Несмотря на общее снижение инвестиций в стартапы, финансирование в области искусственного интеллекта выросло за последний год. Капитал на направленные на генеративный ИИ предприятия почти восемь раз увеличился с 2022 по 2023 год, достигнув 25,2 миллиарда долларов к концу декабря.

Так что неудивительно, что стартапы в области ИИ доминировали на демо-дне Y Combinator в зимнем 2024 году.

По данным официального каталога стартапов YC, в зимнем курсе 2024 года 86 стартапов в области ИИ, это почти вдвое больше, чем в партии зимой 2023 года и почти втрое больше, чем в зимней 2021 году. Назовите это пузырем или переоцененным, но очевидно, что ИИ сегодняшний технологический гигант.

Как и в прошлом году, мы прошлись по новейшей когорте Y Combinator — когорте, представляющей свои проекты на демо-дне этой недели, и выбрали некоторые из наиболее интересных стартапов в области искусственного интеллекта. Каждый из них попал в отбор по разным причинам. Но в основном они выделялись среди остальных, будь то за свою технологию, адресуемый рынок или фонды основателей.

Hazel

Август Чен (бывший сотрудник Palantir) и Элтон Лосснер (бывший сотрудник Boston Consulting Group) утверждают, что процесс государственного контрактования совершенно сломан.

Контракты публикуются на тысячах различных веб-сайтов и могут включать сотни страниц повторяющихся нормативных актов. (Соединенные Штаты заключают ежегодно оцениваемые в 11 миллионов контрактов.) Ответ на эти предложения может занимать стоимость целых подразделений бизнеса, поддерживаемых внешними консультантами и юридическими фирмами.

Решение Чена и Лоснера заключается в использовании искусственного интеллекта для автоматизации процессов обнаружения, разработки и соблюдения правил госконтрактов. Дуэт — который познакомился в колледже — называет это Hazel.

Используя Hazel, пользователи могут найти соответствующий контракт, сгенерировать черновой ответ на запрос предложений и информацию о своей компании, создать список дел и автоматически провести проверки на соблюдение.

Учитывая склонность ИИ к галлюцинациям, я немного скептически отношусь к тому, насколько точными будут сгенерированные ответы и проверки Hazel. Но, даже если они хоть в чем-то приближаются к истине, они могли бы сэкономить огромное количество времени и усилий, обеспечивая меньшим фирмам шанс на сделки на сотни миллиардов долларов, заключаемых государством каждый год.

Andy AI

Медсестры некогда имеют много бумажной работы. Тянтян Чжа хорошо знает об этом — она ранее работала в разделе наук о жизни Verily, дочерней компании Google Alphabet, где участвовала в проектах от персонализированной медицины до снижения заболеваний, передаваемых комарами.

В ходе своей работы Чжа обнаружила, что документация была крупным потребителем времени для медсестер на дому. Это широко распространенная проблема — согласно одному исследованию, медсестры тратят более трети своего времени на документирование, что снижает время, затраченное на уход за пациентами, и способствует выгоранию.

Для смягчения бремени документирования для медсестер, Чжа основала Andy AI в соавторстве с Максом Ахтеровым, бывшим инженером компании Apple. Andy по существу является искусственным интеллектом, захватывающим и записывающим устные детали визита пациента и создающим электронные медицинские записи.

Как и в случае любого инструмента транскрипции на основе искусственного интеллекта, существует риск искажения — то есть то, что инструмент может работать плохо для некоторых медсестер и пациентов в зависимости от их акцентов и слов. И с конкурентной точки зрения Andy не является новинкой на рынке — среди конкурентов DeepScribe, Heidi Health, Nabla и Amazon AWS HealthScribe.

Но по мере того, как здравоохранение все больше переходит на домашнее обслуживание, спрос на приложения, подобные Andy AI, кажется готов увеличиваться.

Precip

Если ваш опыт работы с погодными приложениями что-то напоминает опыт этого репортера, вас могли застать дождем после слепой веры в прогнозы ясного неба.

Но это не обязательно должно быть так.

По крайней мере, такова основа Precip, платформы прогнозирования погоды на основе искусственного интеллекта. Идею Йесси Воллмар пришла в голову после того, как она основала FarmLogs, стартап, занимающийся программным обеспечением для управления урожаем. Она объединилась с Сэмом Пирсом Лоллой и Майклом Ашером, бывшим ведущим специалистом по данным FarmLogs, чтобы сделать Precip реальностью.

Precip предоставляет аналитику о выпадении осадков — например, оценивая количество осадков в определенной географической зоне за последние несколько часов до дней. Воллмар утверждает, что Precip может генерировать «высокоточные» метрики для любого местоположения в США до километра (или двух), прогнозируя условия на 7 дней вперед.

Так в чем же ценность метрик и предупреждений о выпадении осадков? Ну, Вольмар говорит, что фермеры могут использовать их для отслеживания роста урожая, строительные бригады могут ссылаться на них для планирования графиков работы бригад, а утилиты могут использовать их для предотвращения сбоев в обслуживании. Один из клиентов транспортной компании ежедневно проверяет Precip, чтобы избежать плохих дорожных условий, утверждает Воллмар.

Конечно, не существует недостатка в погодных приложениях. Но искусственный интеллект, как у Precip, обещает делать прогнозы более точными — если, конечно, искусственный интеллект не оправдает себя, действительно.

Maia

Клер Уайли запустила программу коучинга для пар, учась на программе MBA в Уортоне. Этот опыт послужил толчком для исследования более технологичного подхода к отношениям и терапии, что нашло свое продолжение в Maia.

Maia — которую Уайли с сооснователем Ральфом Ма, бывшим исследователем Google, называют подкреплением пар для построения крепких отношений через руководство на основе ИИ. В приложениях Maia для Android и iOS партнеры обмениваются сообщениями в групповом чате и отвечают на ежедневные вопросы, такие как, что они считают вызовами для преодоления, прошлые болевые точки и списки вещей, за которые они благодарны.

Maia планирует зарабатывать деньги путем предоставления платных премиальных функций, таких как программы, разработанные терапевтами, и неограниченное общение. (Maia в настоящее время ограничивает сообщения между партнерами — фрустрирующее произвольное ограничение, если спросите меня, но таково положение вещей.)

Уайли и Ма, оба из разведенных семей, говорят, что они работали с экспертом по отношениям для создания опыта Maia. Но у меня возникают вопросы, (1) насколько качественна релейшншипная наука у Maia и (2) сможет ли она выделиться на экстраординарно переполненном рынке приложений для пар? Нам придется подождать и посмотреть.

Datacurve

Модели искусственного интеллекта, лежащие в основе приложений генеративного искусственного интеллекта, таких как ChatGPT, обучены на огромных наборах данных, смеси публичных и собственных данных из интернета, включая электронные книги, посты в социальных сетях и персональные блоги. Но некоторые из этих данных являются юридически и этически проблематичными — не говоря уже о других недостатках.

Проблема заключается в недостатке курирования данных, если спросите Серену Ге и Чарли Ли.

Ге и Ли основали Datacurve, предоставляющую «экспертное» качество данных для обучения моделей генеративного искусственного интеллекта. Это специальные кодовые данные, которые, по словам Ге и Ли, особенно трудно получить из-за требующих экспертизы ярлыков для обучения искусственного интеллекта и ограничительные лицензии на использование.

Datacurve предлагает геймифицированную платформу аннотации, которая оплачивает инженеров за решение задач по кодированию, которое способствует созданию доступных для продажи тренировочных наборов данных. По утверждению Ге и Ли, эти наборы данных могут использоваться для обучения моделей оптимизации кода, генерации кода, отладки, дизайна пользовательского интерфейса и т. д.

Это интересная идея. Но успех Datacurve будет зависеть от того, насколько хорошо отобранны ее наборы данных и сможет ли она стимулировать достаточное количество разработчиков для продолжения работы над их улучшением.