为什么一项很酷的新技术不足以让你的创业公司起步

投资资金是每一家早期初创企业的命脉，就像所有的金融事务一样，它们也会受到市场潮起潮落的影响。在过去的几年里，在资本市场表现良好的情况下，风险资本(VC)的资金流一直相对较高，机器视觉初创企业的前景依然看好，甚至在一些终端市场上仍在上升。

“除了来自风投的投资,越来越多的大公司建立了VC武器参与和洞察新的发展,这意味着现在创业启动将会发现大量的机会来获得资金,“Gabriele Jansen说,企业愿景的CEO,一个欧洲公司专门从事视觉技术投资。

然而，随着未来经济前景变得越来越阴云密布，风投和其他投资者往往开始倾向于价值和流动性，而不是风险。因此，现在选择创业似乎有违直觉。但现实情况是，想出一种新的、独特的方法来改进产品、解决制造问题或打造新的收入来源，从来都不是一个糟糕的时机。无论经济环境如何，投资者本质上都在不断寻求支持这些机会。

“对先进驾驶辅助系统(ADAS)的激光雷达的需求和投资似乎是无穷无尽的。然后，显然，深度学习在自动化和工业物联网中得到了越来越多的应用，”詹森说，他还补充说，同步定位和绘图(SLAM)也正在吸引投资者——不仅在汽车应用领域，而且在物流领域，它有助于引导移动机器人和自动驾驶叉车在非结构化的工作空间中工作。

在大西洋的另一边，纽约ff Venture Capital的风险投资合伙人奥利弗·米切尔(Oliver Mitchell)也对基于愿景的创业机会持类似观点。“供应链很热门;除了汽车应用，建筑、采矿和物流领域的机遇也激发了人们对自动驾驶的兴趣。

据LDV Capital的普通合伙人和创始人Evan Nisselson称，新的3D成像解决方案也吸引了初创企业和投资者，因为在多个领域，帮助机器像人类一样理解3D世界是一项关键需求。他说:“人工智能成功分析的大部分数据都是视觉数据，而从历史上看，在高速下捕捉精确的3D数据一直是一项挑战。”“例如，对于自动驾驶汽车来说，从传感器和摄像头捕捉和分析数据并迅速融合数据就非常重要。这推动了企业为汽车、无人机、机器人、卫星和医疗应用创新解决方案的需求。”

投资者的语言
当然，在追求像自动导航这样的热门应用时，需要注意的是，你可能会面临更多的竞争对手，这使得你的解决方案在众多产品中脱颖而出变得更加困难——但也更加关键。要做到这一点，企业家需要把他们的技术放在具体环境中。

“比解决技术问题更重要的是解决业务问题，”Mitchell说。“我经常看到技术和工程人才在推销时对模拟、算法和模型进行详细描述，而不是展示他们将如何应用自己的技术来推动收入，并在应用该技术时为公司节省资金。”

Mitchell补充道，即使是那些强调市场机遇并分享概念证明的项目也可能会失败。“一旦你做到了这一点，你就需要得到潜在客户的认可，他们会说‘这很有趣，我愿意花一大笔钱去执行它。’”

有时这种确认是隐性的。Nisselson举例说，他的公司对波士顿Sea Machines Robotics公司的投资，是受到这家初创公司在划船和航运应用中应用自主导航的独特领域知识的推动。Nisselson说:“当我们投资于他们的种子融资时，还没有其他初创企业提供海事自主，这需要整合各种视觉技术才能成功。”“他们的专业知识、技术和进入市场的计划都处于正确的阶段，可以预见市场将会被采用。”

去年10月，Sea Machines推出了第一批自主指挥和远程控制系统。他们将雷达、激光雷达、自动识别系统(AIS)、GPS、可视摄像机和热感摄像机与深度学习、图像处理和传感器融合等一系列软件解决方案结合起来。两个月后，这家初创企业完成了1000万美元的a轮投资。

另一个初创企业含蓄地解决了商业案例的例子是Innovative Mechatronic Systems b.v.，该公司在4月自动化期间举行的AIA Launch Pad竞赛中获得了第一名，Mitchell是该竞赛的评委。该启动的阿基米德驱动器是一个无齿变速箱与减速技术，提供更精确的运动控制相比，现有的旋转驱动器。然而，正如Mitchell在他的竞赛总结中指出的，Innovative Mechatronic的解决方案通过提供更低的成本和更快捷的选择，也瞄准了现有的这种驱动器的垄断地位。

Strayos是去年5月嵌入式愿景联盟愿景坦克竞赛的获胜者，他进一步说明了商业案例的相对重要性。该公司将图像处理和分析应用于无人机拍摄的图像，这些图像是测量和模拟工作地点的，重点是需要优化钻爆分析的综合采矿作业。这类调查通常依赖于激光扫描仪，需要4到5个小时收集数据，另外10个小时进行处理。相比之下，Strayos的图像分析软件在半小时内就能生成一个完整的地形模型。除了加速作业，该初创公司的软件还可以通过优化钻孔位置和爆炸物的使用，使采矿和采石场运营商降低成本。

一些装配要求
大多数视觉工程师都认识到，正确地构建事物是有一个逻辑的过程的，超越自己是把工作搞砸的好方法。同样的原则也适用于初创企业领域，“超越自己”意味着对新业务的高估。经验法则是，初创企业应该总是寻求合适的融资，而不是最多的融资。

米切尔解释说:“当公司高估了自己的公司，这是搬起石头砸自己的脚。”“为什么?因为当资本市场最终再次收紧时，初创企业可能需要以较低的估值进行资本重组。例如，如果它们在种子期估值过高，那么当它们进入a轮融资时，它们的估值将无法提高，这可能会让它们处于非常困难的境地。”

对于一家正在试水的新兴企业来说，估值可能是最具挑战性的平衡行动之一。更成熟的企业可以使用有形的指标和资产(如收入、利润和客户)来计算它们的市场价值。创业公司通常没有这些指标，尽管市场需求、排他性和上市时间等商业因素仍然比技术的WOW因素提供了更好的现实基础。

“目前，融资生态系统过热。对那些在未来5到10年里有想法的初创企业进行投资，其估值是疯狂的，这一切都是由这样一种希望推动的，即其中一个候选人将成为独角兽。”“随着经济越来越困难，这可能会在一定程度上冷却下来，投资于更实际的自动化产品，专注于提高产量和劳动力支持，将成为更有力的选择。”

预测一家新公司的估值和最终成功的一个关键指标是它的领导力。“创业公司需要组建一个团队，一个产品，一个计划——按这个顺序，”米切尔说。“理想情况下，你需要的是一个将不同学科的经验和专业领域结合起来，相互补充的团队。你需要商业头脑和技术专长。如果他们在所有问题上意见都一致，那可能就不是最好的团队。”

Nisselson表示同意。他说:“人们建立业务，雇佣其他人，开发技术。”“政治、利率和全球经济的过山车会不断给初创企业带来新的挑战和机遇，正确的团队总是能成功地驾驭它们。”所以，我宁愿投资一个拥有B想法的A团队，而不是一个拥有A想法的B团队。”

对于机器视觉和自动化企业家来说，用解决方案来寻找问题永远不是一个好的商业计划，即使是在经济或终端市场很热门的时候。为了获得投资者的关注(和支持)，机器视觉初创公司需要从一个共同的挑战开始，定义他们的目标客户，他们面临的挑战，以及什么样的解决方案将提供一个清晰的路径和时间线，为市场提供差异化的、可行的改进。