1 / الشركات الناشئة في مجال الذكاء الاصطناعي تنفجر في كل مهنة. يراهن كل واحد بشكل أساسي على أن معظم الأعمال المعرفية هي مجرد مجموعة من المهام الصغيرة التي تنتظر أتمتتها. المهندسين الإنشائيين. المساعدون القانونيون. مكاتب استقبال للرعاية الصحية. وكلاء السفر. الاكتواريين. مشغلو مركز الاتصال. مقدمو الفواتير الطبية. عمليات سلسلة التوريد. فكر في كيفية أداء وظيفتك. عملك هو حقا مئات الخطوات الصغيرة المترابطة معا ...

2 / بصفتي رأس مال مغامر ، في كل مرة تأتي فيها فرصة استثمارية ، أقوم بعدد من المهام الصغيرة: ◉ ألقي نظرة على وصف الشركة وأتأكد من عدم وجود تعارض تنافسي مباشر مع شركة @firstround قائمة. ◉ أبحث في CRM الداخلي لمعرفة ما إذا كان شريك آخر يبحث عن الفرصة في الوقت الحالي (أو مررها مؤخرا). ◉ ثم أفتح لينكد إن وأتحقق لمعرفة المدة التي يعمل فيها المؤسس على الفرصة وأتحقق أيضا من من نعرفه بشكل مشترك (في حال أردت الرجوع إلى التحقق من المؤسس لاحقا). ◉ إذا قال لينكد إن أن المؤسس بدأ سابقا شركة أخرى، فأنا أبحث في إدارة علاقات العملاء الداخلية لمعرفة ما إذا كنا قد رأينا شركتهم السابقة – وأبحث أيضا في Crunchbase/Pitchbook لمعرفة ما إذا كانوا قد جمعوا الأموال، ومن استثمر ونتيجة الشركة. ◉ ثم أفتح سطح الشرائح وهكذا.... أقوم بهذه المهام مرارا وتكرارا لكل فرصة جديدة. آلاف المرات في السنة.

3 / يتفوق الذكاء الاصطناعي في أتمتة هذا النوع من العمل. الشركات الناشئة التي تشهد أكبر قدر من النجاح اليوم هي تلك التي تتحلل العمل بشكل صحيح إلى مهام صغيرة - ثم تربط الأتمتة معا التي تغطي المزيد والمزيد منها. ولكن يبدو اليوم أن كل مؤسس شركة ناشئة يعيد اختراع العجلة - كل واحد يراقب العمال في عمود معين ويفهرس كل مهمة يدويا.

4 / لم أر بعد شخصا ما يبني طريقة منهجية للعثور على كل هذه المهام الصغيرة وفهرستها. ما نحتاجه هو طبقة أفقية. في الأساس "نظام مراقب الذكاء الاصطناعي" يراقب كيفية عمل شخص ما على مدار فترة زمنية → ثم يحدد المهام الصغيرة ويصنفها تلقائيا. كل من يبني طبقة الاكتشاف هذه سيغذي جيلا كاملا من الشركات الناشئة في مجال الذكاء الاصطناعي العمودي ، وليس شركة واحدة فقط. إذا كنت تستكشف هذه الحدود ، فأنا أريد أن أسمع منك (حتى لو استغرق الأمر أكثر من 10 أيام للحصول على 2 مليون دولار في ARR). الرسائل المباشرة مفتوحة