今年もまたそんな季節です。 今朝、Y Combinator (YC) は 2022 Summer Cohort のデモデーを主催しました — インキュベーターの歴史の中で 35 回目のデモデーです。 開発ツール、フィンテック、ヘルスケアなど、30 か国の創業者とスタートアップ企業が参加し、説得力のある売り込みに事欠きませんでした。
YC が 8 月初旬に、経済的な逆風を考慮して約 250 社のバッチサイズを 40% 削減することを決定したため、競争は例年よりも激しさを増していました。 しかし、スタートアップの特定のカテゴリが際立っていました。それは、AI と機械学習を適用して問題を解決している企業で、特に B2B クライアント向けのものです。
昨年の 20 に比べて、今年は 14 のスタートアップしかありませんでした。これは、全体的なコホートも小さいため、理にかなっています。 しかし、バッチには共通のテーマがあります。それは販売です。 彼らの製品は主に、企業が景気後退の圧力に直面しているときに、販売とマーケティングのハードルをターゲットにしています。
経済的な課題はさておき、アドレス指定可能な大きな市場は、スタートアップが取り組むべき魅力的な問題です。 グランド ビュー リサーチ 釘付け 2019 年のセールス フォース オートメーション ソフトウェア市場だけでも 72 億 9000 万ドルです。
パイロットAI
パイロットAI は、通話録音を構造化データに自動的に変換し、顧客関係管理 (CRM) システムを直接更新する営業担当者向けのツールを開発しています。 アイデアは、営業担当者の時間を節約し、パイプライン データが最新であることをマネージャーに保証することです。
Fireflies.ai や Microsoft の Viva Sales などの他のプラットフォームもこれを行っていることに注意してください。 しかし、Pilot AI の創設者であり、以前は Salesforce のソフトウェア エンジニアだった Max Lu 氏は、彼の製品は他の製品よりも徹底しており、各通話の要約と、CRM フィールドや営業担当者からの質問に対応するデータ ポイントを生成できると述べています。受信者の回答の重要な部分。
画像クレジット: パイロットAI
タイプワイズ
タイプワイズ も販売スペースにありますが、ブラウザー拡張機能とサーバー側 API を介した Web アプリ全体のテキスト予測に焦点を当てています。 当初はスマートフォン アプリとして開発された Typewise は、e コマースおよびロジスティクス業界で Fortune 500 の顧客を抱えていると主張していますが、文章の自動補完、スマート スニペットの挿入、メッセージへの自動返信、スタイルと文法の一貫性のチェックを行うことができます。
TextExpander や Magical に少し似ています。 しかし、ファウンダーの David Eberle は、Typewise はあらゆる CRM システムと互換性があり、使用する単語やフレーズを提案する分析コンポーネントを使用して、企業のデータに合わせてカスタマイズできると述べています。
YC Summer 2022 の AI スタートアップのうち、セールスおよびマーケティング テクノロジーのカテゴリに分類されなかったものは、開発ツールに焦点を当てる傾向がありました。これは、もう 1 つの有利な成長手段です。 最近のある調査によると、開発者の 55% が社内アプリを構築する時間を確保するのに苦労していることを考慮すると、 調査、VC は確かにチャンスを見ています。 投資した 昨年、開発ツールを作成するスタートアップに 370 億ドル。
モントレー AI
モントレー AI 製品ライフサイクルの明らかに異なる部分である開発に取り組んでいます。 創設者の Chun Jiang は、ドキュメントを、機能のアイデア、指標、設計、発売計画などの製品仕様を自動的に生成するワークフローに置き換える「製品開発の副操縦士」として売り込みます。
Monterey を使用すると、顧客はユース ケース (「サービスとしてのソフトウェア」など) に基づいて製品テンプレートを選択し、入力を構成し、依存関係をチェックして競合を解決します。 Jiang 氏によると、このプラットフォームは、機能を調整するためのポートフォリオの鳥瞰図を提供しながら、チーム間の競合や依存関係を明らかにすることができます。
画像クレジット: モントレー AI
開発ツール AI
開発ツール AI モントレー AI と併用できる可能性があります。
Dev Tools AI は、スクリーンショットの上にボックスを描画するだけで、既存の開発環境で Web アプリのテストを簡単に記述できるように設計されたライブラリを提供します。 コンピューター ビジョンを適用して、検索ボックスやボタンなどの Web ページ上の要素を見つけ、Web ゲーム内のコントロールを表示することさえできます。 また、リンク切れ、404、コンソール エラーなど、ページのクロール エラーをテストすることもできます。
創設者の Chris Navrides が指摘するように、エンド ツー エンドの Web テストを作成することは、従来、時間のかかるプロセスであり、テスト対象のアプリが進化するにつれてページ コードを何度も掘り下げる必要がありました。 開発ツールの AI が意図したとおりに機能すると仮定すると、品質保証テスト チームの武器庫に貴重な追加となる可能性があります。
マヤ研究所
マヤ研究所 自然言語をコードに変換するためのプラットフォームを作成しています。 GitHub の Copilot と同様に、Maya は段階的にプログラムを生成し、ステップに応じて結果を英語で表示します。
Maya の創設者の 1 人である Sibesh Kar 氏は、このサービスは、条件付きロジック、AI を活用した検索と分類、微調整された言語モデル、およびテンプレート生成を組み合わせて使用してアプリを構築すると述べています。 現在 Maya は、Google スプレッドシート、Notion、Airtable などの外部ソースからデータをクエリおよびプロットし、そのデータに対して電子メールの送信、ファイルのアップロード、データベース エントリの更新などのアクションを実行できます。
長期的な目標は、Web ナビゲーション、API の接続、ワークフローの自動化などのタスクに Maya を拡張することです。これは、AI テキストから言語へのシステムの現在の状態を考えると、可能性の範囲内にあるようです。
こんにちは
プログラミングへの実践的なアプローチを好む人のために、 こんにちは は、AI を使用して、開発者の技術的な質問に Web からの説明と関連するコード スニペットで「即座に」答えると主張しています。 このプラットフォームは、複数のソースを参照して最も可能性の高い答えを見つける大規模な言語モデル (GPT-3 を考えてください) によって強化されていると、共同創設者の Michael Royzen 氏は述べています。
Hello ユーザーがクエリを送信すると、サービスは未加工のサイト データを Bing から取得して再ランク付けし、前述のモデルを使用して理解を抽出します。 別のモデルのセットは、結果を人間が読める回答に変換します。
画像クレジット: こんにちは
ニューマインド
言語モデルを中核とする別のスタートアップは、 ニューマインドは、データ サイエンティスト、データ アナリスト、およびソフトウェア エンジニアに、カスタムの自然言語処理モデルを作成するためのツールを提供します。 NuMind は、GPT-3 に似た大規模な言語モデルを活用して、たとえば、採用プラットフォームで特定の履歴書に最適な求人情報を見つけるために使用できます。
NuMind の創設者である Etienne Bernard (Wolfram Research の元機械学習責任者) と Make.org の共同創設者である Samuel Bernard は、同社への関心は非常に高く、有料顧客ベースは 1 か月で 9 人にまで成長していると主張しています。