2024 年，全球 AI 公司在风险投资市场上大放异彩，据 Crunchbase 数据显示，这些公司共筹集了超 1000 亿美元的资金，相较于 2023 年实现了 80%以上的惊人增长，占据了当年风险投资总额的近三分之一，大量资金纷纷涌入 AI 领域的众多企业。
过去两年，AI 行业发展迅猛，规模急剧扩大，如今行业内呈现出各种各样的景象：有业务相互重叠的公司，有仅在营销宣传中提及 AI 却并未真正落地应用的初创企业，更有那些默默深耕、极具潜力的优质 AI 初创公司。对于投资者而言，要在这些林林总总的初创企业中精准地找到有望成为行业领军者的那一批，可谓是一项极具挑战性的任务，他们甚至都无从下手。
媒体对 20 位专注于投资企业级初创公司的风险投资商进行了调查，询问他们认为 AI 初创公司具备何种优势才能在竞争中脱颖而出、拥有自己的护城河。调查结果显示，超过一半的受访者表示，专有数据的质量或稀缺性是 AI 初创公司占据优势的关键所在。
Salesforce Ventures 的管理合伙人保罗·德鲁斯指出，由于 AI 领域变化莫测、发展迅速，初创公司很难构建起稳固的护城河。他在投资时，会重点寻找那些兼具差异化数据、技术创新以及出色用户体验的初创公司。
Battery Ventures 的风险投资商杰森·门德尔也认为，技术护城河正逐渐变窄。他表示：“我更关注那些拥有深度数据和工作流程护城河的公司。”独特且专有的数据能让公司打造出更优质的产品，超越竞争对手；而粘性的工作流程或用户体验则能使公司成为客户日常依赖的核心参与和智能系统，牢牢占据市场地位。
对于致力于打造垂直解决方案的公司来说，掌握专有或难以获取的数据显得尤为重要。
Norwest Venture Partners 的合伙人斯科特·比丘克认为，能够精准聚焦自身独特数据的公司，才是最具长期发展潜力的初创企业。
Databricks Ventures 的副总裁安德鲁·弗格森提到，拥有丰富的客户数据以及能在 AI 系统中形成反馈循环的数据，能够提升系统的有效性，从而助力初创公司在市场中崭露头角。
费尔马塔公司首席执行官瓦莱里娅·科甘分享了她对公司发展的见解。费尔马塔是一家利用计算机视觉技术检测农作物病虫害的初创企业。科甘认为，公司能够取得发展的一个重要原因在于其模型是基于客户数据以及公司自身研发中心的数据进行训练的。此外，公司所有数据标注工作都在内部完成，这也为提升模型准确性发挥了重要作用。
Work - Bench 的联合创始人兼普通合伙人乔纳森·莱尔强调，公司不仅要有数据，关键还在于如何对数据进行清理并有效利用。他说道：“作为一家纯粹的种子基金，我们主要将精力集中在垂直 AI 领域的机遇上，这些机遇聚焦于特定的业务工作流程，需要深厚的专业知识。在这些领域，AI 主要充当推动者的角色，助力企业获取以往难以获取（或获取成本极高）的数据，并以高效的方式对数据进行清理，而过去这种清理工作往往需要耗费大量的人力和时间。”
除了数据因素，风险投资商在挑选 AI 初创公司时，还会关注团队是否由优秀人才领导、是否已与其他技术实现良好整合，以及公司是否对客户的工作流程有着深刻的理解。
