Yine yılın o zamanı geldi: Y Combinator’ın en son grubundaki startup’ların ürünlerini medyanın ve yatırımcıların incelemesine sunduğu hafta. Önümüzdeki iki gün boyunca, toplamda yaklaşık 217 şirket sunum yapacak; bu sayı, VC heyecanının hafif bir düşüş yaşaması nedeniyle geçen kışın 235 firmadan oluşan kohortundan biraz daha küçük.
2023’ün ilk yarısında risk sermayedarları destekli Toplamı 64,6 milyar dolar olan 4.300’e yakın anlaşma. Bu çok gibi gelebilir. Ancak anlaşma değeri 2022’nin ilk yarısına göre %49’luk bir düşüşe işaret ederken, anlaşma hacmi yıllık bazda %35’lik bir düşüş gösterdi.
Parlak bir not olarak, eşit oranda heyecan ve talebin yönlendirdiği bir segment diğerlerinden çılgınca daha iyi performans gösteriyor: AI.
Ağustos’tan Temmuz’a kadar toplam küresel girişim finansmanının neredeyse beşte biri yapay zeka sektöründen geldi. binaen CrunchBase’e. Ve bu yazın Y Combinator kohortunda, 2022 kış grubuyla karşılaştırıldığında iki kattan fazla yapay zeka şirketi sayısının (28’e karşı 57) yer aldığı doymak bilmezlik kendini gösteriyor.
Bugünlerde hangi yapay zeka teknolojilerinin yatırımları yönlendirdiğini anlamak için 2023 yazına derinlemesine daldım ve bana en farklı görünen veya en çok umut vaat eden YC destekli yapay zeka girişimlerini bir araya getirdim.
Yapay zeka altyapısı girişimleri
Y Combinator grubundaki birçok startup, yapay zekanın neler başarabileceğine değil, bunun için gerekli araçlara ve altyapıya odaklanıyor. inşa etmek Sıfırdan yapay zeka.
var Gölge formuÖrneğin, müşterilerin yapay zeka eğitimi ve çıkarım iş yüklerine erişmesine ve bunları herhangi bir bulut sağlayıcısında dağıtmasına olanak tanıyan bir platform sağlar. Veri mühendisleri ve dağıtılmış sistem mimarları Ed Goode, Ronald Ding ve Zachary Warren tarafından kurulan Shadeform, yapay zeka işlerinin zamanında ve “optimum maliyetle” yürütülmesini sağlamayı amaçlıyor.
Goode’un bir yazısında belirttiği gibi Blog yazısı Y Combinator web sitesinde, başta GPU’lar olmak üzere AI modelleri geliştirmek için donanıma yönelik talepte yaşanan patlama, kapasite sıkıntısına yol açtı. (Microsoft son zamanlarda veri merkezleri için yeterli miktarda AI çipi alamazsa hizmet kesintileri konusunda uyardı.) Daha küçük sağlayıcılar çevrimiçi oluyor, ancak her zaman en öngörülebilir kaynakları sunmuyorlar, bu da bunların arasında ölçeklendirmeyi zorlaştırıyor.
Shadeform, müşterilerin AI işlerini genel bulut altyapısında herhangi bir yerde başlatmasına olanak tanıyarak bu sorunu çözüyor. Platformdan yararlanan şirketler, her sağlayıcıdaki GPU örneklerini tek bir pencereden yönetebilir, ihtiyaç duydukları makineler mevcut olduğunda “otomatik rezervasyonları” yapılandırabilir veya tek bir tıklamayla sunucu kümelerine dağıtabilirler.
Resim Kredisi: Gölge formu
Yapay zeka operasyonlarındaki zorlukların üstesinden gelen bir diğer ilgi çekici Y Combinator girişimi ise Cerelyze, eski Peloton AI mühendisi Sarang Zambare tarafından kuruldu. Cerelyze, kasiyersiz perakende girişimi Caper’da yapay zeka ekibine liderlik ettikten sonra Zambare’nin ikinci YC temsilcisi.
Cerelyze, genellikle Arxiv.org gibi açık erişim arşivlerinde bulunan türden yapay zeka araştırma makalelerini alır ve içindeki matematiği işleyen koda dönüştürür. Bu neden faydalı? Pek çok makale yapay zeka tekniklerini formüller kullanarak açıklıyor ancak bunları uygulamaya koymak için kullanılan kodlara bağlantılar vermiyor. Geliştiriciler normalde, makalelerde açıklanan yöntemlerden çalışan modeller ve uygulamalar oluşturmak için tersine mühendislik yapmak zorunda kalırlar.
Cerelyze, dili ve kodu anlayan yapay zeka modelleri ve “bilimsel içerik için optimize edilmiş” PDF ayrıştırıcıların bir kombinasyonu aracılığıyla uygulamayı otomatikleştirmeyi amaçlıyor. Kullanıcılar, tarayıcı tabanlı bir arayüzden bir araştırma makalesi yükleyebilir, makalenin belirli bölümleri hakkında Cerelyze’e doğal dil soruları sorabilir, kod oluşturabilir veya değiştirebilir ve ortaya çıkan kodu tarayıcıda çalıştırabilir.
Cerelyze artık tercüme edemiyor her şey kodlanacak bir makalede – en azından şu anki durumunda değil. Zambare, platformun kod çevirisinin şu anda yalnızca “küçük bir makale alt kümesi” için işe yaradığını ve Cerelyze’nin şekillerden değil, yalnızca makalelerden denklemleri ve tabloları çıkarıp analiz edebildiğini kabul ediyor. Ancak yine de bunun büyüleyici bir kavram olduğunu düşünüyorum ve zamanla ve doğru yatırımlarla büyüyüp gelişeceğini umuyorum.
Yapay zeka geliştirme araçları
Hala geliştirici odaklı ancak başlı başına bir yapay zeka altyapısı girişimi değil. Süpürme üst düzey hata ayıklama ve özellik istekleri gibi küçük geliştirme görevlerini bağımsız olarak yerine getirir. Başlangıç, bu yıl, her ikisi de video oyunundan sosyal ağa dönüşen Roblox’un emektarları William Zeng ve Kevin Lu tarafından başlatıldı.
Zeng, “Yazılım mühendisleri olarak kendimizi heyecan verici teknik zorluklardan test yazma, dokümantasyon ve yeniden düzenleme gibi sıradan görevlere geçerken bulduk.” yazdı Y Combinator’ın blogunda. “Bu çok sinir bozucuydu çünkü büyük dil modellerini biliyorduk [similar to OpenAI’s GPT-4] bunu bizim için halledebilir.”
Zeng ve Lu, Sweep’in bir kod hatasını veya GitHub sorununu alıp bunun nasıl çözüleceğini planlayabildiğini söylüyor; kodu yazıp çekme istekleri aracılığıyla GitHub’a iletebiliyor. Ayrıca, kod bakımcılarından veya sahiplerinden gelen çekme isteği üzerine yapılan yorumları da ele alabilir; biraz GitHub Copilot’a benzer ancak daha özerktir.
Zeng, “Bazı yazılım mühendisliği görevlerinin tüm değişikliği otomatikleştirebilecek kadar basit olduğunu fark ettiğimizde tarama başladı” dedi. “Sweep bunu proje talebinin tamamını kodla yazarak yapıyor.”
Yapay zekanın hata yapma eğilimi göz önüne alındığında, Sweep’in uzun vadedeki güvenilirliği konusunda biraz şüpheliyim. Neyse ki Zeng ve Lu da öyle — Sweep, varsayılan olarak kod düzeltmelerini otomatik olarak uygulamaz; ana kod tabanına gönderilmeden önce bunların insan tarafından incelenmesini ve düzenlenmesini gerektirir.
Yapay zeka uygulamaları
Bu yıl AI Y Combinator girişimlerinin takım alt kümesinden uzaklaşarak, Bu günlerdeKendisini “kurumsal etkinlik planlamasında yapay zeka yardımcı pilotu” olarak tanıtan .
Anna Sun ve Amy Yan, şirketi 2023’ün başlarında birlikte kurdular. Sun daha önce Datadog, DoorDash ve Amazon’da çalışırken Yan, Google, Meta ve McKinsey’de çeşitli roller üstlendi.
Pek çoğumuz kurumsal bir etkinlik planlamak zorunda kalmadık – özellikle de bu muhabirin. Ancak Sun ve Yan, zorlu, gereksiz derecede yorucu ve pahalı bir çileyi tanımlıyor.
Sun, Y Combinator blog yazısında şöyle yazıyor: “Kurumsal etkinlik planlayıcıları, etkinlikleri planlarken sayısız çağrı ve e-posta bombardımanına maruz kalıyor.” “Sıkı programlardan dolayı strese giren planlamacılar, tam zamanlı asistanlara veya kendilerine yılda 100.000 dolardan fazlaya mal olan araçlara para ödüyorlar.”
Sun ve Yan, neden sürecin en acı verici kısımlarını yapay zekaya devretmediklerini düşündüler.
Yaklaşan bir etkinliğin ayrıntılarını (ör. tarihler ve katılımcı sayısı) sağlayan, mekanlara ve satıcılara otomatik olarak ulaşabilen ve ilgili e-postaları ve telefon görüşmelerini yönetebilen Enter Todays. Günümüzde, belirli bir mekanın yakınındaki olanaklar ve yürüme mesafesindeki etkinlikler gibi etkinliklerle ilgili kişisel tercihler bile hesaba katılabilmektedir.
Şimdilik’in perde arkasında nasıl çalıştığının tam olarak belli olmadığını belirtmeliyim. Yapay zeka aslında telefon çağrılarını yanıtlıyor, yanıtlıyor ve e-postalara yanıt veriyor mu? Yoksa kalite güvencesi için bu yolda bir yere insanlar mı dahil oluyor? Tahminin benimki kadar iyi.
Yine de, Bugünlerde potansiyel olarak çok büyük bir adreslenebilir pazar (2030’a kadar 510,9 milyar dolar) ile çok harika bir fikir. binaen Müttefik Pazar Araştırması’na) ve bunun bundan sonra nereye gideceğini merak ediyorum.
Resim Kredisi: Bu günlerde
Geleneksel olarak manuel süreçleri soyutlamaya çalışan bir başka girişim de FleetWorksdaha önce Airbnb’de moonshot projelerinde çalışmış olan eski Uber Freight ürün müdürü Paul Singer ve Quang Tran’ın buluşu.
FleetWorks, yük göndericileri ve taşıyıcılar arasındaki temel aracı olan yük komisyoncularını hedef alıyor. Bir komisyoncunun telefonu, e-postası ve nakliye yönetimi sisteminin (TMS) yanında yer alacak şekilde tasarlanan FleetWorks, yükleri otomatik olarak ayırtabilir ve takip edebilir ve rezervasyon portalı olmayan nakliye tesisleriyle randevular planlayabilir.
Tipik olarak komisyoncuların, gönderi durumlarıyla ilgili güncellemeler için otomatik olarak takip edilmeyen yükler için sürücülere ve sevkıyatçılara telefon veya e-posta yoluyla ulaşması gerekir. Eş zamanlı olarak, yük rezervasyonu yapmakla ilgilenen kamyon taşımacılığı şirketlerinden gelen çağrılarla dengede durmaları, fiyat üzerinde pazarlık yapmaları ve planlanmamış yükler için randevu zamanları ayarlamaları gerekiyor.
Singer ve Tran, FleetWorks’ün çağrıları ve e-postaları tetikleyerek ve ilgili tüm bilgileri TMS’ye veya e-postaya göndererek yükü hafifletebileceğini (kelime oyunu değil) iddia ediyor. Platform, yük ayrıntılarını paylaşmanın yanı sıra, fiyatı tartışabilir ve bir taşıyıcıya rezervasyon yaptırabilir, hatta bir sürücüyü arayabilir ve hesap ekiplerini ortaya çıkan sorunlar hakkında bilgilendirebilir.
Singer, Y Combinator’da şunları yazdı: “FleetWorks, rutin çağrıları ve e-postaları otomatikleştirerek nakliye operatörlerinin yüksek değerli işlere odaklanmasına yardımcı oluyor.” postalamak. “Yapay zeka destekli platformumuz çağrıları takip etmek, yükleri karşılamak ve randevuları yeniden planlamak için e-postayı kullanabilir veya insan benzeri bir ses kullanabilir.”
Eğer reklamı yapıldığı gibi çalışıyorsa, bu gerçekten faydalı görünüyor.