AI-startups – ny modell hjälper investerare och kunder

Riskkapitalet strömmar till AI-bolag och kundintresset är stort. Men bakom boomen döljer sig stora skillnader i hur bolagen skapar värde. Nu presenterar två professorer en typologi med sex olika AI-startups.

Generativ AI används av allt fler och blir allt viktigare för både investerare och kunder. I en ny artikel i MIT Sloan Management Review argumenterar professorerna Jeffrey P. Shay och Thomas H. Davenport vid Babson College, för att AI-startups inte bör betraktas som en enda grupp.

De menar att den nuvarande boomen kring AI-startups drivs av riskkapital, stort kundintresse och omfattande möjligheter att omforma produkter, processer och affärsmodeller. Men eftersom AI används på många olika sätt behöver investerare, kunder och även startupsen själva förstå hur en AI-startup skapar värde. 

Därför har de skapat en typologi för hur AI-startups skapar, levererar och utvinner värde: skapare, utforskare, infrastrukturbyggare, förbättrare, optimerare och experimenterare.

Sex kategorier av AI-startups

”AI-skapare” bygger själva de grundläggande modellerna. Företag i denna kategori utvecklar generativa AI-system för breda användningsområden och verkar i framkant av AI-utvecklingen. Här krävs stora investeringar i kompetens och kapital. Inträdeshindren är höga, men det är även den potentiella finansiella uppsidan.

”AI-utforskare” fokuserar på att uppfinna morgondagens AI. De arbetar inom områden som agentbaserad AI, kvant-AI och artificiell generell intelligens (AGI). Deras framsteg bedöms ofta utifrån publicerad forskning och milstolpar i forskningsprojekten i stället för kortsiktiga intäkter.

”AI-infrastrukturbyggare” tillhandahåller de tekniska verktygen som gör det möjligt för andra att utveckla och implementera AI. Deras arbete omfattar områden som datamärkning, vektordatabaser, experimentuppföljning och plattformar för maskininlärning. Deras framgång baseras på om de integreras i arbetsflöden och får genomslag i ekosystemet.

”AI-förbättrare” använder AI-modeller för breda användningsområden för att lösa specifika bransch- eller funktionsrelaterade problem. Detta inkluderar startups som fokuserar på innehållsgenerering, redigering av olika media och agentbaserade AI-verktyg för smalare affärsprocesser. Forskarna noterar att det är här mycket av startup-aktiviteten är koncentrerad, men att varaktig differentiering beror på egenutvecklade data, domänkunskap och användarupplevelse.

”AI-optimerare” utvecklar eller säljer inte AI direkt. I stället använder de tekniken internt för att förbättra den egna verksamheten. I dessa företag fungerar AI som en operativ hävstång för att förbättra beslut, sänka kostnader och påskynda produktcykler.

”AI-experimenterare” testar AI-verktyg, men har ännu inte gjort AI till en central del av sin strategiska utveckling. Forskarna menar att många organisationer befinner sig i detta skede, och deras största utmaning är att omvandla experimenterandet till ökat affärsvärde i större skala.

Föränderliga kategorier

De sex kategorierna är enligt forskarna inte uteslutande eller permanenta. En startup kan börja som experimenterare, bli optimerare och senare utvecklas till förbättrare, men dessa övergångar kräver kapital, expertis och strategiskt fokus.

Mer om artikeln och författarna
Artikeln Six Types of AI Startups, Explained är publicerad i tidskriften MIT Sloan Management Review.

Författare är professor Jeffrey P. Shay och professor Thomas H. Davenport, vid Babson College, USA.