placé la confidentialité et la confiance des données au cœur du développement des produits de leur entreprise – « et cela devrait être la première chose que les entrepreneurs prennent en compte lors de la création d’une entreprise de technologie / IA », selon Nicholson.

6. Hype AI

En 2019, la société d’investissement londonienne MMC Ventures, en association avec Barclays, a analysé 2830 start-ups d’IA en Europe et a basé ses conclusions sur des informations publiques et des entretiens avec des dirigeants. Il a révélé que 40% de ces entreprises n’utilisaient pas réellement l’IA – un énorme problème pour les startups est la quantité de battage médiatique de l’IA sur le marché.

Cha de Rahko explique que tempérer les attentes par le battage médiatique sera toujours délicat.

«Bien que les progrès fondamentaux de l’IA soient toujours passionnants et importants, une grande partie du travail critique pour sortir du battage médiatique consiste à faire fonctionner les choses dans le monde réel, ce qui comporte ses propres défis. C’est doublement vrai pour l’informatique quantique. L’informatique quantique capte l’imagination des gens, ce qui en fait un domaine très propice au battage médiatique sauvage. Nous sommes extrêmement enthousiasmés par les nouvelles capacités puissantes qu’apportera l’informatique quantique, mais comme avec l’IA, nous ne nous concentrons pas sur les avancées technologiques qui ne semblent pas vraiment capables de résoudre un problème réel, actuellement insoluble.

Hammad d’Arctic Shores est d’accord et déclare qu ‘«il est trop facile de créer un produit qui est génial en théorie mais qui n’a pas ses utilisateurs à cœur. L’un des défis consiste à garder constamment à l’esprit les défis du client – quels problèmes résolvez-vous? »

7. Concurrence accrue

L’IA est une industrie à croissance rapide et la concurrence est féroce.

Daniel Cooper, directeur général de Lolly Co – le partenaire de la transformation numérique, voit la concurrence croissante sur le Web comme un problème majeur pour les startups de l’IA.

«Le référencement est devenu hyper-compétitif, même en prenant en compte des niches individuelles. Se faire remarquer sur Internet devient de plus en plus difficile et incite à revenir à des méthodes de relations publiques plus traditionnelles pour attirer l’attention de Google. En termes simples, il y a toujours quelqu’un qui obtient un trafic plus élevé que vous », dit-il.

8. Covid-19

Toutes les industries, même l’IA, ont été perturbées par Covid-19.

«D’un point de vue technologique, les entreprises d’IA ont dû apprendre et s’adapter rapidement pour garantir que leur technologie puisse être mise en œuvre avec un minimum de perturbations, et même si la pandémie était inattendue, s’adapter à ces défis a permis à de nombreuses entreprises technologiques de prospérer», déclare Tim Weil, PDG, Navenio – la solution de localisation en intérieur.

Tom Reiss, PDG de Roby AI – la machine autonome qui habilite les gestionnaires immobiliers, affirme également que la pandémie a créé un certain nombre de défis pour son entreprise en raison de l’impact sur le secteur qu’elle sert – l’immobilier. Comme de nombreuses entreprises, «nous avons dû nous adapter rapidement aux besoins de nos clients et au rythme changeant du marché», dit-il.

9. Focus

Ben-Porat d’Edgify et Hammad d’Arctic Shores conviennent que la concentration est un défi pour toute startup d’IA.

Ben-Porat explique: «Étant donné que l’IA semble être une« magie »pour la plupart des industries de faible technologie (par exemple, la vente au détail, la fabrication, l’automobile, etc.), il leur est difficile de se concentrer sur un problème clé avec lequel ils essaient de résoudre. AI. Dans la plupart des cas, ils veulent simplement dire qu’ils utilisent l’IA dans tous les domaines, plutôt que de se concentrer sur un cas d’utilisation où ils utiliseront l’IA pour résoudre un problème spécifique. »

Hammad est d’accord mais sous un angle différent. Selon lui, «il est beaucoup trop facile de se laisser distraire de la création et de l’amélioration de votre produit principal, soit en passant d’une avenue de produit à l’autre, soit en essayant d’adapter votre produit à un client particulier. Faites une chose et faites-la bien.

10. Le risque d’un changement radical

L’IA a le potentiel de produire des changements radicaux dans toute organisation, si elle est utilisée correctement.

Évoquant le secteur des ressources humaines, le Dr Alan Bourne, PDG et fondateur de Sova – le service de recrutement IA, explique que «les entreprises peuvent réaliser d’énormes gains à long terme en automatisant des éléments du processus de recrutement, tels que la numérisation de CV et les réservations d’entretiens. Le plus grand impact que l’IA peut avoir sur le secteur des ressources humaines est de revoir l’équité et l’exactitude de la sélection des personnes pour un poste, en éliminant les éléments de préjugés inhérents qui entravent les processus de recrutement traditionnels et dirigés par l’homme. « 

Cependant, il suggère que faire des changements radicaux à l’aide de l’IA comporte un dilemme risque / gain inévitable.

«Les enjeux de remettre en cause le statu quo sont énormes, ce qui rend les attentes beaucoup plus élevées pour la nouvelle solution pour surpasser considérablement l’offre originale. Guider les gens à travers le processus de changement ici doit être basé sur une rigueur réelle et approfondie, afin de compenser les niveaux de risque des décideurs. « 

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *