这些人工智能初创公司是Y Combinator 2024年冬季批次中最突出的

尽管初创企业投资总体下降，但过去一年人工智能的融资激增。仅生成式人工智能企业的资金从2022年增加到2023年几乎增加了八倍，截至12月底达到252亿美元。

因此，并不奇怪的是，人工智能初创公司在Y Combinator 2024年冬季Demo Day中占据主导地位。

根据Y Combinator官方的创业公司目录，Y Combinator 2024年冬季孵化器共有86家人工智能初创公司，几乎是2023年冬季批次的两倍，接近2021年冬季批次的三倍。不管怎么说，人工智能显然是当下最炙手可热的技术。

就像我们去年那样，我们审查了最新的Y Combinator批次 - 在本周的Demo Day中展示的批次，并挑选出一些更有趣的人工智能初创公司。每个公司之所以进入候选名单，原因各不相同。但至少可以肯定的是，他们在技术、市场需求或创始人背景等方面脱颖而出，与其他公司有所不同。

榛子

August Chen（前Palantir员工）和Elton Lossner（前波士顿咨询集团员工）声称政府承包过程已经彻底破裂。

合同发布在成千上万个不同的网站上，可能包含数百页相互重叠的法规。(仅美国联邦政府每年签订的合同预计超过1100万份。)回应这些投标可能需要整个业务部门的等效支持，包括外部顾问和律师事务所。

陈和洛斯纳的解决方案是利用人工智能来自动化政府合同的发现、起草和合规流程。这对在大学时相识的伙伴将其称为“Hazel”。

使用Hazel，用户可以与潜在合同进行匹配，根据RFP和公司信息生成草案回复，创建待办事项清单并自动运行合规性检查。

鉴于人工智能产生幻觉的倾向，我有点怀疑Hazel生成的回应和检查是否会始终准确。但是，即使它们接近真实，也可以节省大量时间和精力，使小型公司有机会竞标每年发放的数百亿美元的政府合同。

安迪人工智能

家庭护士们需要处理大量文书工作。朱甜甜深知这一点 — 她之前在 Verily 工作过，这是谷歌母公司字母表旗下的生命科学部门，她曾参与过从个性化医疗到减少蚊媒传播疾病的宏大计划。

在工作中，查发现文档工作是在家护士的主要时间消耗。这是一个普遍问题 — 根据一项研究，护士将超过三分之一的时间花在文档工作上，削减了用于照顾病人的时间，促使了工作倦怠的发生。

为了帮助减轻护士的文档负担，札（Zha）与前苹果员工工程师马克斯（Max Akhterov）共同创办了Andy AI。Andy基本上是一个由人工智能驱动的抄写员，捕捉和转录患者就诊时的口头细节，并生成电子健康记录。

与任何由人工智能驱动的转录工具一样，存在偏见的风险——即工具可能无法很好地适应一些护士和患者的口音和词汇选择。从竞争的角度来看，Andy并不是市场上第一个这样的产品，竞争对手包括DeepScribe、Heidi Health、Nabla和亚马逊的AWS HealthScribe。

但随着医疗服务越来越多地转移到家庭，对像Andy AI这样的应用程序的需求似乎会增加。

沉淀

如果你使用天气应用的经历像这位记者一样，你可能曾经在盲目相信晴朗天气预测后被困在暴风雨中。

但不一定非得这样。

至少，这就是Precip这个由人工智能驱动的天气预报平台的前提。杰西·沃尔玛在创立了一家销售农作物管理软件的初创公司FarmLogs之后提出了这个想法。他与之前是FarmLogs首席数据科学家的山姆·皮尔斯·洛拉和迈克尔·阿舍合作，让Precip成为现实。

Precip提供关于降水的分析，例如估算过去几小时到几天内特定地理区域的降雨量。Vollmar声称Precip可以为美国任何地点生成“高精度”指标，可以预测未来七天的天气状况，精确到公里（有时候两公里）。

那么降水数据和警报的价值是什么？Vollmar说，农民可以利用它们来跟踪作物的生长，建筑工人可以参考它们来安排工作人员，而公用事业公司则可以利用它们来预测服务中断。Vollmar声称，一个交通运输客户每天都查看Precip，以避免恶劣的驾驶条件。

当然，天气预报应用程序并不少。但像Precip这样的人工智能承诺会让预测更加准确 —— 如果这个人工智能确实名副其实的话。

玛娅

克莱尔·怀利在沃顿商学院攻读MBA期间推出了一项情侣辅导计划。这一经历使她开始探索更加科技前沿的关系和治疗方法，最终形成了Maia。

Maia是由Wiley与前谷歌研究科学家马瑞夫共同创立的，旨在通过AI指导帮助夫妻建立更强大的关系。在Maia的安卓和iOS应用程序中，夫妻可以在群聊中互发信息，每天回答类似于他们认为需要克服的挑战、过去的痛点和感恩清单等问题。

玛雅计划通过收费高级功能来赚钱，这些功能包括由治疗师制定的程序和无限制的消息。 （玛雅通常限制夫妻间的短信数量——如果你问我的话，这是一个令人沮丧的任意限制，但就是这样。）

Wiley和Ma都来自离异家庭，他们表示他们与一位情感专家合作，打造了Maia的体验。 然而，我心中的问题是（1）Maia的关系科学是否可靠，以及（2）它是否能在夫妻应用程序的激烈竞争中脱颖而出？ 我们只能拭目以待。

数据曲线

生成式人工智能应用程序（如ChatGPT）中的人工智能模型是在庞大的数据集上训练而成的，这些数据集是来自网上的公共和专有数据的混合，包括电子书、社交媒体帖子和个人博客。但其中一些数据在法律和道德上存在问题，更不用说其他方面的缺陷了。

如果你问Serena Ge和Charley Lee，缺乏数据管理是一个问题。

葛和李共同创立了Datacurve，为训练生成式人工智能模型提供“专家级质量”的数据。这些数据是特定的编码数据，葛和李表示，由于AI训练所需的标记专业知识和限制性的使用许可，获取这些数据尤其困难。

Datacurve拥有一个游戏化的标注平台，用于支付工程师解决编程挑战，这有助于Datacurve出售培训数据集。谈到这些数据集，可以用来训练模型进行代码优化、代码生成、调试、UI设计等，Ge和Lee说道。

这确实是一个有趣的想法。但是Datacurve的成功将取决于它的数据集有多好，并且它是否能够激励足够的开发人员继续构建和改进这些数据集。