Apesar de um declínio geral no investimento em startups, o financiamento para IA aumentou no ano passado. Só o capital destinado a empreendimentos generativos de IA quase octuplicou entre 2022 e 2023, atingindo 25,2 mil milhões de dólares no final de dezembro.
Portanto, não é exatamente surpreendente que as startups de IA tenham dominado o Winter 2024 Demo Day da Y Combinator.
A coorte Y Combinator Winter 2024 tem 86 startups de IA, de acordo com o diretório oficial de startups da YC – quase o dobro do número do lote Winter 2023 e quase triplicar o número do Winter 2021. Chame isso de bolha ou exagero, mas claramente, AI é o tecnologia do momento.
Como fizemos ano passado, examinamos o mais novo grupo do Y Combinator – o grupo apresentado durante o Demo Day desta semana – e escolhemos algumas das startups de IA mais interessantes. Cada um fez o corte por motivos diferentes. Mas, no início, eles se destacaram entre os demais, seja pela tecnologia, pelo mercado acessível ou pela experiência dos fundadores.
Avelã
August Chen (ex-Palantir) e Elton Lossner (ex-Boston Consulting Group) afirmam que o processo de contratação governamental está irremediavelmente quebrado.
Os contratos são publicados em milhares de sites diferentes e podem incluir centenas de páginas de regulamentações sobrepostas. (Somente o governo federal dos EUA assina um estimado mais de 11 milhões de contratos por ano.) A resposta a estas propostas pode exigir o equivalente a divisões empresariais inteiras, apoiadas por consultores externos e escritórios de advocacia.
A solução de Chen e Lossner é IA para automatizar o processo de descoberta, elaboração e conformidade de contratos governamentais. A dupla – que se conheceu na faculdade – chame assim Avelã.
Créditos da imagem: Avelã
Usando o Hazel, os usuários podem combinar um contrato potencial, gerar um rascunho de resposta com base na RFP e nas informações de sua empresa, criar uma lista de verificação de tarefas e executar verificações de conformidade automaticamente.
Dada a tendência da IA para alucinar, estou um pouco cético de que as respostas e verificações geradas por Hazel sejam consistentemente precisas. Mas, mesmo que cheguem perto, poderão poupar uma enorme quantidade de tempo e esforço, permitindo às pequenas empresas uma oportunidade de obter contratos governamentais no valor de centenas de milhares de milhões de dólares emitidos todos os anos.
Andy IA
As enfermeiras domiciliares lidam com muita papelada. Tiantian Zha sabe disso muito bem – ela trabalhou anteriormente na Verily, empresa-mãe do Google Alfabetoda divisão de ciências biológicas, onde esteve envolvida em projetos lunares que vão desde medicina personalizada até a redução de doenças transmitidas por mosquitos.
No decorrer do seu trabalho, Zha descobriu que a documentação era uma grande perda de tempo para as enfermeiras domiciliares. É um problema generalizado – de acordo com um estudaros enfermeiros gastam mais de um terço do seu tempo com documentação, reduzindo o tempo gasto no atendimento ao paciente e contribuindo para o esgotamento.
Para ajudar a aliviar a carga de documentação dos enfermeiros, Zha co-fundou Andy IA com Max Akhterov, ex- Maçã engenheiro de equipe. Andy é essencialmente um escriba alimentado por IA, capturando e transcrevendo os detalhes falados de uma consulta de paciente e gerando registros eletrônicos de saúde.
Créditos da imagem: Andy IA
Tal como acontece com qualquer ferramenta de transcrição baseada em IA, há risco de preconceito — ou seja, a ferramenta não funciona bem para alguns enfermeiros e pacientes, dependendo de seus sotaques e escolhas de palavras. E, do ponto de vista competitivo, Andy não é exatamente o primeiro desse tipo no mercado — os rivais incluem DeepScribe, Heidi Saúde, Nabla e AWS HealthScribe da Amazon.
Mas como a saúde cada vez mais muda para casa, a demanda por aplicativos como Andy AI parece prestes a aumentar.
Precipício
Se a sua experiência com aplicativos meteorológicos for parecida com a deste repórter, você foi pego por uma tempestade depois de acreditar cegamente nas previsões de céu azul claro.
Mas não precisa ser assim.
Pelo menos, essa é a premissa do Precip, uma plataforma de previsão do tempo alimentada por IA. Jesse Vollmar teve a ideia após fundar a FarmLogs, startup que vendia software de gerenciamento de colheitas. Ele se uniu a Sam Pierce Lolla e Michael Asher, ex-cientista-chefe de dados da FarmLogs, para fazer Precipício a realidade.
Créditos da imagem: Precipício
O Precip fornece análises sobre precipitação, por exemplo, estimando a quantidade de chuva em uma determinada área geográfica nas últimas horas ou dias. Vollmar afirma que o Precip pode gerar métricas de “alta precisão” para qualquer local nos EUA até um quilômetro (ou dois), prevendo as condições com até sete dias de antecedência.
Então, qual é o valor das métricas e alertas de precipitação? Bem, Vollmar diz que os agricultores podem usá-los para acompanhar o crescimento das colheitas, as equipes de construção podem consultá-los para agendar equipes e as concessionárias podem utilizá-los para antecipar interrupções no serviço. Um cliente de transporte verifica o Precip diariamente para evitar más condições de direção, afirma Vollmar.
Claro, não faltam aplicativos de previsão do tempo. Mas a IA, como as promessas de Precip, fazer previsões mais preciso – se a IA vale o seu sal, de fato.
Maia
Claire Wiley lançou uma programação de coaching para casais enquanto estudava para seu MBA na Wharton. A experiência a levou a investigar uma abordagem mais tecnológica para relacionamentos e terapia, que culminou em Maia.
Maia – que Wiley cofundou com Ralph Ma, um ex-cientista do Google Research – tem como objetivo capacitar casais para construir relacionamentos mais fortes por meio de orientação baseada em IA. Nos aplicativos da Maia para Android e iOS, os casais trocam mensagens em um bate-papo em grupo e respondem a perguntas diárias como o que consideram desafios a serem superados, pontos problemáticos do passado e listas de coisas pelas quais são gratos.
Créditos da imagem: Maia
Maia planeja ganhar dinheiro cobrando por recursos premium, como programas elaborados por terapeutas e mensagens ilimitadas. (Maia normalmente limita as mensagens entre parceiros – uma limitação frustrantemente arbitrária, se você me perguntar, mas assim vai.)
Wiley e Ma, ambos oriundos de famílias divorciadas, dizem que trabalharam com um especialista em relacionamentos para criar a experiência Maia. As questões em minha mente, porém, são (1) quão sólida é a ciência do relacionamento de Maia e (2) ela pode se destacar no campo excepcionalmente lotado de aplicativos para casais? Teremos que esperar para ver.
Curva de dados
Os modelos de IA no centro de aplicativos generativos de IA, como o ChatGPT, são treinados em enormes conjuntos de dados, combinações de dados públicos e proprietários de toda a web, incluindo e-books, postagens em mídias sociais e blogs pessoais. Mas alguns desses dados são legal e eticamente problemáticos — para não mencionar falhas outro caminhos.
A clara falta de curadoria de dados é o problema, se você perguntar a Serena Ge e Charley Lee.
Ge e Lee co-fundaram Curva de dados, que fornece dados de “qualidade especializada” para treinar modelos generativos de IA. São especificamente dados de código, que Ge e Lee dizem ser especialmente difíceis de obter graças ao conhecimento necessário para rotulá-los para treinamento de IA e licenças de uso restritivas.
Créditos da imagem: Curva de dados
A Datacurve hospeda uma plataforma de anotação gamificada que paga engenheiros para resolver desafios de codificação, o que contribui para os conjuntos de dados de treinamento à venda da Datacurve. Falando nisso, esses conjuntos de dados podem ser usados para treinar modelos para otimização de código, geração de código, depuração, design de UI e muito mais, dizem Ge e Lee.
É uma ideia interessante, com certeza. Mas o sucesso da Datacurve dependerá de quão bem organizados são seus conjuntos de dados – e se ela é capaz de incentivar desenvolvedores suficientes para continuar a desenvolvê-los e melhorá-los.