lundi, décembre 23, 2024

5 startups d’IA intéressantes du lot été 2023 de Y Combinator

C’est à nouveau cette période de l’année : la semaine où les startups du dernier lot de Y Combinator présentent leurs produits à l’examen minutieux des médias et des investisseurs. Au cours des deux prochains jours, environ 217 entreprises seront présentes au total, un peu moins que la cohorte de 235 entreprises de l’hiver dernier, l’enthousiasme pour le capital-risque ayant subi un léger ralentissement.

Au cours du premier semestre 2023, les sociétés de capital-risque ont soutenu près de 4 300 transactions totalisant 64,6 milliards de dollars. Cela peut paraître beaucoup. Mais la valeur de la transaction a représenté une baisse de 49 % par rapport au premier semestre 2022, tandis que le volume des transactions a chuté de 35 % d’une année sur l’autre.

Sur une note positive, un segment – ​​motivé à parts égales par le battage médiatique et la demande – surpasse largement les autres : l’IA.

Selon CrunchBase, près d’un cinquième du financement mondial total en capital-risque d’août à juillet provenait du secteur de l’IA. Et cette voracité se manifeste dans la cohorte Y Combinator de cet été, qui compte plus du double (57 contre 28) du nombre d’entreprises d’IA par rapport au lot de l’hiver 2022.

Pour avoir une idée des technologies d’IA qui génèrent les investissements ces jours-ci, j’ai plongé en profondeur dans le lot de l’été 2023, rassemblant les startups d’IA soutenues par YC qui m’ont semblé les plus différenciées – ou les plus prometteuses.

Startups d’infrastructures d’IA

Plusieurs startups de la cohorte Y Combinator ne se concentrent pas sur ce que l’IA peut accomplir, mais sur les outils et l’infrastructure nécessaires pour construire L’IA de A à Z.

Il existe Shadeform, par exemple, qui fournit une plate-forme permettant aux clients d’accéder et de déployer des formations en IA et des charges de travail d’inférence sur n’importe quel fournisseur de cloud. Fondée par les ingénieurs de données et les architectes de systèmes distribués Ed Goode, Ronald Ding et Zachary Warren, Shadeform vise à garantir que les tâches d’IA s’exécutent à temps et à un « coût optimal ».

Comme le note Goode dans un article de blog sur le site Web Y Combinator, l’explosion de la demande de matériel pour développer des modèles d’IA, en particulier des GPU, a entraîné une pénurie de capacité. (Microsoft a récemment mis en garde contre des interruptions de service s’il ne parvient pas à obtenir suffisamment de puces d’IA pour ses centres de données.) Les petits fournisseurs se mettent en ligne, mais ils ne fournissent pas toujours les ressources les plus prévisibles, ce qui rend difficile leur évolution.

Shadeform résout ce problème en permettant aux clients de lancer des tâches d’IA n’importe où, sur l’infrastructure de cloud public. En tirant parti de la plate-forme, les entreprises peuvent gérer les instances GPU sur chaque fournisseur à partir d’un seul panneau de verre, en configurant des « réservations automatiques » lorsque les machines dont elles ont besoin sont disponibles ou en les déployant dans des clusters de serveurs en un seul clic.

Crédits images : Forme d’ombre

Cerelyze, fondée par l’ancien ingénieur en IA de Peloton, Sarang Zambare, est une autre startup intrigante de Y Combinator qui s’attaque aux défis des opérations d’IA. Cerelyze est la deuxième remise des gaz de Zambare après avoir dirigé l’équipe d’IA de la startup de vente au détail sans caissier Caper.

Cerelyze prend des documents de recherche sur l’IA – ceux que l’on trouve généralement dans les archives en libre accès comme Arxiv.org – et traduit les mathématiques qu’ils contiennent en code fonctionnel. Pourquoi est-ce utile ? Eh bien, de nombreux articles décrivent les techniques d’IA à l’aide de formules mais ne fournissent pas de liens vers le code utilisé pour les mettre en pratique. Les développeurs doivent généralement procéder à une ingénierie inverse des méthodes décrites dans les articles pour créer des modèles fonctionnels et des applications à partir de celles-ci.

Cerelyze cherche à automatiser la mise en œuvre grâce à une combinaison de modèles d’IA qui comprennent le langage et le code et d’analyseurs PDF « optimisés pour le contenu scientifique ». À partir d’une interface basée sur un navigateur, les utilisateurs peuvent télécharger un document de recherche, poser des questions en langage naturel à Cerelyze sur des parties spécifiques du document, générer ou modifier du code et exécuter le code résultant dans le navigateur.

Maintenant, Cerelyze ne peut pas traduire tout dans un article à coder – du moins pas dans son état actuel. Zambare reconnaît que la traduction du code de la plateforme ne fonctionne actuellement que pour un « petit sous-ensemble d’articles » et que Cerelyze ne peut extraire et analyser que des équations et des tableaux d’articles, pas de chiffres. Mais je pense toujours que c’est un concept fascinant, et j’espère qu’il se développera et s’améliorera avec le temps – et les bons investissements.

Outils de développement d’IA

Toujours axé sur les développeurs mais n’étant pas une startup d’infrastructure d’IA en soi, Sweep gère de manière autonome les petites tâches de développement telles que le débogage de haut niveau et les demandes de fonctionnalités. La startup a été lancée cette année par William Zeng et Kevin Lu, tous deux vétérans du jeu vidéo devenu réseau social Roblox.

« En tant qu’ingénieurs logiciels, nous nous sommes retrouvés à passer de défis techniques passionnants à des tâches banales comme l’écriture de tests, de documentation et de refactorisations », a écrit Zeng sur le blog de Y Combinator. « C’était frustrant car nous connaissions de grands modèles de langage [similar to OpenAI’s GPT-4] pourrait gérer cela pour nous.

Sweep peut prendre une erreur de code ou un problème GitHub et planifier comment le résoudre, disent Zeng et Lu – en écrivant et en poussant le code vers GitHub via des demandes d’extraction. Il peut également répondre aux commentaires formulés sur la pull request soit par les responsables du code, soit par les propriétaires – un peu comme GitHub Copilot mais en plus autonome.

« Sweep a commencé lorsque nous avons réalisé que certaines tâches d’ingénierie logicielle étaient si simples que nous pouvions automatiser l’intégralité du changement », a déclaré Zeng. « Sweep fait cela en écrivant l’intégralité de la demande de projet avec du code. »

Étant donné la tendance de l’IA à commettre des erreurs, je suis un peu sceptique quant à la fiabilité de Sweep sur le long terme. Heureusement, Zeng et Lu aussi : Sweep n’implémente pas automatiquement les correctifs de code par défaut, ce qui nécessite un examen humain et une modification avant de les transférer vers la base de code principale.

Applications d’IA

Cette année, en nous éloignant du sous-ensemble d’outils des startups AI Y Combinator, nous avons Nowadays, qui se présente comme le « co-pilote d’IA pour la planification d’événements d’entreprise ».

Anna Sun et Amy Yan ont cofondé l’entreprise début 2023. Sun travaillait auparavant chez Datadog, DoorDash et Amazon, tandis que Yan a occupé divers postes chez Google, Meta et McKinsey.

Peu d’entre nous ont dû planifier un événement d’entreprise – certainement pas ce journaliste. Mais Sun et Yan décrivent cette épreuve comme ardue, inutilement fatigante et coûteuse.

« Les organisateurs d’événements d’entreprise sont bombardés d’appels et d’e-mails sans fin lorsqu’ils planifient des événements », écrit Sun dans un article de blog de Y Combinator. « En raison d’horaires serrés, les planificateurs paient des assistants ou des outils à temps plein qui leur coûtent plus de 100 000 $ par an. »

Alors, se sont demandé Sun et Yan, pourquoi ne pas confier les parties les plus douloureuses du processus à l’IA ?

Entrez Nowadays, qui, en fournissant les détails d’un événement à venir (par exemple, les dates et le nombre de participants), peut automatiquement contacter les lieux et les fournisseurs et gérer les e-mails et les appels téléphoniques pertinents. De nos jours, cela peut même tenir compte des préférences personnelles concernant les événements, comme les commodités à proximité d’un lieu donné et les activités accessibles à pied.

Je dois noter que la façon dont Nowadays fonctionne dans les coulisses n’est pas tout à fait claire. L’IA répond-elle réellement, passe-t-elle des appels téléphoniques et renvoie-t-elle des e-mails ? Ou les humains sont-ils impliqués quelque part dans le processus, par exemple pour l’assurance qualité ? Votre supposition est aussi bonne que la mienne.

Néanmoins, Nowadays est une idée très intéressante avec un marché adressable potentiellement énorme (510,9 milliards de dollars d’ici 2030, selon Allied Market Research), et je suis curieux de voir où cela va ensuite.

Aujourd'hui

Crédits images : Aujourd’hui

FleetWorks est une autre startup qui tente de faire abstraction des processus traditionnellement manuels. Elle est le fruit de l’idée originale de l’ancien chef de produit d’Uber Freight, Paul Singer, et de Quang Tran, qui travaillaient auparavant sur des projets Moonshot chez Airbnb.

FleetWorks cible les courtiers de fret, les intermédiaires essentiels entre les expéditeurs et les transporteurs de fret. Conçu pour accompagner le téléphone, le courrier électronique et le système de gestion des transports (TMS) d’un courtier, FleetWorks peut automatiquement réserver et suivre les chargements et planifier des rendez-vous avec des installations d’expédition dépourvues de portail de réservation.

En règle générale, les courtiers doivent contacter par téléphone ou par courrier électronique les chauffeurs et les répartiteurs pour les chargements qui ne sont pas suivis automatiquement pour obtenir des mises à jour sur l’état des expéditions. Simultanément, ils doivent jongler avec les appels des entreprises de camionnage intéressées à réserver des chargements et négocier les prix, ainsi qu’à fixer des heures de rendez-vous pour les chargements imprévus.

Singer et Tran affirment que FleetWorks peut alléger la charge (sans jeu de mots) en déclenchant des appels et des e-mails et en transmettant toutes les informations pertinentes au TMS ou à l’e-mail. En plus de partager les détails du chargement, la plate-forme peut discuter des prix et réserver un transporteur, voire appeler un chauffeur et informer les équipes de compte des problèmes qui surviennent.

« FleetWorks aide les opérateurs de fret à se concentrer sur des travaux à forte valeur ajoutée en automatisant les appels et les e-mails de routine », a écrit Singer dans un article de Y Combinator. « Notre plate-forme basée sur l’IA peut exploiter le courrier électronique ou utiliser une voix humaine pour effectuer le suivi des appels, couvrir les charges et reprogrammer les rendez-vous. »

Si cela fonctionne comme annoncé, cela semble vraiment utile.

Source-146

- Advertisement -

Latest