大数跨境

这些人工智能初创企业在 Y Combinator 2024 年冬季批次中最为突出

这些人工智能初创企业在 Y Combinator 2024 年冬季批次中最为突出 海外洞察
2024-04-03
3
导读:尽管初创企业投资整体下滑,但人工智能领域的融资在过去一年中激增。仅面向生成式AI企业的资本投入就几乎增长了八倍

尽管初创企业投资整体下滑,但人工智能领域融资在过去一年激增。仅面向生成式AI企业的资本从2022年到2023年增长近八倍,12月底达252亿美元。

因此,AI初创企业在Y Combinator 2024冬季Demo Day上占据主导地位并不意外。

据YC官方目录显示,2024冬季批次中有86家AI初创企业,几乎是2023年冬季批次的两倍、2021年冬季批次的三倍。无论被视为泡沫还是过度炒作,AI无疑是当下的科技热点。

我们梳理了本周Demo Day展示的最新YC批次,挑选出几家有趣的AI初创公司。它们凭借技术优势、市场规模或创始人背景脱颖而出。

Hazel

前Palantir员工August Chen和前波士顿咨询公司顾问Elton Lossner认为政府合同流程已病入膏肓。

合同分散在成千上万个网站,包含数百页重叠法规(仅美国联邦政府每年签署超1100万份合同)。响应投标需动用整个业务部门资源及外部咨询支持。

Chen和Lossner的解决方案是利用AI自动化政府合同的发现、起草和合规流程,并将该项目命名为Hazel。

图片来源:Hazel

使用Hazel,用户可匹配潜在合同,根据RFP及公司信息生成草案回复,创建待办事项清单并自动运行合规检查。

鉴于AI易产生幻觉,我对Hazel生成内容的准确性持保留态度。但即便接近准确,也能节省大量时间精力,使小企业有机会争取每年价值数千亿美元的政府合同。

Andy AI

家庭护士面临繁重文书工作。曾在Alphabet生命科学部门Verily工作的Tiantian Zha对此深有体会,她曾参与个性化医疗及减少蚊媒疾病等项目。

Zha发现文档记录是居家护士主要时间消耗点。研究显示护士超三分之一时间用于文档记录,挤占护理时间并导致职业倦怠。

为减轻负担,Zha与前Apple高级工程师Max Akhterov创立Andy AI。它是一款AI驱动速记员,能捕捉转录患者就诊口头细节并生成电子健康记录。

图片来源:Andy AI

与同类AI转录工具一样,Andy存在偏见风险,可能因口音和用词差异对部分用户效果不佳。且市场上已有DeepScribe、Heidi Health、Nabla及Amazon AWS HealthScribe等竞品。

但随着医疗保健向家庭转移,Andy AI这类应用需求有望增长。

Precip

若你曾因盲目相信天气应用晴朗预测而遭遇暴雨,Precip或许能改变这一状况。

Precip是由AI驱动的天气预测平台。FarmLogs创始人Jesse Vollmar与前首席数据科学家Sam Pierce Lolla、Michael Asher合作开发了该平台。

图片来源:Precip

Precip提供降水分析,如估算特定区域过去几小时至几天降雨量。Vollmar称其可为美国任何地点生成精度达1-2公里的高精度指标,并提前七天预测天气。

Vollmar表示,农民可用其跟踪作物生长,建筑团队参考安排人员,公用事业公司预判服务中断。一位交通客户每天查看Precip以避免恶劣驾驶条件。

虽然天气应用众多,但Precip承诺通过AI提升预报准确性。

Maia

克莱尔·怀利在沃顿商学院攻读MBA期间推出一对一伴侣辅导项目,这段经历促使她探索科技化亲密关系与心理治疗方式,最终促成Maia诞生。

Maia由Wiley与前Google研究科学家Ralph Ma共同创立,旨在通过AI指导帮助情侣建立牢固关系。在Android和iOS应用中,情侣可在群聊中互发消息,回答关于挑战、痛点及感恩事项等每日问题。

图片来源:Maia

Maia计划通过对治疗师定制课程和无限制消息发送等高级功能收费盈利。目前应用对伴侣间短信数量有限制。

Wiley和Ma均来自离异家庭,表示曾与关系专家合作打造体验。但其关系科学依据是否扎实、能否在拥挤的情侣应用领域脱颖而出,仍有待观察。

Datacurve

ChatGPT等生成式AI模型训练数据集混合了全球网络公开数据和专有数据,包括电子书、社交媒体帖子和个人博客,但部分数据在法律伦理及其他方面存在问题。

Serena Ge和Charley Lee认为问题在于数据策展缺失。

两人共同创立Datacurve,为训练生成式AI模型提供“专家级”数据。该平台专注于代码数据,因标注需专业知识且许可限制严格,此类数据尤为难获取。

图片来源:Datacurve

Datacurve运营游戏化标注平台,付费让工程师解决编程挑战以贡献可售训练数据集。这些数据集可用于训练代码优化、生成、调试及UI设计等模型。

这是一个有趣的想法,但成功取决于数据集策展质量及能否激励足够多开发者持续构建改进数据集。

【声明】内容源于网络
0
0
海外洞察
海外资讯洞察,电商,AI
内容 14239
粉丝 0
海外洞察 海外资讯洞察,电商,AI
总阅读46.0k
粉丝0
内容14.2k