Pear VC, известная венчурная компания, специализирующаяся на предварительном и посевном маркетинге, уже около десяти лет управляет акселератором, в котором участвуют около 10 стартапов в каждой группе.
За эти годы эта небольшая, но мощная программа помогла создать множество компаний, таких как Viz.ai , чей одобренный FDA искусственный интеллект может диагностировать инсульты (и был оценен в 1,2 миллиарда долларов в 2022 году), компания по управлению взаимоотношениями Affinity, которая привлекла 80 миллионов долларов для серии C при оценке в 620 миллионов долларов, согласно Данные PitchBook и Valar Labs, которая использует искусственный интеллект, чтобы помочь врачам принимать решения о лечении рака. (В мае компания закрыла серию A стоимостью 22 миллиона долларов.)
В этом году Pear решила, что пришло время расширить масштабы своего акселератора и предоставлять компаниям больше услуг, предложив им помощь в подборе персонала и помещения в своем новом офисе площадью 30 000 квадратных футов в Сан-Франциско. В дальнейшем 14-недельная программа, которая теперь называется PearX, будет проводиться дважды в год. В каждой программе будет участвовать примерно 20 компаний. Более масштабная программа по-прежнему далека от программы Y Combinator, в которой ежегодно участвуют сотни стартапов.
PearX отличается от YC не только меньшим размером. О стартапах в каждой группе обычно не сообщается до проведения demo day — личного мероприятия, в котором принимают участие более ста генеральных партнеров венчурного фонда, в том числе из ведущих компаний, таких как Sequoia, Benchmark и Index Ventures. Хотя YC заявляет, что предлагает каждой компании одинаковые стандартные условия, финансирование, которое стартапы PearX получают от фирмы, может варьироваться от 250 000 до 2 миллионов долларов, в зависимости от потребностей и стадии развития.
В этом году в демонстрационном дне, который состоялся ранее в этом месяце, приняли участие 20 компаний, большинство из которых специализировались на ИИ. Среди них пять компаний, которые выделились среди нас и присутствующих благодаря новым подходам к решению сложных бизнес-задач.
Neutrino AI
Что он делает: определяет наилучшую инфраструктуру для многомодельных приложений ИИ
Почему он выделяется: компании, занимающиеся ИИ, хотят быть уверенными, что они используют лучшие инструменты для своей работы. Определение того, какие модели LLM или small language лучше всего подходят для каждого приложения, может занять много времени, особенно учитывая, что эти модели постоянно меняются и совершенствуются.
Nuetrino хочет облегчить компаниям, занимающимся ИИ, поиск правильного сочетания моделей и других систем для использования в своих приложениях. Таким образом, разработчики могут работать быстрее и экономить деньги на запуске своих продуктов.
Quno AI
Что он делает: Автоматизирует маркетинговые исследования
Почему он выделяется: Бренды ежегодно тратят миллионы на маркетинговые исследования. Процесс опроса потенциальных клиентов занимает много времени. Агенты Quno AI могут обзванивать клиентов и собирать качественные и количественные данные. Затем результаты могут быть проанализированы в режиме реального времени. Преимуществом является то, что ИИ может быстро анализировать результаты этих разговоров.
ResiQuant
Что она делает: Разрабатывает модели катастроф для компаний, занимающихся страхованием жилья
Почему она выделилась на общем фоне: В связи с участившимися стихийными бедствиями компании по страхованию имущества пытаются определить, какие дома подвергаются наибольшему риску получить значительный ущерб во время катастроф. Это связано с тем, что получить доступ к информации о конструкциях домов сложно и дорого.
Компания ResiQuant, основанная двумя докторами наук в области строительной инженерии, создает модели для оценки характеристик зданий и того, как они будут сохраняться во время землетрясений, ураганов и пожаров. Компания утверждает, что это может помочь страховым компаниям более точно оценивать риски, потенциально снижая страховые взносы домовладельцев для тех, кто считается подверженным меньшему риску.
Self Eval
Что это делает: Отслеживает реальное производство и предупреждает операторов об ошибках
Почему это произошло: В январе двери Boeing 737 Max вылетели во время полета из-за того, что, по данным следствия, не хватало четырех важных болтов. Эта ситуация — лишь один из ярких примеров того, что может пойти наперекосяк в системах обеспечения качества. Но у производителей всех видов продукции есть схожие потребности в обнаружении дефектных изделий до того, как они покинут фабрику.
Используя камеры и искусственный интеллект, Self Eval надеется решить эти проблемы, проверяя правильность выполнения задач и отмечая производственные ошибки в режиме реального времени.
TeachShare
Что она делает: Создает планы уроков, адаптированные к потребностям каждого преподавателя
Чем это выгодно отличается: программное обеспечение, которое регулирует уровень сложности в зависимости от индивидуальных знаний учащихся, доступно уже некоторое время. Однако основатели TeachShare утверждают, что многие образовательные компании по-прежнему предлагают универсальный подход к разработке учебных программ. Это вынуждает учителей тратить значительное время на изменение планов уроков в соответствии с их конкретными классными комнатами. Цель TeachShare — помочь учителям адаптировать повседневный контент, обеспечивая его соответствие образовательным стандартам.