Ícono del sitio La Neta Neta

7 startups de IA que se destacaron en el lote Summer ’22 de YC

7 startups de IA que se destacaron en el lote Summer '22 de YC

Es esa época del año otra vez. Esta mañana, Y Combinator (YC) organizó un día de demostración para su cohorte de verano de 2022: el día de demostración número 35 en la historia de la incubadora. Con fundadores de 30 países y nuevas empresas de todos los sectores, incluidas herramientas para desarrolladores, fintech y atención médica, el día no tuvo escasez de argumentos convincentes.

La competencia fue más feroz de lo habitual, debido a la decisión de YC a principios de agosto de reducir el tamaño del lote en un 40 % a unas 250 empresas a la luz de las dificultades económicas. Pero se destacó una categoría particular de startup: aquellas que aplican IA y aprendizaje automático para resolver problemas, especialmente para clientes de empresa a empresa.

Este año solo hubo 14 nuevas empresas de este tipo en comparación con las 20 del año pasado, lo que tiene sentido ya que la cohorte general también es más pequeña. Pero los lotes comparten un tema unificador: las ventas. Sus productos abordan en gran medida los obstáculos en las ventas y el marketing en un momento en que las empresas se enfrentan a las presiones de la recesión.

Dejando a un lado los desafíos económicos, el gran mercado direccionable hace que las ventas sean un problema atractivo para que las nuevas empresas aborden. Investigación de gran vista vinculado solo el mercado de software de automatización de la fuerza de ventas en $ 7.29 mil millones en 2019.

IA piloto

IA piloto está desarrollando una herramienta para representantes de ventas que traduce automáticamente las grabaciones de llamadas en datos estructurados que luego actualizan directamente un sistema de gestión de relaciones con los clientes (CRM). La idea es ahorrar tiempo a los representantes y asegurar a sus gerentes que los datos de canalización están actualizados.

Vale la pena señalar que otras plataformas como Fireflies.ai y Viva Sales de Microsoft también hacen esto. Pero el fundador de Pilot AI, Max Lu, anteriormente ingeniero de software en Salesforce, dice que su producto es más completo que la mayoría y puede generar un resumen de cada llamada, así como puntos de datos que se asignan a los campos de CRM y las preguntas formuladas por los representantes, además de partes clave de la respuesta del destinatario.

Créditos de imagen: IA piloto

tipográfico

tipográfico también está en el espacio de ventas, pero se enfoca en la predicción de texto en aplicaciones web a través de una extensión de navegador y una API del lado del servidor. Inicialmente desarrollado como una aplicación para teléfonos inteligentes, Typewise, que afirma tener clientes de Fortune 500 en las industrias de comercio electrónico y logística, puede autocompletar oraciones, insertar fragmentos inteligentes, responder mensajes automáticamente y verificar el estilo y la consistencia gramatical.

Suena un poco como TextExpander y Magical. Pero el fundador David Eberle dice que Typewise es compatible con cualquier sistema de CRM y se puede personalizar según los datos de una empresa, con un componente de análisis que sugiere qué palabras y frases usar.

YC Summer 2022 Las nuevas empresas de IA que no se encontraban dentro de la categoría de tecnología de ventas y marketing tendían a centrarse en herramientas de desarrollo, otra vía lucrativa para el crecimiento. Teniendo en cuenta que el 55% de los desarrolladores luchan por encontrar el tiempo para crear aplicaciones internas en primer lugar, según una reciente encuestalos capitalistas de riesgo sin duda ven una oportunidad: invertido $ 37 mil millones el año pasado en nuevas empresas que crean herramientas de desarrollo.

IA de Monterrey

IA de Monterrey aborda una parte decididamente diferente del ciclo de vida del producto: el desarrollo. El fundador Chun Jiang lo presenta como un “copiloto para el desarrollo de productos” que reemplaza los documentos con flujos de trabajo que generan automáticamente especificaciones de productos, incluidas ideas de características, métricas, diseños y planes de lanzamiento.

Con Monterey, los clientes eligen una plantilla de producto según su caso de uso (p. ej., “software como servicio”) y configuran las entradas, verificando las dependencias para resolver conflictos. Jiang dice que la plataforma puede descubrir conflictos y dependencias entre equipos al tiempo que proporciona una vista panorámica de la cartera para alinear las características.

Créditos de imagen: IA de Monterrey

Herramientas de desarrollo IA

Herramientas de desarrollo IA tal vez podría usarse junto con Monterey AI.

Dev Tools AI ofrece una biblioteca diseñada para facilitar la escritura de pruebas para aplicaciones web en entornos de desarrollo existentes simplemente dibujando un cuadro sobre una captura de pantalla. Al aplicar la visión por computadora, encuentra elementos en las páginas web, como cuadros de búsqueda y botones, e incluso puede ver los controles dentro de los juegos web. También puede probar errores de rastreo en páginas, incluidos enlaces rotos, 404 y errores de consola.

Como señala el fundador Chris Navrides, escribir pruebas web de extremo a extremo es un proceso tradicionalmente lento, que requiere que uno indague en el código de la página varias veces a medida que evoluciona la aplicación probada. Suponiendo que Dev Tools AI funcione según lo previsto, podría ser una valiosa adición a los arsenales de los equipos de pruebas de control de calidad.

laboratorios mayas

laboratorios mayas está creando una plataforma para traducir lenguaje natural a código. Similar a Copilot de GitHub, Maya genera programas de forma incremental y muestra resultados en respuesta a los pasos en inglés.

Uno de los fundadores de Maya, Sibesh Kar, dice que el servicio crea aplicaciones mediante el uso de una combinación de lógica condicional, búsqueda y clasificación impulsadas por IA, modelos de lenguaje ajustados y generación de plantillas. Actualmente, Maya puede consultar y trazar datos de una fuente externa como Google Sheets, Notion o Airtable, y realizar acciones en esos datos, como enviar un correo electrónico, cargar un archivo o actualizar una entrada de la base de datos.

El objetivo a largo plazo es extender Maya a tareas como la navegación web, la conexión de API y la automatización del flujo de trabajo, que, dado el estado actual de los sistemas de texto a idioma de IA, parece dentro del ámbito de la posibilidad.

Hola

Para aquellos que prefieren un enfoque práctico de la programación, Hola afirma usar IA para responder “instantáneamente” a las preguntas técnicas de los desarrolladores con explicaciones y fragmentos de código relevantes de la web. La plataforma funciona con grandes modelos de lenguaje (piense en GPT-3) que hacen referencia a varias fuentes para encontrar las respuestas más probables, según el cofundador Michael Royzen.

Cuando los usuarios de Hello envían una consulta, el servicio extrae y vuelve a clasificar los datos del sitio sin procesar de Bing, y luego extrae la comprensión utilizando los modelos antes mencionados. Un conjunto diferente de modelos traduce los resultados en respuestas legibles por humanos.

Créditos de imagen: Hola

NuMind

Otra startup con modelos de lenguaje en su núcleo es NuMind, que proporciona a los científicos de datos, analistas de datos e ingenieros de software una herramienta para crear modelos personalizados de procesamiento de lenguaje natural. Aprovechando modelos de lenguaje grandes similares a GPT-3, NuMind se puede usar para, por ejemplo, encontrar qué ofertas de trabajo se ajustan mejor a un currículum determinado en una plataforma de contratación.

Los fundadores de NuMind, Etienne Bernard (exjefe de aprendizaje automático de Wolfram Research) y el cofundador de Make.org, Samuel Bernard, afirman que el interés en la empresa es bastante alto, y su base de clientes de pago crece a nueve en el lapso de un mes.


Source link
Salir de la versión móvil