Walaupun terdapat penurunan secara keseluruhan dalam pelaburan syarikat permulaan, pembiayaan untuk AI meningkat dengan pesat dalam setahun yang lepas. Modul modal untuk ventures AI generatif hampir lapan kali ganda dari tahun 2022 hingga 2023, mencapai $25.2 bilion menjelang Disember.
Jadi tidak menghairankan bahawa startup AI mendominasi pada Demo Day Y Combinator Musim Sejuk 2024.
Kohor Y Combinator Musim Sejuk 2024 mempunyai 86 startup AI, mengikut direktori rasmi startup YC - hampir dua kali ganda daripada jumlah daripada kumpulan Musim Sejuk 2023 dan hampir tiga kali ganda daripada jumlah dari Musim Sejuk 2021. Panggil itu sebagai gelembung atau terlebih digembar-gembur, tetapi jelas, AI adalah teknologi pada masa kini.
Seperti tahun lalu, kami telah melalui kumpulan Y Combinator terbaru - kumpulan yang menyampaikan semasa Demo Day minggu ini - dan memilih beberapa startup AI yang lebih menarik. Setiap satu dipilih atas sebab yang berbeza. Tetapi pada tahap asas, mereka menonjol di antara yang lain, sama ada untuk teknologi mereka, pasaran yang boleh diakses atau latar belakang pengasas.
Hazel
August Chen (bekas-Palantir) dan Elton Lossner (bekas-Boston Consulting Group) menegaskan bahawa proses kontrak kerajaan adalah hopelessly broken.
Kontrak diposkan ke ribuan laman web yang berbeza dan boleh melibatkan ratusan muka surat peraturan yang bertindan. (Hanya kerajaan persekutuan Amerika Syarikat sahaja menandatangani anggaran 11 juta lebih setiap tahun.) Menjawab bidaan ini boleh mengambil masa yang selayaknye dari bahagian perniagaan sepenuhnya, disokong oleh konsultan luar dan firma undang-undang.
Penyelesaian Chen dan Lossner ialah menggunakan AI untuk mengautomasikan proses penemuan, penyusunan dan pematuhan kontrak kerajaan. Pasangan ini - yang bertemu semasa di kolej - memanggilnya Hazel.
Dengan menggunakan Hazel, pengguna boleh dipadankan dengan kontrak yang berpotensi, menjana tindak balas draf berdasarkan RFP (permintaan cadangan) dan maklumat syarikat mereka, mencipta senarai semak tugas-tugas dan menjalankan pemeriksaan pematuhan secara automatik.
Mengambil kira kecenderungan AI untuk menghalusinasi, saya agak skeptikal bahawa tindak balas dan pemeriksaan Hazel akan selalu tepat. Tetapi, jika mereka pun berdekatan, mereka boleh menjimatkan banyak masa dan usaha, membolehkan firma-firma kecil mendapat peluang di berbilion-bilion dolar kontrak kerajaan yang dikeluarkan setiap tahun.
Andy AI
Jururawat rumah berdepan dengan banyak kerja-kerja kertas. Tiantian Zha tahu ini dengan baik - dia sebelum ini bekerja di Verily, bahagian sains hayat syarikat induk Google, Alphabet, di mana dia terlibat dalam moonshots yang meliputi bidang perubatan peribadi hingga mengurangkan penyakit yang disebabkan nyamuk.
Dalam kerja beliau, Zha mendapati bahawa dokumentasi adalah pembaziran masa besar bagi jururawat di rumah. Ini adalah isu yang meluas - menurut satu kajian, jururawat menghabiskan lebih dari sepertiga masa mereka pada dokumentasi, mengurangkan masa yang dihabiskan untuk jagaan pesakit dan menyumbang kepada kelesuan.
Untuk membantu meringankan beban dokumentasi untuk jururawat, Zha bersama-sama dengan Max Akhterov, seorang jurutera kakitangan terdahulu di Apple, telah mewujudkan Andy AI. Andy pada dasarnya adalah seorang jururawat kuasa AI, menangkap dan mentranskripsikan butiran yang diucapkan semasa lawatan pesakit dan menghasilkan rekod kesihatan elektronik.
Seperti mana-mana alat transkripsi yang dikuasai AI, terdapat risiko prejudis - iaitu, alatan ini tidak berfungsi dengan baik bagi beberapa jururawat dan pesakit bergantung pada aksen dan pilih kata mereka. Dan, dari segi persaingan, Andy bukanlah yang pertama ke pasaran - pesaing termasuk DeepScribe, Heidi Health, Nabla dan AWS HealthScribe Amazon.
Tetapi apabila penjagaan kesihatan semakin beralih ke rumah, permintaan untuk aplikasi seperti Andy AI nampaknya akan meningkat.
Precip
Jika pengalaman anda dengan aplikasi cuaca adalah seperti wartawan ini, anda pernah terperangkap dalam hujan selepas mempercayai jangkaan langit biru yang jelas.
Tetapi ia tidak harus menjadi begini.
Sekurang-kurangnya, itulah prinsip Precip, platform ramalan cuaca yang dikuasakan AI. Jesse Vollmar mendapat idea ini selepas mendirikan FarmLogs, sebuah startup yang menjual perisian pengurusan tanaman. Beliau bekerjasama dengan Sam Pierce Lolla dan Michael Asher, yang sebelum ini pakar sains data lead di FarmLogs, untuk menjadikan Precip kenyataan.
Precip memberikan analisis tentang presipitasi - sebagai contoh, menaksir jumlah hujan dalam kawasan geografi tertentu dalam beberapa jam hingga hari terakhir. Vollmar menyatakan bahawa Precip boleh menghasilkan metrik "tinggi-kejituan" untuk mana-mana lokasi di Amerika Syarikat hinggalah kilometer (atau dua), meramalkan keadaan sehingga tujuh hari ke hadapan.
Jadi, apakah nilai metrik dan amaran presipitasi? Well, Vollmar mengatakan bahawa petani boleh menggunakannya untuk mengesan pertumbuhan tanaman, kumpulan binaan boleh merujuk kepada jadual kumpulan, dan utiliti dapat mengetuknya untuk meramalkan gangguan perkhidmatan. Seorang pelanggan pengangkutan secara harian menyemak Precip untuk mengelak keadaan pemanduan yang buruk, dakab Vollmar.
Tentu sahaja, tidak ada kekurangan aplikasi ramalan cuaca. Tetapi AI seperti Precip menjanjikan membuat jangkaan lebih tepat - jika AI berbakat, memang.
Maia
Claire Wiley dilancarkan program pembimbingan pasangan semasa belajar untuk MBA di Wharton. Pengalaman itu membawanya menyiasat pendekatan yang lebih teknologi untuk hubungan dan terapi, yang kemuncaknya adalah Maia.
Maia - yang Wiley digerakkan bersama-sama dengan Ralph Ma, seorang saintis penyelidik Google terdahulu - bertujuan untuk memberi kuasa kepada pasangan untuk membina hubungan yang lebih kukuh melalui bimbingan yang dikuasakan AI. Dalam aplikasi Maia untuk Android dan iOS, pasangan berbual satu sama lain dalam sembang kumpulan dan menjawab soalan harian seperti cabaran yang mereka pandang sebagai cabaran untuk diatasi, titik kesakitan masa lalu dan senarai perkara yang mereka syukuri.
Maia merancang untuk mendapat wang dengan mengenakan ciri-ciri premium seperti program yang dicipta oleh ahli terapi dan pesanan tanpa had. (Maia pada masa ini menetapkan teks antara rakan pasangan - satu batasan yang agak sewenang-wenangnya jika anda bertanya kepada saya, tetapi begitulah isinya.)
Wiley dan Ma, kedua-duanya datang dari rumah yang bercerai, mengatakan bahawa mereka bekerja dengan seorang pakar hubungan untuk membentuk pengalaman Maia. Soalannya dalam fikiran saya, bagaimanapun, adalah (1) sejauh manakah sains hubungan Maia yang kukuh dan (2) bolehkah ia menonjol dalam bidang yang sangat sesak aplikasi untuk pasangan? Kita akan tunggu untuk melihat.
Datacurve
Model AI yang menjadi inti bagi aplikasi generatif AI seperti ChatGPT dilatih pada dataset yang sangat besar, campuran data awam dan data eksklusif daripada seluruh web, termasuk ebook, catatan media sosial dan blog peribadi. Tetapi sebahagian daripada data ini adalah masalah dari segi undang-undang dan etika - untuk tidak menyebut cara-cara lain.
Kekurangan kuration data yang menonjol adalah masalah, jika anda bertanya kepada Serena Ge dan Charley Lee.
Ge dan Lee bersama-sama mewujudkan Datacurve, yang menyediakan data “kualiti pakar” untuk melatih model AI generatif. Ia khususnya data kod, yang menurut Ge dan Lee adalah sangat sukar untuk diperoleh disebabkan kepada kepakaran yang diperlukan untuk melabelnya untuk latihan AI dan lesen penggunaan yang terhad.
Datacurve mempunyai platform anotasi bermain permainan yang memberi bayaran kepada jurutera untuk menyelesaikan cabaran kod, yang menyumbang kepada dataset latihan Datacurve yang dijual. Dataset tersebut boleh digunakan untuk melatih model untuk penjimatan kod, penjanaan kod, penyelesaian masalah, reka bentuk UI dan banyak lagi, kata Ge dan Lee.
Idea yang menarik. Tetapi kejayaan Datacurve akan bergantung pada seberapa baik kuration dataset mereka adalah - dan sama ada mereka mampu memberi insentif kepada dalam pembangun untuk terus membangunkan dan meningkatkannya.
