Meskipun investasi startup secara keseluruhan mengalami penurunan, pendanaan untuk AI melonjak dalam setahun terakhir. Dana untuk perusahaan AI yang berkembang sendiri hampir delapan kali lipat dari tahun 2022 hingga 2023, mencapai $25,2 miliar menuju akhir Desember.

Jadi tidak mengherankan bahwa startup AI mendominasi di Demo Day Y Combinator Winter 2024.

Kohor Y Combinator Winter 2024 memiliki 86 startup AI, menurut direktori resmi startup YC - hampir dua kali lipat dari jumlah batch Winter 2023 dan hampir tiga kali lipat dari jumlah batch Winter 2021. Sebut saja sebagai gelembung atau terlalu dibesar-besarkan, tetapi jelas AI adalah teknologi saat ini.

Seperti yang kami lakukan tahun lalu, kami meninjau kohor Y Combinator terbaru - kohor yang menyajikan selama Demo Day minggu ini - dan memilih beberapa startup AI yang lebih menarik. Masing-masing lolos karena alasan yang berbeda. Tapi pada tingkat dasar, mereka menonjol di antara yang lain, baik untuk teknologi mereka, pasar yang dapat dijangkau atau latar belakang pendirinya.

Hazel

August Chen (mantan Palantir) dan Elton Lossner (mantan Boston Consulting Group) menyatakan bahwa proses kontrak pemerintah adalah rusak.

Kontrak diposting ke ribuan situs web berbeda dan dapat mencakup ratusan halaman peraturan yang tumpang tindih. (Hanya pemerintah federal AS saja menandatangani sekitar 11 juta kontrak setiap tahun.) Menanggapi penawaran ini bisa memakan waktu setara dengan seluruh divisi bisnis, didukung oleh konsultan luar dan firma hukum.

Solusi Chen dan Lossner adalah menggunakan AI untuk mengotomatisasi proses penemuan, penyusunan, dan kepatuhan kontrak pemerintah. Pasangan ini - yang bertemu di perguruan tinggi - menyebutnya Hazel.

Dengan menggunakan Hazel, pengguna dapat dipasangkan dengan kontrak potensial, menghasilkan respons draf berdasarkan RFP (permintaan proposal) dan informasi perusahaan mereka, membuat daftar tugas yang harus dilakukan, dan menjalankan pemeriksaan kepatuhan secara otomatis.

Mengingat kecenderungan AI untuk mengalami halusinasi, saya sedikit skeptis bahwa respons dan pemeriksaan yang dihasilkan oleh Hazel akan selalu akurat. Tetapi, jika mereka bahkan mendekati, mereka bisa menghemat banyak waktu dan usaha, memungkinkan perusahaan kecil untuk mendapatkan bagian dari ratusan miliar dolar kontrak pemerintah yang diterbitkan setiap tahun.

Andy AI

Perawat di rumah menghadapi banyak tugas administratif. Tiantian Zha tahu ini dengan baik - dia sebelumnya bekerja di Verily, divisi ilmu kehidupan dari induk Google, Alphabet, di mana dia terlibat dalam proyek ambisius mulai dari obat personalisasi hingga pengurangan penyakit yang ditularkan nyamuk.

Dalam menjalani pekerjaannya, Zha menemukan bahwa dokumentasi merupakan pemborosan waktu besar bagi perawat di rumah. Ini adalah masalah yang umum - menurut satu studi, perawat menghabiskan lebih dari sepertiga waktunya untuk dokumentasi, memangkas waktu yang dihabiskan untuk perawatan pasien dan berkontribusi pada kelelahan.

Untuk membantu mengurangi beban dokumentasi bagi perawat, Zha mendirikan Andy AI bersama Max Akhterov, mantan insinyur staf Apple. Andy pada dasarnya adalah seorang juru tulis berbasis AI, menangkap dan mentranskripsi detail lisan kunjungan pasien dan menghasilkan catatan kesehatan elektronik.

Seperti halnya dengan alat transkripsi yang berbasis AI lainnya, ada risiko bias - yaitu, alat tersebut mungkin tidak berfungsi dengan baik untuk beberapa perawat dan pasien tergantung pada aksen dan pilihan kata mereka. Dan, dari segi persaingan, Andy bukanlah yang pertama kali ke pasar - pesaingnya termasuk DeepScribe, Heidi Health, Nabla, dan AWS HealthScribe Amazon.

Tetapi karena perawatan kesehatan semakin beralih ke rumah, permintaan untuk aplikasi seperti Andy AI nampaknya akan meningkat.

Precip

Jika pengalaman Anda dengan aplikasi cuaca seperti yang dilakukan wartawan ini, Anda pernah terjebak dalam hujan setelah dengan buta percaya pada prediksi langit cerah yang bersih.

Tapi tidak harus seperti ini.

Setidaknya, itulah premis dari Precip, platform ramalan cuaca berbasis AI. Jesse Vollmar memiliki ide ini setelah mendirikan FarmLogs, startup yang menjual perangkat lunak manajemen tanaman. Dia bermitra dengan Sam Pierce Lolla dan Michael Asher, sebelumnya data scientist utama di FarmLogs, untuk mewujudkan Precip.

Precip memberikan analisis tentang presipitasi - misalnya, perkiraan jumlah curah hujan di area geografis tertentu selama beberapa jam hingga hari terakhir. Vollmar mengklaim bahwa Precip dapat menghasilkan metrik "tingkat presisi tinggi" untuk lokasi mana pun di AS hingga kilometer (atau dua), meramalkan kondisi hingga tujuh hari ke depan.

Jadi apa nilai dari metrik dan peringatan presipitasi? Nah, Vollmar mengatakan bahwa petani dapat menggunakannya untuk melacak pertumbuhan tanaman, kru konstruksi dapat merujuknya untuk menjadwalkan kru, dan utilitas dapat menggunakannya untuk mengantisipasi gangguan layanan. Seorang pelanggan transportasi memeriksa Precip setiap hari untuk menghindari kondisi berkendara buruk, klaim Vollmar.

Tentu saja, tidak ada kekurangan aplikasi prediksi cuaca. Tetapi AI seperti Precip berjanji untuk membuat prediksi lebih akurat - jika AI tersebut memang bagus, memang.

Maia

Claire Wiley meluncurkan program pelatihan pasangan saat mengambil gelar MBA di Wharton. Pengalaman ini membawanya untuk menyelidiki pendekatan yang lebih maju secara teknologi dalam hubungan dan terapi, yang berujung pada Maia.

Maia - yang didirikan oleh Wiley dengan Ralph Ma, mantan ilmuwan penelitian Google - bertujuan untuk memberdayakan pasangan untuk membangun hubungan yang lebih kuat melalui bimbingan berbasis AI. Di aplikasi Maia untuk Android dan iOS, pasangan mengirim pesan satu sama lain dalam obrolan grup dan menjawab pertanyaan harian seperti apa yang mereka anggap sebagai tantangan yang harus diatasi, titik-titik sakit masa lalu, dan daftar hal-hal yang mereka syukuri.

Maia berencana menghasilkan uang dengan cara menagih fitur premium seperti program yang disusun oleh ahli terapi dan pesan tanpa batas. (Maia saat ini membatasi teks antara mitra - pembatasan yang sangat sewenang-wenang menurut saya, tetapi begitulah adanya.)

Wiley dan Ma, keduanya berasal dari rumah tangga bercerai, mengatakan bahwa mereka bekerja dengan seorang ahli hubungan untuk merancang pengalaman Maia. Pertanyaan di benak saya, bagaimanapun, adalah (1) seberapa kuat sains hubungan Maia dan (2) apakah itu dapat menonjol di bidang aplikasi pasangan yang sangat ramai? Kita harus menunggu untuk melihatnya.

Datacurve

Model AI yang menjadi pusat aplikasi generatif AI seperti ChatGPT dilatih dengan dataset yang sangat besar, campuran data publik dan milik dari seluruh web, termasuk buku elektronik, posting media sosial, dan blog pribadi. Namun, beberapa data ini secara hukum dan etika bermasalah - tak toleh lagi cacat di lain waktu.

Ketidakcukupan kurasi data adalah masalahnya, jika Anda bertanya pada Serena Ge dan Charley Lee.

Ge dan Lee bersama-sama mendirikan Datacurve, yang menyediakan data "kualitas ahli" untuk melatih model AI generatif. Ini khususnya data kode, yang menurut Ge dan Lee sulit diperoleh karena keahlian yang diperlukan untuk melabelinya untuk pelatihan AI dan lisensi penggunaan yang membatasi.

Datacurve menyelenggarakan platform anotasi yang dibuat bermain game yang membayar insinyur untuk menyelesaikan tantangan kode, yang berkontribusi pada dataset pelatihan Datacurve yang dijual. Dataset tersebut dapat digunakan untuk melatih model untuk optimisasi kode, generasi kode, debugging, desain UI, dan lainnya, kata Ge dan Lee.

Ini adalah ide yang menarik. Tapi keberhasilan Datacurve akan tergantung pada seberapa baik datasetnya dikurasi - dan apakah mampu mendorong cukup pengembang untuk terus membangun dan meningkatkannya.