5 startups d’IA issues de la promotion de l’été 2023 de Y Combinator

5 startups d’IA issues de la promotion de l’été 2023 de Y Combinator

C’est à nouveau le moment de l’année : la semaine où les startups de la dernière promotion de Y Combinator présentent leurs produits aux médias – et aux investisseurs – pour qu’ils les examinent à la loupe. Au cours des deux prochains jours, environ 217 entreprises se présenteront au total, soit un peu moins que la cohorte de 235 entreprises de l’hiver dernier, alors que l’enthousiasme des investisseurs en capital risque connaît un léger ralentissement.

Au cours du premier semestre 2023, les sociétés de capital-risque ont soutenu près de 4 300 opérations pour un montant total de 64,6 milliards de dollars. Cela peut sembler beaucoup. Mais la valeur des transactions représente une baisse de 49 % par rapport au premier semestre 2022, tandis que le volume des transactions a diminué de 35 % d’une année sur l’autre.

Sur une note plus positive, un segment – alimenté à parts égales par le battage médiatique et la demande – surpasse largement les autres : L’IA.

Selon CrunchBase, près d’un cinquième du total des fonds de capital-risque mondiaux entre août et juillet provenait du secteur de l’IA. Et cette voracité se manifeste dans la cohorte Y Combinator de cet été, qui compte plus du double (57 contre 28) d’entreprises d’IA par rapport à la cohorte de l’hiver 2022.

Pour avoir une idée des technologies d’IA qui stimulent les investissements ces jours-ci, je me suis plongé dans le lot de l’été 2023, en rassemblant les startups d’IA soutenues par YC qui me semblaient les plus différenciées – ou les plus prometteuses. .

Startups de l’infrastructure de l’IA

Plusieurs startups de la cohorte Y Combinator W2023 se concentrent non pas sur ce que l’IA peut accomplir, mais sur les outils et l’infrastructure nécessaires pour… construire L’IA à partir de zéro.

Shadeform, par exemple, propose une plateforme permettant aux clients d’accéder et de déployer des charges de travail de formation et d’inférence en matière d’IA auprès de n’importe quel fournisseur de cloud. Fondée par Ed Goode, Ronald Ding et Zachary Warren, ingénieurs en données et architectes de systèmes distribués, Shadeform vise à garantir que les tâches d’IA s’exécutent à temps et à un « coût optimal ».

Comme le note Ed Goode dans un billet de blog sur le site web de Y Combinator, l’explosion de la demande de matériel pour développer des modèles d’IA, en particulier les GPU, a entraîné une pénurie de capacité. (Microsoft a récemment mis en garde contre des interruptions de service s’il ne peut pas obtenir suffisamment de puces d’IA pour ses centres de données). De plus petits fournisseurs sont en ligne, mais ils ne fournissent pas toujours les ressources les plus prévisibles, ce qui rend difficile leur mise à l’échelle.

A lire aussi  Pourquoi une réglementation intelligente de l'IA est vitale pour l'innovation et le leadership des États-Unis.

Shadeform résout ce problème en permettant aux clients de lancer des tâches d’IA n’importe où, dans une infrastructure de cloud public. En s’appuyant sur la plateforme, les entreprises peuvent gérer les instances GPU de chaque fournisseur à partir d’une seule fenêtre, en configurant des « réservations automatiques » lorsque les machines dont elles ont besoin sont disponibles ou en les déployant dans des grappes de serveurs d’un simple clic.

Shadeform

Crédits images : Shadeform

Cerelyze, fondée par Sarang Zambare, ex-ingénieur en IA de Peloton, est une autre startup intrigante de Y Combinator qui s’attaque aux défis des opérations d’IA. Cerelyze est le deuxième parcours de Zambare au Y Combinator après avoir dirigé l’équipe d’IA de la startup de vente au détail sans caissier Caper.

Cerelyze prend des articles de recherche sur l’IA – du type de ceux que l’on trouve généralement sur des archives en libre accès comme Arxiv.org – et traduit les mathématiques qu’ils contiennent en un code fonctionnel. Pourquoi est-ce utile ? De nombreux articles décrivent des techniques d’IA à l’aide de formules, mais ne fournissent pas de liens vers le code utilisé pour les mettre en pratique. Les développeurs doivent donc normalement procéder à une rétro-ingénierie des méthodes décrites dans les articles pour en tirer des modèles et des applications fonctionnels.

Cerelyze cherche à automatiser la mise en œuvre en combinant des modèles d’IA qui comprennent le langage et le code et des analyseurs de PDF « optimisés pour le contenu scientifique ». À partir d’une interface basée sur un navigateur, les utilisateurs peuvent télécharger un document de recherche, poser à Cerylize des questions en langage naturel sur des parties spécifiques du document, générer ou modifier du code et exécuter le code résultant dans le navigateur.

Maintenant, Cerelyze ne peut plus traduire tout d’un article en code – du moins pas dans son état actuel. Zambare reconnaît que la traduction du code de la plateforme ne fonctionne pour l’instant que pour un « petit sous-ensemble d’articles » et que Cerelyze ne peut extraire et analyser que les équations et les tableaux des articles, pas les figures. Mais je continue de penser qu’il s’agit d’un concept fascinant, et j’espère qu’il se développera et s’améliorera avec le temps – et les bons investissements.

Outils de développement de l’IA

Toujours axé sur les développeurs, mais n’étant pas une startup d’infrastructure d’IA à proprement parler, Sweep gère de manière autonome les petites tâches de développement comme le débogage de haut niveau et les demandes de fonctionnalités. La startup a été lancée cette année par William Zeng et Kevin Lu, tous deux vétérans du jeu vidéo devenu réseau social Roblox.

A lire aussi  YouTube élabore un plan visant à indemniser les artistes et les titulaires de droits pour la musique d'IA

« En tant qu’ingénieurs logiciels, nous nous sommes retrouvés à passer de défis techniques passionnants à des tâches banales telles que la rédaction de tests, de documentation et de refactors », a écrit Zeng sur le blog de Y Combinator. « C’était frustrant car nous savions que de grands modèles de langage (similaires au GPT-4 d’OpenAI) pouvaient s’en charger à notre place. »

Sweep peut prendre une erreur de code ou un problème GitHub et planifier la façon de le résoudre, disent Zeng et Lu – en écrivant et en poussant le code sur GitHub via des demandes d’extraction. Il peut également répondre aux commentaires des mainteneurs ou des propriétaires du code, un peu comme GitHub Copilot, mais de manière plus autonome.

« Sweep a vu le jour lorsque nous avons réalisé que certaines tâches de génie logiciel étaient si simples qu’il était possible d’automatiser l’ensemble du changement », explique Zeng. « Sweep le fait en rédigeant l’intégralité de la demande de projet avec du code.

Étant donné la tendance de l’IA à faire des erreurs, je suis un peu sceptique quant à la fiabilité de Sweep à long terme. Heureusement, comme Zeng et Lu, Sweep n’implémente pas automatiquement les corrections de code par défaut et exige qu’un humain les examine et les modifie avant qu’elles ne soient transférées dans la base de code principale.

Applications d’IA

S’éloignant du sous-ensemble d’outils des startups d’IA Y Combinator cette année, nous avons Nowadays, qui se présente comme le « co-pilote d’IA pour l’organisation d’événements d’entreprise ».

Anna Sun et Amy Yan ont cofondé la société au début de l’année 2023. Anna Sun a travaillé chez Datadog, DoorDash et Amazon, tandis qu’Amy Yan a occupé divers postes chez Google, Meta et McKinsey.

Peu d’entre nous ont eu à organiser un événement d’entreprise, et certainement pas ce journaliste. Mais Sun et Yan décrivent l’épreuve comme ardue, inutilement fatigante et coûteuse.

« Les organisateurs d’événements d’entreprise sont bombardés d’appels et de courriels sans fin lorsqu’ils planifient des événements », écrit M. Sun dans un billet de blog de Y Combinator. « Stressés par des calendriers serrés, les organisateurs paient des assistants à temps plein ou des outils qui leur coûtent plus de 100 000 dollars par an. »

Sun et Yan se sont donc dit : pourquoi ne pas décharger l’IA des parties les plus pénibles du processus ?

C’est ainsi qu’est né Nowadays, qui, à partir des détails d’un événement à venir (par exemple, les dates et le nombre de participants), peut automatiquement contacter les lieux et les fournisseurs et gérer les courriels et les appels téléphoniques correspondants. Nowadays peut même prendre en compte les préférences personnelles autour des événements, comme les équipements à proximité d’un lieu donné et les activités accessibles à pied.

A lire aussi  LastMile AI conclut un tour de table de 10 millions de dollars pour "opérationnaliser" les modèles d'IA

Je dois noter que le fonctionnement de Nowadays en coulisses n’est pas tout à fait clair. L’IA répond-elle réellement aux appels téléphoniques, les passe-t-elle et répond-elle aux courriels ? Ou bien des humains interviennent-ils à un moment ou à un autre, par exemple pour l’assurance qualité ? Votre avis est aussi valable que le mien.

Quoi qu’il en soit, Nowadays est une idée très intéressante avec un marché potentiel énorme (510,9 milliards de dollars d’ici 2030, selon Allied Market Research), et je suis curieux de voir ce qu’elle va devenir.

De nos jours

Crédits images : De nos jours

FleetWorks est une autre startup qui tente d’éliminer les processus traditionnellement manuels. Elle a été créée par Paul Singer, ancien chef de produit d’Uber Freight, et Quang Tran, qui a travaillé sur des projets d’avant-garde chez Airbnb.

FleetWorks s’adresse aux courtiers en fret, intermédiaires indispensables entre les expéditeurs et les transporteurs. Conçu pour s’intégrer au téléphone, à l’e-mail et au système de gestion des transports (TMS) d’un courtier, FleetWorks peut automatiquement réserver et suivre des chargements et planifier des rendez-vous avec des installations d’expédition qui ne disposent pas d’un portail de réservation.

En règle générale, les courtiers doivent contacter par téléphone ou par courrier électronique les chauffeurs et les répartiteurs pour les chargements qui ne font pas l’objet d’un suivi automatique afin d’obtenir des mises à jour sur l’état des expéditions. Simultanément, ils doivent jongler avec les appels des entreprises de camionnage intéressées par la réservation de chargements et négocier le prix, ainsi que fixer des heures de rendez-vous pour les chargements non programmés.

Singer et Tran affirment que FleetWorks peut alléger la charge (sans jeu de mots) en déclenchant des appels et des courriels et en transmettant toutes les informations pertinentes au TMS ou à la messagerie électronique. Outre le partage des détails du chargement, la plateforme peut discuter du prix et réserver un transporteur, voire appeler un chauffeur et informer les équipes du compte des problèmes qui surviennent.

« FleetWorks aide les opérateurs de fret à se concentrer sur les tâches à forte valeur ajoutée en automatisant les appels et les courriels de routine », a écrit M. Singer dans un article publié par Y Combinator. « Notre plateforme alimentée par l’IA peut exploiter les courriels ou utiliser une voix humaine pour effectuer des appels de suivi, couvrir des chargements et reprogrammer des rendez-vous. »

Si cela fonctionne comme annoncé, cela semble vraiment utile.

IA