ETFFIN >> 개인 금융 >  >> 외환 >> 은행업
스타트업 커뮤니티 컨퍼런스:매사추세츠의 통찰력 및 성장

스타트업 커뮤니티 컨퍼런스:매사추세츠의 통찰력 및 성장

올해로 9회째를 맞이하는 는 스타트업 커뮤니티 내에서 연결, 학습, 영감 및 협업을 촉진하는 데 초점을 맞춘 연례 컨퍼런스입니다. 스탠포드 대학의 Venture Capital Initiative에 따르면, 매사추세츠는 2021년부터 2024년까지 유니콘 스타트업(52개)을 세 번째로 많이 배출했으며, 이는 캘리포니아(358개)와 뉴욕(137개)에 이어 세 번째입니다. 100개 이상의 세션과 300명의 연사가 참여해 참석률과 주제 범위 모두 지역 행사로서는 인상적이었습니다.

그러나 매일 Suffolk University 행사장에 군중이 모였을 때 한 가지는 분명했습니다. 창립자, 투자자, 기술자 및 운영자 모두가 AI 열차에 조기 도약하기 위해 미친 듯이 일하고 있다는 것입니다. 이 기차는 얼마나 큽니까? Forrester는 미국의 기술 지출이 2025년에 2조 6천억 달러(확실한 성장률 5.6%)를 넘어설 것이며, 그 중 상당 부분이 AI 관련 기회와 과제에 기인할 것으로 예측합니다. 가장 통찰력 있는 AI 세션 3개와 모든 규모의 조직에서 비즈니스 리더가 사용해야 할 핵심 내용은 아래에 자세히 설명되어 있습니다.

'격차 해소:AI 성공을 위한 채용 및 기술 향상'

패널리스트들은 비즈니스 리더와 인재 채용 담당자가 향후 몇 년 내에 AI 인재의 부족, 어떤 기술을 우선시해야 하는지 파악하는 것부터 채용과 교육 중 하나를 결정하고 AI 통합에 준비된 엔지니어링 문화를 구축하는 것까지 다양한 어려움에 직면하게 될 것이라고 느꼈습니다.

Apollo.io의 인재 운영 및 분석 수석 관리자인 Tommy Barth는 AI가 채용 및 인재 평가 프로세스에 얼마나 많은 영향을 미치는지에 초점을 맞췄습니다. 현재 회사는 기술 중심 역할에 대해 AI 중심 인터뷰를 수행하고 있습니다. 이러한 인터뷰는 “지원자가 AI에 관심이 있을 뿐만 아니라 일정 수준의 AI 유창성을 갖추고 있는지 확인하기 위한 것입니다.” 또한 회사는 AI 채택을 개인이 "업무에서 AI를 사용하여 효율성을 찾는 방법을 명확히 설명"해야 하는 성과 검토 벤치마크로 활용하고 있습니다.

“AI 군중 속에서 눈에 띄기:실제 제품 차별화를 위한 전략”

이 세션의 요약에서는 다음과 같이 가장 잘 설명했습니다. "AI 제품이 시장에 범람하고 있는 상황에서는 기술적으로 인상적인 것을 구축하는 것만으로는 충분하지 않습니다. 전략적으로 두각을 나타내야 합니다." 주요 통찰 중 하나는 AI 개발 전략이 소비자 또는 기업 커뮤니티에 상당한 부정적인 영향을 미치거나 만들 가능성이 있는 문제점을 해결하는 것이어야 한다는 점이었습니다.

상업 신용 관리를 위한 데이터 인텔리전스 및 자동화 솔루션인 AI 스타트업 EnFi의 CTO이자 공동 창업자인 Scott Weller가 이에 중점을 두었습니다. 그는 이상적인 고객 프로필을 실제로 유사한 문제점을 가진 커뮤니티라고 생각합니다. 그는 "제품을 만드는 것만으로는 커뮤니티를 구축할 수 있는 능력이 없습니다. 실제로 문제점을 해결해야 하며 결과를 통해 문제점을 해결해야 합니다. 커뮤니티는 결과를 중심으로 구축됩니다."

'데이터 골드 러시:AI 성공을 위한 획득 및 주석 달기'

이번 세션의 패널리스트들은 AI 모델을 위한 고품질 데이터를 획득하고 사용하는 방법에 중점을 두었습니다. 핵심 사항은 수량/품질을 유지하면서 데이터 수집 비용을 제어하고, 복잡한 데이터(예:컴퓨터 비전, 자연어 처리)에 주석을 달기 위한 고려 사항을 고려하고, 데이터 세트의 편견을 피하면서 윤리적인 데이터 수집 관행을 적용하는 것이었습니다. 하지만 한 시간 동안 진행된 세션의 공통점은 다음과 같습니다. 즉, 대규모 언어 모델(LLM) 구축과 AI 출시를 서두르기 전에 데이터 조달, 저장, 계보, 계보, 목적, 품질 보증, 거버넌스 및 프로세스로 구성된 데이터 전략을 먼저 구축해야 한다는 것입니다.

분석 솔루션 제공업체인 OnPoint Insights의 CEO이자 Tufts University의 겸임 교수인 Nirav Shah는 "사람들은 [데이터 전략 구축]에 많은 시간을 소비하지 않습니다. 모든 사람은 단지 데이터를 획득하고 LLM 모델을 구축하기를 원하며 이는 POC 또는 MVP에게 적합합니다. 그러나 데이터 전략은 매우 중요합니다."라고 멋지게 요약했습니다.

자세히 알아보려면 Forrester에 문의하세요

더 자세히 알고 싶으십니까? Forrester 고객은 저와 시간을 내어 이 세 가지 지혜가 귀하의 비즈니스 전략에 어떻게 적용될 수 있는지 알아볼 수 있습니다.


은행업
  1. 외환 시장
  2. 은행업
  3. 외환 거래