Tenk deg at du er 60 år og tar flere resepter hver dag . Blå pille, rød pille, et par hvite piller, hver i en annen time. Pasienter, spesielt eldre, klarer ofte ikke å ta medisiner - det er et alvorlig helseproblem. Ville det ikke vært fantastisk å bare ta et bilde og få hver pille automatisk identifisert (for å sikre at du tar den rette) og logget (for å sikre at du tar den til rett tid)?
Dette er en idé vi hadde da jeg startet opp, Jod . Mer enn en idé, faktisk. Vi hyret faktisk en datavisjons-doktorgrad og rekrutterte et par andre ingeniører for å gjøre dette til en realitet. Vi brukte omtrent et år på å finne ut av dette. Men vi begikk feilen å være for tidlig. Selv om vi gjorde noen fremskritt - det er en veldig vanskelig utfordring - kunne vi ikke komme mer enn 80 prosent av veien dit. Og i programvare tar de siste 20 prosent 80 prosent av innsatsen din.
Vi hadde blitt fanget i en svun - opptatt av en skinnende ny teknologi uten å forstå at det for vårt firma på bare åtte eller ni personer var utenfor vår kapasitet, tangentielt for vårt oppdrag og distraherende for teamet vårt. Det er litt flaut å innrømme dette, men jeg er neppe alene. I Silicon Valley er svimlende oppstart omtrent like vanlig som Teslas. Her, hvis du ikke er i svimle, prøver du egentlig ikke.
Alle snakker om virtuell virkelighet og utvidet virkelighet og kunstig intelligens og dyp læring (bruker ikke de faktiske ordene, men heller 'VR' og 'AR' og 'AI' og 'DL'). Én regnskap setter antall AI-oppstart i helsevesenet, der jeg konkurrerer, på mer enn 100. AI er også overalt ellers. Det virker som om du ikke har en chatbotstrategi i 2017, så er du så snill.
Hvorfor er så mange startups i en AI-svimling? Timing. Det er usedvanlig vanskelig å få riktig timing, spesielt for et lite selskap med tikkende klokke og krympende kapital. For et par år siden jaktet alle de kule barna VR - å skaffe penger, bygge prototyper og vente på at milliardene skulle rulle inn. I dag har mange av disse oppstartene gått i 'kakerlakkemodus' mens de venter på en forbruker i god tro. etterspørsel etter lekene sine.
Teknisk fremgang beveger seg vanligvis langs en vei fra vitenskap til teknologi til industri til kultur. Det starter vanligvis med en laboratoriefunn: halvlederen, en algoritme. Derfra blir det omgjort til en teknologi - et verktøy som kan testes og utvikles. Deretter beveger den seg til industrielle applikasjoner, og når den når forbrukernytten, når den kulturen generelt. Datamaskiner tok 40 år å flytte fra laboratorium til hjem; robotikk har imidlertid så langt bare hatt industriell innvirkning. (Nei, Roomba teller ikke.)
I teorien er det mulig for en oppstart å kapitalisere på en innovasjon når som helst langs denne buen, så lenge du vet hva du skyter etter. Men for nyetablerere som jager denne dragen, er det bare så lett å bli overgått og utkonkurrert. I vårt tilfelle elsket vi ideen om å tilby bildeidentifikasjon at vi ikke egentlig tenkte gjennom konsekvensene. Gitt vår størrelse, kan vi enten bygge et forbrukernettsted eller et dyplærende selskap, men ikke begge deler. Og hvis vi ønsket å gjøre det siste, burde vi ikke bare ha startet med et annet team, men også valgt forskjellige investorer, en annen forretningsmodell og så videre. Heldigvis la vi datasynsprosjektet på vent - og så lagde vi det helt.
Når vi ristet av oss, fokuserte vi på en velprøvd teknologi som kalles et nettsted. Mye mindre sexy, men det viser seg at det er der markedet vårt er: millioner av mennesker som bare vil ha bedre informasjon om medisinene sine, til rett tid. En superintelligent, datasynteknologi med maskinlæringsegenskaper? Høres ut som en god idé. Alt er ditt.
