又到了每年的这个时候。今天早上，Y Combinator（YC）为其2022年夏季批次举办了演示日——这是该孵化器历史上的第35次演示日。来自30个国家的创始人以及涵盖开发者工具、金融科技和医疗保健等多个领域的初创企业齐聚一堂， presentations精彩纷呈，毫不逊色。
由于YC在8月初决定将批次规模削减40%，降至约250家公司，以应对经济逆风，因此竞争比往常更加激烈。但有一类初创企业脱颖而出：那些应用人工智能和机器学习来解决问题，尤其是面向企业客户的企业。
今年只有14家此类初创企业，而去年有20家，这很合理，因为整体批次规模也较小。但这些批次有一个共同的主题：销售。它们的产品主要瞄准销售和营销中的障碍，而此时企业正面临衰退压力。
抛开经济挑战不谈，庞大的可触达市场使得销售成为初创公司极具吸引力的切入点。Grand View Research 估计仅销售自动化软件市场在2019年就达到72.9亿美元。
Pilot AI
Pilot AI正在为销售人员开发一款工具，该工具能自动将通话录音转化为结构化数据，并直接更新客户关系管理（CRM）系统。其目的是节省销售人员的时间，并向经理们保证管道数据的实时性。
值得注意的是，Fireflies.ai和微软的Viva Sales等其他平台也具备此功能。但Pilot AI创始人Max Lu此前是Salesforce的软件工程师，他表示自己的产品比大多数同类产品更彻底，除了生成收件人回答的关键部分外，还能生成每次通话的摘要、映射到CRM字段的数据点以及销售人员提出的问题。
Typewise
Typewise 也涉足销售领域，但它专注于通过浏览器扩展程序和服务器端API在Web应用中实现文本预测。最初作为智能手机应用开发的Typewise——据称拥有电子商务和物流行业的财富500强客户——能够自动补全句子、插入智能片段、自动回复消息，并检查风格和语法的一致性。
它听起来有点像TextExpander和Magical。但创始人David Eberle表示，Typewise与任何CRM系统兼容，并且可以根据公司的数据进行定制，其分析组件会建议应该使用哪些单词和短语。
不属于销售和营销技术类别的YC 2022年夏季AI初创企业往往专注于开发者工具，这是另一个有利可图的增长途径。考虑到根据最近的一项调查，55%的开发人员首先难以找到时间来构建内部应用程序，风险投资公司无疑看到了机会：他们去年向创建开发者工具的初创企业投资了370亿美元。
Monterey AI
Monterey AI解决的是产品生命周期中截然不同的部分：开发。创始人Chun Jiang将其定位为“产品开发副驾驶”，用工作流取代文档，自动生成包括功能创意、指标、设计和发布计划在内的产品规格。
使用 Monterey，客户可以根据其用例（例如“软件即服务”）选择产品模板，并配置输入项，检查依赖关系以解决冲突。姜表示，该平台能够揭示跨团队的冲突和依赖关系，同时提供投资组合的全局视图，以对齐功能。
Dev Tools AI
Dev Tools AI或许可以与Monterey AI配合使用。
Dev Tools AI 提供了一个库，旨在通过在现有开发环境中只需在截图上框选一个区域，即可更轻松地编写 Web 应用的测试。它应用计算机视觉技术，识别网页上的元素，如搜索框和按钮，甚至能识别网页游戏中的控件。它还可以检测页面上的爬取错误，包括断链、404 错误和控制台错误。
正如创始人 Chris Navrides 所指出的，编写端到端 Web 测试 traditionally 是一个耗时的过程，随着被测应用的演进，需要多次深入页面代码进行排查。假设 Dev Tools AI 按预期工作，它将成为质量保证测试团队武器库中的宝贵补充。
Maya Labs
Maya Labs正在创建一个将自然语言转换为代码的平台。与GitHub的Copilot类似，Maya会逐步生成程序，并根据英语步骤显示结果。
Maya 的联合创始人 Sibesh Kar 表示，该服务通过结合条件逻辑、AI 驱动的搜索与分类、微调语言模型和模板生成来构建应用。目前，Maya 可以查询并从外部数据源（如 Google Sheets、Notion 或 Airtable）绘制数据，并对这些数据执行操作，例如发送邮件、上传文件或更新数据库条目。
长期目标是将 Maya 扩展到网页导航、API 连接和工作流自动化等任务，鉴于当前 AI 文本到语言系统的状态，这似乎是在可能范围内的。
Hello
对于那些喜欢动手编程的人来说，Hello声称利用人工智能“即时”回答开发者的技术问题，并提供来自网络的解释和相关代码片段。联合创始人迈克尔·罗伊岑表示，该平台由大型语言模型（如GPT-3）驱动，这些模型会参考多个来源以找到最可能的答案。
当 Hello 用户提交查询时，该服务会从 Bing 拉取并重新排序原始网站数据，然后利用前述模型提取理解内容。另一组模型将结果翻译为人类可读的答案。
NuMind
另一家以语言模型为核心的初创公司是NuMind，它为数据科学家、数据分析师和软件工程师提供创建自定义自然语言处理模型的工具。借助类似于GPT-3的大型语言模型，NuMind可用于例如在招聘平台上找出与给定简历最匹配的工作机会。
NuMind 的联合创始人 Etienne Bernard（前 Wolfram Research 机器学习负责人）和 Make.org 联合创始人 Samuel Bernard 声称，该公司受到的关注非常高，其付费客户群在一个月内增长至九家。