В рамках ежеквартальных отчетов по LP мы добавили новый раздел, в котором один партнер пишет обзор мегатенденции, которую мы изучаем и против которой инвестируем.

Это была моя четверть, чтобы написать письмо. Я делюсь им ниже с небольшими изменениями, чтобы удалить ссылки на другие части нашего отчета. В этом есть что-то вроде того, что я делал на летних каникулах, но, надеюсь, это поможет некоторым из вас.

Несколько лет назад я начал рассматривать новую волну стартапов в области программного обеспечения, применяющих машинное обучение и большие наборы данных для решения задач корпоративного рабочего процесса. Было несколько интересных ранних примеров использования этой технологии для решения бизнес-задач и свидетельств растущего интереса. В этом письме я хочу рассказать вам, что я думаю об инвестировании в это пространство.

Должен признаться, я начал скептически. Мои первые два стартапа, Peak Strategy и mSpoke, использовали машинное обучение для решения проблем на рынках управления активами и рекомендации онлайн-контента. В обоих случаях мы нашли первых последователей наших решений, но были слишком рано выводить их на рынок. Для стартапа рано выходить на рынок = неправильно. Позже мы продали компании Morgan Stanley и LinkedIn соответственно, но не то, что мы предполагали. Даже в этом случае у меня было сильное предчувствие, что рынок в конечном итоге наверстает упущенное.

В начале 2014 года я начал замечать первые признаки зрелости рынка. Чтобы подтвердить свои случайные наблюдения, я снова связался с преподавателями Карнеги-Меллона и поговорил с несколькими стартапами в этой области. У меня были очень интересные беседы с рядом аспирантов, в том числе с Ларсом Малером, когда он посещал мой курс предпринимательства в CMU. В ноябре 2014 года я написал редакционную статью для ReadWrite, в которой утверждал, что технология готова и ценна для конкретного бизнес-кейса:

«В течение следующего десятилетия я считаю, что сложные алгоритмы, работающие в облаке и ссылающиеся на огромные наборы данных, заменят большинство рутинных профессиональных задач ... обеспечивая более качественные результаты намного быстрее и дешевле».

Перенесемся вперед - сегодня Ларс Малер является главным научным сотрудником нашей портфельной компании LegalSifter. Он руководит разработкой платформы, которая превращает неструктурированные положения, условия и слова юридического соглашения в структурированные данные и идеи. LegalSifter приносит реальную пользу за счет взаимодействия с первыми рекомендательными клиентами, такими как BNY Mellon.

Кристалл - еще одна из наших портфельных компаний, использующая методы машинного обучения и данные. Плагин электронной почты Crystal предлагает в режиме реального времени предложения по настройке языка и структуры сообщения электронной почты на основе профиля личности получателя. Crystal дает эти рекомендации, анализируя текст, написанный получателем, используя текст из того, что люди пишут в Интернете в общедоступной сети (например, Facebook, Twitter, LinkedIn, личные блоги и т. Д.), И создавая профиль DISC для этого человека. Я был постоянным клиентом еще до того, как мы вложили деньги. Мой первый опыт работы с Crystal был волшебным, и я обнаружил, что люди чаще и восприимчивее отвечают на мои электронные письма. Мне он так понравился, что я написал отзыв к статье Fortune о Кристалле за июнь 2015 года. Сегодня компания продолжает быстро расти как в предоставлении инструментов, помогающих профессионалам лучше общаться, так и в предоставлении двигателя как услуги другим компаниям-разработчикам программного обеспечения. Механизм анализа Crystal предлагает гораздо больше вариантов использования, чем одна компания могла бы обслужить в одиночку.

Независимо от того, видите ли вы это или нет, в своей части мира, большинство отраслей испытывают какие-то нарушения, вызванные искусственным интеллектом, даже такие отрасли, как банковское дело, которые традиционно поздно внедряются. Недавно председатель и главный исполнительный директор BNY Джеральд Хасселл пообещал «снизить трудовую составляющую нашей компании» с помощью этого типа технологий, сообщив в январе, что у них «более 150 ботов (т. Е. Запущенных программных приложений). автоматизированные задачи) в настоящее время в производстве ».

Нам ясно, что мир все больше автоматизируется, и я верю в эту тенденцию сегодня, по крайней мере, так же, как и два года назад. Тем не менее, мы продолжаем уточнять, как мы думаем об инвестировании в эту мегатенденцию. В частности, нас меньше интересует основная технология машинного обучения - мы обнаруживаем, что этим решениям трудно конкурировать с предложениями с открытым исходным кодом, которые могут быть настроены экспертами для каждого случая использования. Вместо этого мы очень заинтересованы в инвестировании в компании с четкими целевыми клиентами, вариантами использования и собственными наборами данных. Мы рассматриваем использование машинного обучения и больших наборов данных для автоматизации как критически важный компонент для большинства наших корпоративных SaaS-компаний.

Это интервью журнала Fortune Magazine с исполнительным вице-президентом по корпоративному развитию Salesforce Джоном Соморджай демонстрирует как волнение по поводу этой тенденции, так и осторожность в отношении инвестиций в основные технологии:

Джон: В целом мы по-прежнему проявляем большой интерес к ИИ и уверены, что собираемся заключить больше сделок в этой области.

Фортуна: достаточно ли далеко у компаний, занимающихся искусственным интеллектом, чтобы выпускать жизнеспособные продукты? Похоже, что до сих пор большинство сделок с ИИ было связано с талантами.

Джон: И то, и другое. Но это не бизнес. Мне еще предстоит увидеть крупный бизнес, ориентированный на ИИ, для корпоративного облака. Речь идет о технологиях и талантах.

Мы согласны. На сегодняшний день не существует корпоративных компаний с доходом в миллиарды долларов, ориентированными на ИИ. Я не ожидаю, что в ближайшие несколько лет это изменится для компаний, которые просто пытаются предоставить лучший подход с искусственным интеллектом (см. Выше).

Я ДЕЙСТВИТЕЛЬНО верю, что большинство компаний, выпускающих корпоративное программное обеспечение, которые победят в следующем десятилетии, будут придерживаться подхода, ориентированного на ИИ. Иногда он будет центральным с первого дня, как это было с LegalSifter и Crystal. Вместе с другими мы будем работать над внедрением этой технологии в решения по мере роста бизнеса. Работа GradeSlam Labs в этом отчете - хороший пример такого подхода в нашем портфолио.