Infosys联合创始人Narayana Murthy最近对人工智能（AI）越来越多的炒作引起了人们的关注，其中许多作为AI销售的系统仅仅是传统的编程，这引起了风险投资家社区的强烈共鸣。
穆尔西在最近在孟买举行的会议上说：“我认为以某种方式在印度谈论AI的一种时尚。我已经看到了几个正常的普通计划被吹捧为AI。”同意穆西（Murthy）的同意，几家风险投资公司告诉FE，他们越来越遇到“ AI洗衣服”，这种做法使初创企业夸大其AI证书以吸引资金。他们说，这个问题比以前认为的更为普遍，许多初创公司错误地声称在其产品和服务中利用AI。
一个如此明显的例子涉及到VC公司Auxano Capital的早期Saas创业公司。这家初创公司声称使用AI驱动的医疗诊断，但是经过进一步的审查，投资者发现人类专家正在手动分析数据，没有功能性AI模型。
同样，另一家初创公司声称使用AI进行自动化，但它只是一个基于基于规则的基本系统，没有实际的机器学习（ML）功能。事实证明，另一个AI驱动的聊天机器人音调无非是手动编程的响应，而没有真正的自然语言处理（NLP）或学习机制。
人工智能洗涤的程度令人震惊，他说，平均10家初创企业中有3家夸大了他们的人工智能主张。一些投资者甚至建议，在多达60-70％的案件中，AI实施的现实远非最初的案件。
Auxano Capital的执行合伙人Brijesh Damodaran Nair说：“ AI资金的上升鼓励许多初创公司将传统软件重新品牌为AI驱动，通常没有实际的机器学习模型或复杂的AI实施。”
初创企业越来越多地将AI行话纳入其音高甲板和投资备忘录，以产生高级功能的幻想。该问题在各个部门占上风。某些工作流程自动化或数据分析工具声称具有AI功能，但仅使用简单的规则或统计方法而不是实际的机器学习。例如，营销软件可能声称使用AI用于预测分析，但实际上，它只是应用预设的公式来检测趋势，而无需实时学习。
许多金融科技初创公司声称拥有AI驱动的交易机器人，能够预测股票变动。但是，这些系统通常依靠基本的统计模型或刚性，预定义的规则。例如，一个金融科技应用程序可能声称其AI预测了股票价格变动，但其实际机制可能仅涉及基于规则的简单决策，例如当价格下跌10％时购买。
一些初创公司声称使用AI用于图像识别，DeepFake检测或视频增强功能，但是他们的技术通常是由手动过程或传统软件驱动的。例如，视频编辑工具可能声称使用AI进行自动颜色校正，但实际上，它可能只是应用预设过滤器。
这个问题迫使投资者不断提高他们的尽职调查工作。现在，许多风险投资人在内部或通过外部顾问寻求AI/ML领域专家来验证AI索赔。例如，Ivycap Ventures依赖于IIT等机构的导师网络，以及与Microsoft，Google和Apple等主要科技公司合作的专业人员。
消息人士称，由于AI洗净的担忧，一些风险投资公司在过去一年中的尽职调查预算增加了20-50％。一些公司甚至建立了专门的AI委员会，以在做出投资决策之前仔细检查AI繁重的创业机会。 Pulsar Capital的执行合伙人Vish Narain说：“我们正在考虑采用严格的尽职调查流程来验证AI的主张。具有讽刺意味的是，AI工具也可以帮助我们评估代码基础并测试真正的AI功能。”
为了验证AI索赔，VCS现在查看启动的代码和技术堆栈，以检查他们是否实际使用AI框架。他们还针对各种数据集进行了产品演示并测试AI模型，以确认其性能。评估初创公司背后的团队是另一个关键步骤，因为投资者评估了AI开发人员是否具有真正的ML专业知识。最后，他们寻求客户和市场反馈，以验证现实世界用户和行业专家的AI功能。
Bharat Innovation Fund的联合创始人兼合伙人Ashwin Raguraman表示：“大多数创始人都在延长销售真相。因此，在评估公司以区分夸张的营销和实际能力时，我们非常谨慎。”
AI洗涤的问题在最初的球场上并没有停止。一些投资组合公司在获得资金后也夸大了其AI使用。发生这种情况时，投资者会干预并要求准确的表示。 Raguraman补充说：“在我们的投资组合中，我们确保公司保持透明度，不会歪曲其AI功能。”
为了解决这个问题，风险投资人建议初创公司专注于其核心价值主张，而不是追逐AI趋势。 “从长远来看，大多数公司都会以某种形式整合AI，但这并不意味着每个初创公司都应该突然作为AI公司重新品牌。我们根据其独特的优势对它们进行了投资，他们应该坚持自己的核心愿景，” Narain说。
