ИИ - это не только чатботы и генерации
Я уже писал, что почти все стартаперы сейчас пилят [AI-something]. Почти у всех (за редким исключением) продукт либо полностью ИИ-based, либо предлагает ИИ-компонент как киллер-фичу. И это логично. В ИИ-проекты не просто проще привлечь инвестиции благодаря общему хайпу, но они ещё и активно внедряются везде и всюду, в любой индустрии. А значит, можно быстрее оформить первые юзкейсы, проверить гипотезы и масштабировать.
Но есть важный нюанс. Я общался с кучей фаундеров за этот год, и 80-90% делают именно генеративные продукты. Условно, берут какую-то LLM, фокусируют её на определённой клиентской боли или бизнес-цели, прикручивают UX и тарификацию, и готово. Ничего не имею против такого подхода. Главное - чтобы продукт был классный. Но лично я особенно люблю ИИ-проекты в глубокой технологической базой. Так называемый AI-deeptech.
Наткнулся вот на статью от Ильи Шарова из Yet Another Tech Fund. Это специальный фонд-инкубатор Яндекса для tech-проектов. В статье Илья как раз разбирает несколько диптех-ИИ-стартапов. И, что важно, все они российские:
1. CyberPhysics. Чуваки используют связку "матмодели + ИИ" для предиктивной аналитики промышленного оборудования. Берём данные о работе/износе/показателях вон того дорогущего станка - понимаем, что если не заменить деталь Х через месяц, то попадём на большие деньги. Раньше заводы использовали для такого сложные системы с датчиками и IoT, а теперь достаточно только статистики и данных с обычных камер.
2. Bitrobotics. Делают роботов с компьютерных зрением для автоматизации производственных процессов. К примеру, у FMCG есть процесс с кучей действий - первичная укладка товара, упаковка, отбраковка, инспекция и т.д. Многие шаги можно автоматизировать, но для этого робот должен распознавать визуальную инфу. Иначе начнет пропускать брак и вешать не ту упаковку. Стартап предлагает как раз таких умных роботов - с компьютерным 3D-зрением и ИИ-элементами для моментальной обработки визуальных данных.
3. Синтелли. ИИ-комбинатор для химиков. Допустим, нужно создать новое действующее вещество, чтобы вылечить очередную редкую болезнь. Для этого ученому нужно прошерстить тонны статей в научных банках, отсмотреть патенты, проверить, кто раньше делал похожее... А также понять (=смоделировать), какие реакции возможны и эффективны. ИИ от Синтелии берёт на себя бОльшую часть этой работы, чем экономит ученому время на более сложные научные задачи.
В статье ещё упоминается акселератор Yandex AI Startup Lab. Я про него много слышал, в том числе от двух друзей, которые пилят ИИ-проекты прямо сейчас. И там фишка вот в чем. Многие акселераторы любят "казуальные" (позволю себе это слово) ИИ-решения - чатботы, генеративные сервисы и т.д. Опять же, потому что их проще валидировать на рынке и масштабировать. Через них акселератору проще набить высокий success-rate. Но акселератор Яндекса фокусируется именно на deeptech-решениях с глубокой техно-базой. То есть, его процессы, ожидания и метрики заточены именно на этот сегмент - а это важно, т.к. ожидания от генеративных продуктов и диптех-проектов отличаются кардинально. Как и методы поддержки. Главное - чтобы было перспективное направление, сильная гипотеза и заряженная команда.
Дизраптор