Những 18 startup thú vị nhất từ YC’s Demo Day cho thấy chúng ta đang ở trong một bong bóng trí tuệ nhân tạo

Từ việc tạo ra âm nhạc bằng trí tuệ nhân tạo và ứng dụng xin cấp hỗ trợ cho các ứng dụng fintech mới lạ và thậm chí là một số công việc công nghệ y tế, đều có một cái gì đó cho mọi người. Chúng tôi sẽ quay lại vào ngày thứ Năm để nghe các pitch của ngày thứ hai. Mở đầu đến lúc đó, nếu bạn không đủ thời gian xem trực tiếp, đây là một tổng hợp về một số startup tốt nhất trong ngày đầu tiên.

Những startup ưa thích của nhân viên TechCrunch

Aidy

• Chức năng: Sử dụng trí tuệ nhân tạo để giúp các công ty tìm và nộp đơn xin cấp hỗ trợ
• Tại sao nó được ưa thích: Lấy được cấp hỗ trợ không phải là điều dễ dàng. Max Williamson, Peter Crocker và Greg Miller đã biết điều này rõ: Họ đã làm việc tại Quỹ Rockefeller và Bộ Quốc phòng và Phát triển Đô thị Hoa Kỳ, nơi cấp hỗ trợ rất phổ biến. Tìm kiếm và nộp đơn xin cấp hỗ trợ hàng ngàn mẫu tờ giấy đơn và nộp hàng ngàn biểu mẫu - một quá trình tốn kém và tốn thời gian. Vì vậy tại sao không để trí tuệ nhân tạo giúp đỡ? Đó chính là ý tưởng sau startup Aidy, mà tập trung duy nhất vào các cấp hỗ trợ Rural Energy for America Program hiện tại. Sau khi trả lời một số câu hỏi, Aidy đánh giá sự cạnh tranh của một tổ chức với cấp hỗ trợ bằng cách điều chỉnh yêu cầu và tiêu chí đánh giá, sau đó đi một bước đầu tiên trong việc điền vào bất kỳ biểu mẫu nào liên quan. Aidy rõ ràng đang ở giai đoạn chứng minh khái niệm, dựa vào trạng thái của công cụ của nó. Nhưng ý tưởng này rất thú vị - giả sử AI của nền tảng không làm quá nhiều sai sót.
• Người chọn: Kyle

Givefront

• Chức năng: Là một nền tảng ngân hàng dành cho các tổ chức phi lợi nhuận
• Tại sao nó được ưa thích: Nếu bạn hoạt động trong không gian phi lợi nhuận, nhu cầu về tuân thủ và yêu cầu pháp lý buộc bạn phải làm tài chính một cách khác biệt. Đó là nơi Givefront đến. Cùng sáng lập bởi Ethan Sayre và Matt Tengtrakool, người trước đó đã khởi đầu một startup để giúp người vay tiền dựa trên Nigeria, Givefront cung cấp dịch vụ ngân hàng, quản lý chi tiêu và tài chính cho các tổ chức phi lợi nhuận. Cụ thể, Givefront cung cấp tài khoản cho các tổ chức phi lợi nhuận để lưu trữ tiền và tích hợp quyên góp, thanh toán và hoàn tiền, cũng như các tính năng cho báo cáo tự động và việc nộp báo cáo hàng năm. Givefront chắc chắn không phải là lựa chọn ngân hàng phi lợi nhuận duy nhất. Nhưng dường như đây là một trong những cái đầu tiên được xây dựng từ đầu cho mục đích này - điều này chắc chắn có một sức hấp dẫn riêng.
• Người chọn: Kyle

Buster

• Chức năng: Phần mềm liên kết các cơ sở dữ liệu và các mô hình ngôn ngữ lớn
• Tại sao nó được ưa thích: Có rất nhiều sự chú ý trên thị trường về các công ty làm các mô hình ngôn ngữ lớn - càng lớn, càng nhanh, càng thông minh; bạn hiểu ý tôi. Nhưng khi đến việc triển khai các mô hình IA hiện đại trong một công ty, bạn sẽ gặp phải vấn đề về dữ liệu. Ví dụ, Skyflow, một startup mà tôi đã bắt đầu đề cập gần đây, đang cố gắng giữ thông tin nhạy cảm ra khỏi các người sử dụng sai của LLMs. Buster thu hút sự chú ý bởi vì dường như đang giải quyết một vấn đề mà một loạt các công ty sẽ phải đối mặt. Chắc chắn, các mô hình mới là điều tuyệt vời, nhưng bán phần mềm đào và xẻng trong cơn sốt vàng AI có lẽ là một mô hình kinh doanh tốt đáng giá. Tôi thích điều đó!
• Người chọn: Alex

Numo

• Chức năng: Dịch vụ ngân hàng cho các nhà thầu ở các thị trường nổi bật
• Tại sao nó được ưa thích: Tạo ra các giải pháp thanh toán lương tốt hơn cho các công nhân xa và quốc tế không phải là điều mới, nhưng cách tiếp cận của Numo tập trung vào các nhà thầu ở các thị trường nổi bật nhất thực sự nổi bật. Điều này cũng thông minh khi Numo đang xây dựng một sản phẩm ngân hàng dựa trên hệ thống thanh toán lương của mình để các nhà thầu này, nhiều trong số họ sẽ hoạt động tại các quốc gia có tiền tệ dao động thường xuyên, có một nơi an toàn hơn để lưu trữ các khoản thu nhập của họ.
• Người chọn: Becca

Intercept 

• Chức năng: Sử dụng trí tuệ nhân tạo để giúp các thương hiệu hàng tiêu dùng gom các khoản phí bán lẻ và nổi sử dụng không hợp lệ
• Tại sao nó được ưa thích: Nhiều thương hiệu hàng tiêu dùng, đặc biệt là những thương hiệu mới nổi, có biên lợi nhuận rất thấp bị ép buộc bởi nhiều loại phí mà bao gồm việc đặt hàng, đóng gói số lượng không chính xác và vận chuyển sản phẩm hỏng. Intercept cho biết việc phát hiện và đánh dấu các khoản phí không hợp lệ có thể giúp các thương hiệu hàng tiêu dùng trở lại một trung bình là 15% doanh thu của họ mà đã dành cho các khoản phí không chính xác. Điều này dường như là một vấn đề đáng giá để giải quyết.
• Người chọn: Becca

Nuanced Inc.

• Chức năng: Hỗ trợ phát hiện deepfakes và thông tin sai lệch
• Tại sao nó được ưa thích: Tôi rất tò mò về bất kỳ công nghệ nào cố gắng tìm cách phân tích qua việc nâng cao deepfakes và thông tin sai lệch mà chúng ta đã bắt đầu gặp phải. Trí tuệ nhân tạo đang trở nên tinh vi hơn theo giờ, và chúng ta đang chuẩn bị bước vào một thế giới trong đó đúng, sai, sự thật và hư cấu đã bắt đầu trở nên mơ hồ. Deepfakes đặc biệt đáng quan tâm đối với phụ nữ, như đã thấy thông qua những gì đã xảy ra với Taylor Swift - và với sự điều chỉnh trễ của chính phủ trong lĩnh vực này, tôi hoan nghênh bất kỳ nghiên cứu và công nghệ tập trung vào việc cố gắng giải quyết nhu cầu an ninh mạng ngày càng tăng của chúng ta.
• Người chọn: Dom

Vectorview

• Chức năng: Đánh giá LLM tùy chỉnh
• Tại sao nó được ưa thích: Một trong những điều yêu thích nhất của tôi khi một mô hình LLM mới ra mắt thị trường là số liệu đo lường của nó. Ví dụ, mô hình Anthropic’s Claude 3 Opus có mức khả năng 0-shot CoT 50,4% trong “Graduate level reasoning, GPQA, Diamond.” Đó là những thông tin rõ ràng cấp thiết. Nói đùa thôi, không phải. Đó là lý do tại sao tôi thích ý tưởng mà Vectorview đang làm việc, cụ thể là khả năng kiểm tra LLMs và AI cho trường hợp sử dụng cụ thể của một công ty. Tôi nghi ngờ rằng việc có các công cụ kiểm tra của mình gần người dùng cuối hơn so với phía học thuật, Vectorview có thể tìm ra điều gì đó lớn.
• Người chọn: Alex

Abel

• Chức năng: Sử dụng trí tuệ nhân tạo để giúp luật sư xử lý tài liệu pháp lý nhanh hơn
• Tại sao nó được ưa thích: Người sáng lập Abel Sean Safahi cho biết rằng điều này loại bỏ nhu cầu cho luật sư phải chọn “sâu hơn so với rộng lớn.” Tôi nghĩ bất kỳ công nghệ nào giúp luật sư đưa ra các lập luận và quyết định thông tin hơn là điều tốt. Tăng tốc quá trình pháp lý và làm cho nó chính xác hơn có vẻ như một chiến lược vững chắc. Cần lưu ý rằng việc mang trí tuệ nhân tạo và tự động hóa vào quy trình pháp lý tạo thêm một tầng rủi ro bảo mật và người dùng của Abel sẽ phải điều tiếp cận cẩn thận.
• Người chọn: Becca

Soundry AI, Sonauto

• Chức năng: Tạo âm nhạc bằng trí tuệ nhân tạo
• Tại sao chúng được ưa thích: Công nghệ của Soundry AI có thể rất hữu ích để tạo ra nhạc mà ngồi gọn gàng trong nền. Muzak, nhạc thang máy, nhạc nền học thuật doanh nghiệp, bất cứ thứ họ phát trong những nhà hàng ồn ào mà bạn không thể nhận biết rõ ràng, nhưng có thể là một bài hát mà bạn biết. Đó là một thị trường lớn, và tôi có thể thấy các công ty tinh chỉnh cung cấp các mix của riêng mình để có được cảm giác đúng đúng. Sau đó là Sonauto, một startup muốn giúp bạn tạo ra những bản hit. Tôi phần lớn là hoài nghi ở đây, chủ yếu vì nhạc mà tôi yêu thích nhất đòi hỏi rất nhiều con người làm việc chăm chỉ để đẩy giới hạn của nhạc có thể là gì. Album Tesseract mới nhất là một ví dụ tốt. Chúa ơi, một tác phẩm nghệ thuật tuyệt vời. Mặc dù vậy, tôi mở lòng để bị sai lầm ở đây, và rằng robots sẽ cuối cùng viết nhạc progressive metal, pop và jazz thử nghiệm tốt hơn những cố thủ yếu như chúng tôi có thể. Tôi yêu nhạc, tôi yêu công nghệ, nên tôi giả định rằng cuối cùng tôi sẽ yêu liên minh của họ. (Mặc dù tôi cũng có lo lắng về bản quyền liên