Malgré une baisse globale des investissements dans les startups, le financement de l'IA a augmenté de manière significative au cours de l'année écoulée. Les capitaux investis dans les entreprises d'IA générative ont presque octuplé entre 2022 et 2023, atteignant 25,2 milliards de dollars fin décembre.

Il n'est donc pas vraiment surprenant de voir les startups d'IA dominer lors du Demo Day d'hiver 2024 de Y Combinator.

La cohorte d'hiver 2024 de Y Combinator compte 86 startups d'IA, selon l'annuaire officiel des startups de YC, soit presque le double du nombre de la cohorte d'hiver 2023 et près de trois fois le nombre de la cohorte d'hiver 2021. Appelez cela une bulle ou une survalorisation, mais de toute évidence, l'IA est la technologie du moment.

Comme l'année dernière, nous avons passé en revue la dernière cohorte de Y Combinator - la cohorte présentée lors du Demo Day de cette semaine - et avons sélectionné certaines des startups d'IA les plus intéressantes. Chacune a été choisie pour des raisons différentes. Mais dans l'ensemble, elles se sont démarquées parmi les autres, que ce soit pour leur technologie, leur marché adressable ou les antécédents des fondateurs.

Hazel

August Chen (ex-Palantir) et Elton Lossner (ex-Boston Consulting Group) affirment que le processus d'appel d'offres du gouvernement est totalement défaillant.

Les contrats sont publiés sur des milliers de sites Web différents et peuvent inclure des centaines de pages de réglementations chevauchantes. (Rien qu'au niveau fédéral aux États-Unis, environ 11 millions de contrats sont signés chaque année.) Pour répondre à ces offres, il faut l'équivalent de divisions commerciales entières, soutenues par des consultants externes et des cabinets d'avocats.

La solution de Chen et Lossner consiste à utiliser l'IA pour automatiser le processus de découverte, de rédaction et de conformité aux appels d'offres gouvernementaux. Le duo - qui s'est rencontré à l'université - l'appelle Hazel.

En utilisant Hazel, les utilisateurs peuvent être jumelés à un contrat potentiel, générer une réponse préliminaire basée sur le RFP (demande de proposition) et les informations de leur entreprise, créer une liste de tâches à effectuer et exécuter automatiquement des vérifications de conformité.

Étant donné la propension de l'IA à halluciner, je suis un peu sceptique quant à savoir si les réponses et vérifications générées par Hazel seront constamment précises. Mais, s'ils sont même proches, ils pourraient faire gagner énormément de temps et d'efforts, offrant ainsi aux petites entreprises une chance d'accéder aux centaines de milliards de dollars de contrats gouvernementaux attribués chaque année.

Andy AI

Les infirmières à domicile doit faire face à beaucoup de paperasse. Tiantian Zha le sait bien - elle a travaillé auparavant chez Verily, la division des sciences de la vie de la maison mère Google, Alphabet, où elle a été impliquée dans des projets allant de la médecine personnalisée à la réduction des maladies transmises par les moustiques.

Dans le cadre de son travail, Zha a constaté que la documentation était un véritable gouffre temporel pour les infirmières à domicile. C'est un problème généralisé - selon une étude, les infirmières passent plus d'un tiers de leur temps à documenter, ce qui réduit le temps consacré aux soins aux patients et contribue à l'épuisement professionnel.

Pour aider à alléger le fardeau de la documentation des infirmières, Zha a co-fondé Andy AI avec Max Akhterov, un ancien ingénieur de chez Apple. Andy est essentiellement un scribe alimenté par l'IA, capturant et retranscrivant les détails parlés d'une visite de patient et générant des dossiers médicaux électroniques.

Comme pour tout outil de transcription alimenté par l'IA, il existe un risque de biais - c'est-à-dire que l'outil ne fonctionne pas bien pour certaines infirmières et patients en fonction de leur accent et de leurs choix de mots. Et, d'un point de vue concurrentiel, Andy n'est pas exactement le premier du genre sur le marché - les concurrents incluent DeepScribe, Heidi Health, Nabla et HealthScribe d'Amazon AWS.

Mais à mesure que les soins de santé se dirigent de plus en plus vers le domicile, la demande pour des applications comme Andy AI semble être appelée à augmenter.

Precip

Si votre expérience avec les applications météo ressemble à celle de ce journaliste, vous avez été pris dans un orage après avoir cru aveuglément aux prévisions de ciel bleu dégagé.

Mais cela peut changer.

C'est du moins la prémisse de Precip, une plateforme de prévisions météorologiques alimentée par l'IA. Jesse Vollmar a eu l'idée après avoir fondé FarmLogs, une startup qui vendait un logiciel de gestion des cultures. Il s'est associé à Sam Pierce Lolla et Michael Asher, anciennement scientifique des données principal de FarmLogs, pour concrétiser Precip.

Precip fournit des analyses sur les précipitations - par exemple, en estimant la quantité de pluie dans une zone géographique donnée au cours des dernières heures à jours. Vollmar affirme que Precip peut générer des mesures "de haute précision" pour n'importe quel endroit aux États-Unis, jusqu'au kilomètre (ou deux), prévoyant les conditions jusqu'à sept jours à l'avance.

Alors, quelle est la valeur des mesures de précipitation et des alertes? Eh bien, Vollmar explique que les agriculteurs peuvent les utiliser pour suivre la croissance des cultures, les équipes de construction peuvent s'y référer pour planifier les équipes, et les services publics peuvent les utiliser pour anticiper les interruptions de service. Un client du secteur des transports consulte Precip quotidiennement pour éviter les mauvaises conditions de conduite, affirme Vollmar.

Il n'y a bien sûr pas de pénurie d'applications de prévision météorologique. Mais l'IA comme celle de Precip promet de rendre les prévisions plus précises - si l'IA est à la hauteur de sa réputation, en effet.

Maia

Claire Wiley a lancé un programme de coaching pour couples tout en étudiant pour son MBA à Wharton. L'expérience l'a amenée à examiner une approche plus axée sur la technologie des relations et de la thérapie, ce qui a abouti à Maia.

Maia - que Wiley a co-fondé avec Ralph Ma, ancien chercheur scientifique chez Google - vise à permettre aux couples de construire des relations plus solides grâce à un guide alimenté par l'IA. Dans les applications Maia pour Android et iOS, les couples s'envoient des messages dans un chat de groupe et répondent quotidiennement à des questions telles que les défis à surmonter, les points douloureux du passé et les listes de choses pour lesquelles ils sont reconnaissants.

Maia prévoit de gagner de l'argent en facturant des fonctionnalités premium telles que des programmes élaborés par des thérapeutes et des messageries illimitées. (Maia limite actuellement les textos entre partenaires - une limitation frustrante et arbitraire à mon avis, mais c'est comme ça.)

Wiley et Ma, tous deux issus de familles divorcées, affirment avoir travaillé avec un expert en relations pour concevoir l'expérience Maia. Les questions qui se posent, cependant, sont (1) la science des relations de Maia est-elle solide et (2) peut-elle se démarquer dans le domaine déjà surpeuplé des applications pour couples? Nous devons attendre pour voir.

Datacurve

Les modèles d'IA au cœur des applications d'IA générative comme ChatGPT sont formés sur d'énormes ensembles de données, un mélange de données publiques et privées provenant du Web, y compris des livres électroniques, des publications sur les réseaux sociaux et des blogs personnels. Mais une partie de ces données pose des problèmes légaux et éthiques - sans parler des autres défauts.

Le manque distinct de curation des données est le problème, si on demande à Serena Ge et Charley Lee.

Ge et Lee ont co-fondé Datacurve, qui fournit des données de qualité experte pour l'entraînement de modèles d'IA générative. Il s'agit spécifiquement de données de code, qui, selon Ge et Lee, sont particulièrement difficiles à obtenir en raison de l'expertise nécessaire pour les étiqueter pour l'entraînement de l'IA et des licences d'utilisation restrictives.

Datacurve propose une plateforme d'annotation gamifiée qui rémunère les ingénieurs pour résoudre des défis de codage, ce qui contribue aux ensembles de données d'entraînement à vendre de Datacurve. Ces ensembles de données peuvent être utilisés pour entraîner des modèles d'optimisation de code, de génération de code, de débogage, de conception d'interface utilisateur, etc., disent Ge et Lee.

C'est une idée intéressante. Mais le succès de Datacurve dépendra de la qualité de ses ensembles de données - et de sa capacité à inciter suffisamment de développeurs à continuer à les développer et à les améliorer.