又到了每年的这个时候：在 Y Combinator 最新一批初创企业向媒体和投资者展示其产品并接受审查的那一周。在接下来的两天里，总共约有 217 家公司将进行展示，略少于去年冬季的 235 家企业，因为风险投资的热情略有下滑。
2023年上半年，风险投资机构支持了近4,300笔交易，总额达646亿美元。这听起来可能很多，但交易价值较2022年上半年下降了49%，交易量同比也下降了35%。
令人振奋的是，有一个领域——由炒作和需求共同驱动——表现远远优于其他领域：人工智能（AI）。
根据 CrunchBase 的数据，从 8 月到次年 7 月，全球近五分之一的风险投资资金来自 AI 行业。这种贪婪在今年夏季的 Y Combinator 批次中得到了体现，该批次中 AI 公司的数量是 2022 年冬季批次的两倍多（57 家对比 28 家）。
为了了解目前哪些 AI 技术正在推动投资，我深入研究了 2023 年夏季批次，汇总了那些在我看来最具差异化或最有前景的 YC 支持的 AI 初创公司。
AI 基础设施初创公司
Y Combinator批次中的几家初创公司关注的不是人工智能能完成什么，而是从头构建人工智能所需的工具和基础设施。
例如，Shadeform提供了一个平台，使客户能够访问和部署AI训练和推理工作负载到任何云提供商。由数据工程师和分布式系统架构师Ed Goode、Ronald Ding和Zachary Warren创立的Shadeform旨在确保AI任务按时运行并达到“最佳成本”。
正如Goode在Y Combinator网站上的博客文章中指出的那样，开发AI模型（尤其是GPU）的硬件需求激增导致产能短缺。（Microsoft 最近警告说，如果无法为其数据中心获得足够的AI芯片，将会出现服务中断。）较小的提供商正在上线，但它们并不总是提供最具可预测性的资源——这使得跨它们扩展变得困难。
Shadeform 通过让客户在任何地方、跨公共云基础设施启动 AI 任务来解决这一问题。利用该平台，公司可以从一个统一的界面管理每个提供商的 GPU 实例，在所需机器可用时配置“自动预留”，或一键部署到服务器集群。
另一家引人注目的 Y Combinator 初创公司 Cerelyze 正在应对 AI 运营中的挑战，该公司由前 Peloton AI 工程师 Sarang Zambare 创立。Cerelyze 是 Zambare 第二次参加 YC 项目，此前他曾领导无收银员零售初创公司 Caper 的 AI 团队。
Cerelyze 将 AI 研究论文——通常可以在 Arxiv.org 等开放获取档案中找到——中包含的数学公式转化为可运行的代码。为什么这很有用？许多论文使用公式描述 AI 技术，但不提供用于实践这些技术的代码链接。开发人员通常不得不逆向工程论文中描述的方法，以从中构建可用的模型和应用。
Cerelyze 旨在通过结合理解语言和代码的 AI 模型以及“针对科学内容优化”的 PDF 解析器来实现自动化实施。通过基于浏览器的界面，用户可以上传研究论文，向 Cerelyze 提出关于论文特定部分的自然语言问题，生成或修改代码，并在浏览器中运行生成的代码。
现在，Cerelyze不能将论文中的所有内容翻译成代码——至少在其当前状态下不行。Zambare承认，该平台的代码翻译目前仅适用于“一小部分论文”，并且Cerelyze只能从论文中提取和分析公式和表格，而不能提取图表。但我仍然认为这是一个迷人的概念，我希望它会随着时间推移和正确的投资而成长和进步。
AI 开发工具
虽然仍专注于开发者，但并非严格意义上的AI基础设施初创公司，Sweep自主处理小型开发任务，如高级调试和功能请求。该初创公司今年由William Zeng和Kevin Lu创立，两人都是视频游戏转型为社交网络Roblox的老兵。
Zeng在Y Combinator的博客上写道：“作为软件工程师，我们发现自己在令人兴奋的技术挑战和琐碎任务（如编写测试、文档和重构）之间切换。”“这令人沮丧，因为我们知道大型语言模型[类似于OpenAI的GPT-4]可以为我们处理这些任务。”
Zeng和Lu表示，Sweep可以接受代码错误或GitHub问题并规划解决方案——通过拉取请求编写并将代码推送到GitHub；它还能处理代码维护者或所有者在拉取请求中留下的评论，这有点像GitHub Copilot，但更具自主性。
曾说道：“当我们意识到某些软件工程任务过于简单，可以自动化整个变更流程时，Sweep 就应运而生。Sweep 通过用代码编写完整的项目请求来实现这一点。”
鉴于 AI 容易出错，我对 Sweep 的长期可靠性持保留态度。幸运的是，曾和卢也持有同样的看法——Sweep 默认不会自动实施代码修复，而是在将修改推送到主代码库之前，要求人工审查和编辑。
AI 应用
今年，我们不再局限于Y Combinator初创公司中的AI工具子集，而是转向了Nowadays，它自称是“企业活动策划的AI副驾驶”。
孙安娜和严艾米于 2023 年初共同创立了这家公司。孙此前曾在 Datadog、DoorDash 和 Amazon 工作，而严曾在 Google、Meta 和麦肯锡担任过多个职位。
我们中很少有人需要策划企业活动——至少这位记者没有。但孙和严形容这一过程艰难、徒劳疲惫且费用高昂。
孙在一篇 Y Combinator 博客文章中写道：“企业在策划活动时，会不断接到电话和邮件轰炸。由于时间紧迫，策划人员不得不雇佣全职助理或购买每年花费超过 10 万美元的工具。”
于是，孙和严想到，为什么不把过程中最痛苦的部分交给 AI 来处理呢？
Nowadays 应运而生——只要提供即将举行的活动的详细信息（例如日期和参会人数），它就能自动联系场地和供应商，并管理相关的电子邮件和电话。Nowadays 甚至还能考虑活动中的个人偏好，比如特定场地附近的便利设施以及步行可达的活动。
我应该注意，目前尚不清楚 Nowadays 在后台是如何运作的。是 AI 真的在接听和拨打电话、回复电子邮件吗？还是在这个过程中有人工参与——例如用于质量保证？这也只是我的猜测。
尽管如此，Nowadays是一个非常有创意的想法，拥有潜在的巨大可触达市场（据Allied Market Research预测，到2030年将达到5109亿美元），我很好奇它将走向何方。
另一家试图将传统手动流程抽象化的初创公司是FleetWorks，它是前Uber Freight产品经理Paul Singer和前Airbnb登月项目成员Quang Tran的创意结晶。
FleetWorks 的目标客户是货运经纪人——即货运托运人和承运人之间不可或缺的中间商。FleetWorks 旨在与经纪人的电话、电子邮件和运输管理系统（TMS）配合使用，能够自动预订和跟踪货物，并为缺乏预订门户的货运设施安排预约。
通常，对于未自动跟踪的货物，经纪人必须通过电话或电子邮件联系司机和调度员，以获取货物运输状态的更新。同时，他们还要应对来自希望预订货物的卡车公司的来电，协商价格，并为未安排时间的货物设定预约时间。
辛格和崔恩声称，FleetWorks 可以通过触发电话和电子邮件，并将所有相关信息推送到 TMS 或电子邮件中，从而减轻负担。除了共享货物详情外，该平台还可以讨论价格并预订承运人，甚至致电司机，并在出现问题时向账户团队更新情况。
Singer在Y Combinator的一篇文章中写道：“FleetWorks通过自动化常规电话和邮件，帮助货运运营商专注于高价值工作。”“我们的AI驱动平台可以利用电子邮件或使用类人声音进行跟踪呼叫、覆盖负载和重新安排预约。”
如果它能如宣传的那样运作，那听起来确实很有用。