AI 初创公司趋势：Y Combinator 最新批次的见解

总部位于硅谷的著名创业加速器 Y Combinator (YC) 最近宣布了其 2023 年冬季队列，不出所料，约 31% 的初创公司（269 家中有 80 家）拥有自我报告的 AI 标签。在这篇文章中，我分析了这批 20-25 家初创公司，以了解一些更大的趋势，特别是利用LLM（大型语言模型）的初创公司。这些趋势涵盖了他们如何识别要解决的问题、他们采取什么方法来解决问题、他们正在做什么以及他们的方法中的潜在风险。但在我们探讨趋势之前，让我们先了解一下科技公司（小型或大型）如何考虑从人工智能创造价值的总体框架。

01. 人工智能价值链

如果您最近一直在关注科技新闻，就会发现有关人工智能的内容激增，并且很难始终理解这些新闻在整体情况中的位置。我们用一个简化的框架来思考一下。

人工智能是一个非常广泛的术语，涵盖了广泛的技术，从可以预测事物的回归模型，到可以识别对象的计算机视觉，再到最近的 LLM（大型语言模型）。为了便于讨论，我们将重点关注最近在 OpenAI 向公众开放 ChatGPT 并开始公司之间的 AI 竞赛后备受关注的法学硕士。

利用人工智能的科技公司通常在以下三个层次之一运营：

基础设施——这包括硬件提供商（例如，NVIDIA 制造 GPU 来支持 AI 模型所需的所有繁重计算）、计算提供商（例如，在云上提供处理能力的 Amazon AWS、Microsoft Azure、Google Cloud）、AI 模型/算法（例如提供 LLM 的 OpenAI、Anthropic）和 AI 平台（例如提供用于训练模型的平台的 TensorFlow）
数据平台/工具层——这包括为人工智能应用程序收集、存储和处理数据的平台（例如，在云中提供数据仓库的Snowflake、提供统一分析平台的Databricks）
应用层——涵盖所有利用人工智能实现特定应用的公司（初创公司、中大型科技公司以及非本土科技公司）

根据目前的市场状况以及过去类似情况（例如云计算市场）的表现，基础设施和数据平台层可能会集中到少数提供相对商品化产品的参与者。例如：

在硬件厂商中，NVIDIA 目前在 GPU 产品方面处于领先地位（他们的股票在 2023 年增长了两倍），我们必须看看还有谁能赶上
计算市场已经趋同，AWS、Azure 和谷歌云占据了三分之二的市场份额
在 AI 算法层，OpenAI 凭借 GPT 模型表现强劲，但这是一个竞争激烈的市场，参与者财力雄厚（Google 拥有 Deepmind/Google Brain、Facebook Lambda、Anthropic、Stability AI）——如果您想要了解更多信息，请参阅此分析更深入地采取。这里需要注意两件事：i）大多数公司都可以访问相同的数据集，如果一家公司确实可以访问新的付费数据集（例如 Reddit），则竞争对手很可能会访问该数据集同样，ii) GPT 模型位于算法层，但 ChatGPT 产品位于应用程序层（而不是算法层）。

鉴于这种可能的商品化路径，在这些层面运营的公司有两种可能的路径：

第一条途径是加强他们的产品以跨层运营，最近的并购活动就证明了这一点——Snowflake（数据平台层的数据仓库公司）最近收购了 Neeva，以增强他们的搜索能力，并可能为企业、Databricks 解锁法学硕士的应用（数据平台层的分析平台）收购了 MosaicML（人工智能算法层），以使“每个组织都可以使用生成式人工智能，使他们能够使用自己的数据构建、拥有和保护生成式人工智能模型”
第二条路径是向上移动到应用层——ChatGPT 就是一个典型的例子。OpenAI 的优势在于人工智能算法层，但随着消费产品的推出，他们现在成为谷歌搜索几十年来第一个真正的竞争对手。

人工智能和法学硕士释放的大部分未来价值将出现在应用层，包括创建新初创公司所产生的价值，这让我们想到了 Y Combinator。

02. Y Combinator (YC) 的工作原理

简要介绍一下 YC，然后我们将进入趋势。大多数 YC 公司都处于超早期阶段——52% 的批次仅凭一个想法就被接受，77% 的批次在 YC 之前收入为零。

YC 的选择性很强（<2% 接受率），但主要致力于数量：

2023年分两批投资300多家企业，2022年投资600多家企业
公司获得标准交易（12.5 万美元资金换取 7% 的股权）
YC 为初创公司提供大量指导以及接触包括 YC 校友、投资者等在内的庞大人员网络的机会。
因此，YC 要想取得成功，只需要几次巨大的成功就能赚钱（类似于任何天使投资），而且几位校友都取得了巨大的成功

综上所述，YC 是一个很好的“代表”名单，它展示了早期初创企业市场的情况，以及刚刚利用人工智能起步的初创企业的机会所在。至此，我们将深入研究大趋势。

03. 人工智能初创公司趋势

3.1 关注具体问题和客户

初创公司正在针对一组重点客户的重点问题，即“通用”人工智能解决方案较少。

Yuma.ai就是这样一个例子，它专注于帮助那些难以处理客户请求和疑虑的 Shopify 商家（您可以在此处查看演示）。通过利用大型语言模型 (LLM)，Yuma.ai 自动从知识库生成响应。另一家名为Speedy的初创公司致力于支持没有时间使用生成式人工智能创建营销内容的中小企业 (SMB)。Haven 的目标是让物业经理实现约 50% 的住户互动自动化。OfOne 的目标是大型快餐店得来速，帮助他们自动化接单流程并提高盈利能力。

在所有这些例子中，都特别关注狭窄的问题空间和客户，并在该背景下应用法学硕士。

3.2 与现有软件的集成

除了选择 GPT / LLM 并通过 UI 公开它们之外，一些初创公司还进一步与客户已经使用的现有软件集成。

Lightski就是一个典型的例子，它专注于与 Salesforce 等客户关系管理 (CRM) 软件集成。他们的目标是让客户只需通过 Slack 发送自然语言消息即可更新其 CRM，从而无需浏览层层用户界面。Yuma.ai为帮助台软件提供一键安装功能，将法学硕士的力量与客户自己的知识库相结合，为服务代理生成响应草案。

这些集成是解锁新用例的重要推动力，而 ChatGPT 等开箱即用的 LLM 应用程序无法轻松解决这些用例。