Selbst die Personen, die KI-Startups finanzieren, halten sich immer noch an nur eine Handvoll KI-Tools. Dies sind die, die es schaffen.
Smith Collection/Gado/Getty Images
KI-Startups versprechen, alles von Ihrem Posteingang bis zu Ihrem Weihnachtseinkauf zu automatisieren.
Aber sprechen Sie mit den Leuten, die tatsächlich Geld in den Sektor stecken, und ihre Zurückhaltung ist aufschlussreich. Trotz der Flut neuer Werkzeuge halten sich die meisten Investoren an eine kleine Handvoll, die sie wirklich nützlich finden.
Wir haben KI-Investoren gefragt, welche Produkte sie täglich nutzen. Die Liste war kürzer, als der Hype vermuten lässt.
Schließen Sie sich über 500.000 Lesern an, die ihren Tag mit Quartz beginnen.
Mit dem Abonnieren stimmen Sie unseren Nutzungsbedingungen und unserer Datenschutzrichtlinie zu.
Transkriptionsprodukte gab es schon lange bevor Chatbots populär wurden, und es ist kein Wunder, dass sie für Investoren immer noch ein Grundpfeiler sind. Laut einer Schätzung, etwa die Hälfte der Büroangestellten verbringt mehr als fünf Stunden pro Woche in Besprechungen, wobei die obersten 9% mehr als 15 Stunden verbringen.
"Ein Tool, auf das ich nicht verzichten kann, ist Granola für die Notizenaufnahme", sagte Payton Dobbs, Partner bei Hoxton Ventures. "Es hilft mir, den Überblick zu behalten, indem es die wichtigen Punkte zusammenfasst, die man braucht, und die Dinge weglässt, die man nicht braucht."
Granola, das 2023 gegründet wurde, spielt im selben Bereich wie Unternehmen wie Otter, das seit etwa einem Jahrzehnt existiert und mehr als 25 Millionen Nutzer hat. Es ermöglicht Benutzern, manuell Notizen zu machen, während ein KI-Assistent Ergänzungen vornimmt und die Notizen währenddessen neu organisiert.
Inaki Berenguer, geschäftsführender Partner von LifeX Ventures, fügte hinzu: "Auf hoher Ebene ist es (Granola) nur ein weiteres Tool zur Transkription und Zusammenfassung von Anrufen", sagte er. "Aber in der Praxis ist es weit genauer als alles andere, was ich ausprobiert habe. Es erfasst die Nuancen von Gesprächen auf eine Weise, die tatsächlich funktioniert."
Große Sprachmodelle wie ChatGPT und Anthropic’s Claude sind mittlerweile allgegenwärtig in der Branche. Das ist für Investoren nicht anders – aber was aufschlussreich ist, ist, wie bewusst sie ihren Einsatz beschreiben.
Wenn Investoren über KI-Agenten sprechen, betonen sie oft, wie begrenzt sie noch sind. "Wir verwenden LLMs und zugehörige Tools und Agenten für die Durchführung tiefergehender Recherchen, zusammen mit einfachen KI-Agenten zur Automatisierung von Aufgaben wie Web-Scraping und Updates", sagte Mikael Johnsson, Mitbegründer von Oxx, einem in Stockholm und London ansässigen Software-Investor.
Die Wahl des Modells ist derweil alles andere als austauschbar. Cecilia Ma, Investmentmanagerin bei Norrsken VC, sagte, es hänge von der Komplexität der Aufgabe ab. "Von Claude und ChatGPT für allgemeine Informationen bis hin zu Specter und Harmonic für Sourcing", sagte sie. "Für tiefgehende Recherchen und komplexe Aufgaben nutze ich Claude oder Strawberry."
Specter und Harmonic sind Datenplattformen, die von Investoren genutzt werden, um Frühphasenunternehmen zu finden und im Auge zu behalten, während Strawberry ein neueres Produkt ist, das auf anspruchsvollere Forschungsaufgaben abzielt.
Und andere nutzen große Sprachmodelle für Brainstorming. Lexi Novitske, eine Generalpartnerin beim auf Afrika fokussierten Wachstumsfonds Norrsken22, sagte, sie nutze Claude und ChatGPT „als Gedankenpartner für neue Sektoren.“
Abgesehen von Chatbots und Forschungsassistenten beginnen einige Investoren vorsichtig, mit KI-Agenten zu experimentieren, Produkte, die dazu ausgelegt sind, ganze Aufgaben eigenständig zu erledigen, anstatt nur auf eine Aufforderung nach der anderen zu reagieren.
„Ich lerne hier selbst noch, aber ich habe angefangen, mit Lua AI zu experimentieren, einer agentischen Plattform, um ein paar Agenten zu erstellen, die tatsächlich in meine Arbeit integriert werden,“ sagte Novitske.
Lua AI, gegründet im Jahr 2024, ist eines der wachsenden Startups – zusammen mit Firmen wie Cognosys und Adept –, die Software entwickeln, die es KI ermöglicht, einfache Aufgaben in den internen Tools eines Unternehmens auszuführen, anstatt nur Text zur Beantwortung von Fragen zu generieren.
„Einige unserer regulären Software-Tools werden selbst viel intelligenter, aber wir experimentieren mit Agenten, um unsere eigenen Daten und Branchenmaterialien zu durchforsten und viel bei der Pipeline-Erstellung zu helfen, Muster aus dem, was auf unserem Laufwerk ist, herauszuziehen und schnelle Szenarioanalysen zu Unternehmen oder Märkten durchzuführen,“ sagte Novitske.
Trotzdem bleiben die Erwartungen gemessen. Das Forschungsunternehmen Gartner schätzt dass mehr als 40 % der agentischen KI-Projekte bis Ende 2027 aufgrund unklarer Werte und steigender Kosten abgebrochen werden.
Sie bergen auch Risiken. Ein jüngster Umfrage von IT-Fachleuten ergab, dass von den 82 %, deren Unternehmen agentische KI nutzten, viele angaben, dass diese Agenten Zugriff auf unbeabsichtigte Systeme erlangten, unangemessene Daten verwendeten oder sogar Dinge bestellten, die sie nicht sollten.
Trotz der besten Bemühungen der Unternehmen bleibt E-Mail ein Bereich, in dem KI-Tools Schwierigkeiten haben, zu liefern.
Eine kürzlich von der Stanford University durchgeführte Studie gefunden dass 40 % der Arbeitnehmer auf KI-„Workslop“ gestoßen sind – maschinell erstellte Inhalte, die Kollegen frustriert, verwirrt und hinter den Zeitplan bringen. Jede Instanz dauert fast zwei Stunden, um sie zu lösen, was eine unsichtbare Steuer von etwa 186 US-Dollar pro Arbeitnehmer pro Monat mit sich bringt, berechneten die Forscher.
„Ich habe mit E-Mail-KI-Agenten wie Fyxer, Superhuman und Shortwave herumgespielt, aber nie wirklich einen gefunden, mit dem ich zufrieden bin“, sagte Dobbs, der Partner bei Hoxton Ventures. „Ich überarbeite Entwürfe oft so sehr, dass es für mich einfacher ist, von vorne zu beginnen.“
Dieses Zögern passt zu einem breiteren Muster. Investoren vertrauen KI immer noch hauptsächlich, um ihre Arbeit in begrenzter Weise zu unterstützen – zusammenzufassen, zu organisieren oder zu scannen – anstatt für sie zu sprechen oder zu handeln.
Trotz all der Versprechen des Sektors scheinen sich selbst die Menschen, die ihn finanzieren, dort am wohlsten zu fühlen, wo die Einsätze gering sind.
