Конференция сообщества стартапов:идеи и рост в Массачусетсе

Конференция сообщества стартапов:идеи и рост в Массачусетсе

, проводимая уже девятый год, — это ежегодная конференция, целью которой является содействие связям, обучению, вдохновению и сотрудничеству в сообществе стартапов. По данным Venture Capital Initiative Стэнфордского университета, Массачусетс занял третье место по количеству стартапов-единорогов (52) в 2021–2024 годах, уступая только Калифорнии (358) и Нью-Йорку (137). А поскольку было проведено более 100 сессий и 300 докладчиков, посещаемость и диапазон тем были впечатляющими для регионального мероприятия.

Но когда толпы людей собирались каждый день на площадке Университета Саффолка, стало ясно одно:основатели, инвесторы, технологи и операторы отчаянно работают над тем, чтобы как можно скорее сесть на поезд ИИ. Насколько велик этот поезд? Forrester прогнозирует, что расходы США на технологии в 2025 году превысят $2,6 трлн (уверенные 5,6% роста), причем большая часть этих расходов будет связана с возможностями и проблемами, связанными с искусственным интеллектом. Ниже приведены три наиболее содержательных семинара по искусственному интеллекту и сопровождающие их ключевые выводы, которые должны использовать бизнес-лидеры организаций любого размера.

«Устранение разрыва:подбор персонала и повышение квалификации для успеха ИИ»

Участники дискуссии считают, что в ближайшие несколько лет бизнес-лидеры и рекрутеры столкнутся с целым рядом проблем:от нехватки талантов в сфере ИИ и знания того, каким навыкам следует уделять приоритетное внимание, до выбора между наймом и обучением и создания инженерной культуры, готовой к интеграции ИИ.

Томми Барт, старший менеджер по работе с талантами и аналитике в Apollo.io, сосредоточился на том, насколько ИИ влияет даже на процесс найма и оценки талантов — поскольку теперь компания проводит собеседования, ориентированные на ИИ, для должностей, ориентированных на технологии. Эти собеседования «предназначены для того, чтобы убедиться, что кандидаты не только интересуются ИИ, но и обладают определенным уровнем владения ИИ». Компания также использует внедрение ИИ в качестве ориентира для оценки производительности, в ходе которого сотрудники должны «определить, как они используют ИИ в своей работе, чтобы добиться эффективности».

«Выделение среди ИИ-толпы:стратегии реальной дифференциации продуктов»

Лучше всего об этом говорится в аннотации этой сессии:«Поскольку продукты искусственного интеллекта наводняют рынок, недостаточно создать что-то технически впечатляющее — вам нужно выделиться стратегически». Одним из основных выводов была необходимость того, чтобы стратегия развития ИИ была направлена на устранение болевых точек, которые создают — или могут создать — значительное негативное влияние на сообщество потребителей или бизнеса.

Скотт Веллер, технический директор и соучредитель AI-стартапа EnFi, решения для анализа данных и автоматизации управления коммерческими кредитами, поддержал это мнение. Он думает об идеальном профиле клиента как о сообществе со схожими болевыми точками. Он заявил:"Просто создание продукта не дает возможности создать сообщество. Вам действительно нужно решать болевые точки, и вы должны решать болевые точки с последствиями... сообщества строятся вокруг последствий".

«Золотая лихорадка данных:освоение сбора данных и аннотаций для успеха ИИ»

Участники дискуссии на этой сессии сосредоточились на том, как получать и использовать высококачественные данные для моделей ИИ. Ключевыми моментами были контроль затрат на сбор данных при сохранении количества/качества, рассмотрение вопросов аннотирования сложных данных (например, компьютерное зрение, обработка естественного языка) и применение этических практик сбора данных, избегая при этом предвзятости в наборах данных. Но общей темой часового сеанса было следующее:сначала разработайте свою стратегию обработки данных, состоящую из получения данных, их хранения, происхождения, генеалогии, целей, обеспечения качества, управления и процессов, прежде чем спешить с созданием больших языковых моделей (LLM) и запуском ИИ.

Нирав Шах, генеральный директор поставщика аналитических решений OnPoint Insights и адъюнкт-профессор Университета Тафтса, хорошо подвел итог, заявив:"Люди не тратят много времени на [разработку стратегий обработки данных]. Все хотят просто получать данные и строить модели LLM, что отлично подходит только для POC или MVP. Но стратегия данных очень важна".

Свяжитесь с Forrester, чтобы узнать больше

Хотите узнать больше? Клиенты Forrester могут запланировать время со мной, чтобы узнать, как эти три крупицы мудрости можно применить к вашей бизнес-стратегии.


банковское дело
  1. зарубежный валютный рынок
  2. банковское дело
  3. Валютные операции