استارتاپ‌های مورد علاقه ما از روز نمایشی پوش دعوت‌یافته Pear VC
Pear VC، یک شرکت سرمایه‌گذاری شناخته شده که بر مراحل پیش‌بذر و بذر تمرکز دارد، به مدت تقریباً یک دهه یک برنامه سرعت‌دهنده را برای حدود ۱۰ استارتاپ در هر دسته راه‌اندازی کرده است.
در طول این سال‌ها، این برنامه کوچک اما قوی به راه‌اندازی شرکت‌های متعددی مانند Viz.ai کمک کرده است، که هوش مصنوعی تایید شده FDA خود می‌تواند سکته‌ها را تشخیص دهد (و در سال ۲۰۲۲ با ارزش ۱.۲ میلیارد دلار ارزش‌یابی شد)، شرکت مدیریت رابطه Affinity که در سرمایه‌گذاری سری C به ارزش‌گذاری ۶۲۰ میلیون دلار رسید، طبق داده‌های PitchBook، و Valar Labs که از هوش مصنوعی برای کمک به پزشکان در تصمیم‌گیری‌های درمان سرطان استفاده می‌کند. (آن‌ها در ماه مه ۲۲ میلیون دلار سری A جذب کردند.)
امسال، Pear تصمیم گرفته که زمان آن رسیده که اندازه برنامه تسریع خود را افزایش دهد و با ارائه خدمات بیشتر به شرکت‌ها از جمله کمک‌های استخدامی و فضای داخلی دفتر جدید خود در سان فرانسیسکو به اندازه ۳۰،۰۰۰ فوت مربع، به شرکت‌ها خدمات بیشتری ارائه دهد. برنامه ۱۴ هفته‌ای که اکنون PearX نام‌گذاری شده است، دو بار در سال برگزار خواهد شد. هر دسته تقریباً شامل ۲۰ شرکت خواهد بود. این برنامه بزرگتر هنوز فاصله زیادی با Y Combinator دارد، که هر ساله به صدها استارتاپ می‌پذیرد .
این فقط اندازه کوچکتر نیست که PearX را از YC متمایز می‌کند. استارتاپ‌های هر دسته معمولاً تا روز نمایشی آشکار نمی‌شوند، رویدادی حضوری که بیش از صد شریک عمومی سرمایه‌گذاری شامل شرکت‌های برجسته‌ای مانند Sequoia، Benchmark و Index Ventures در آن شرکت می‌کنند. در حالی که YC می‌گوید که برای هر شرکت همان شرایط استاندارد را ارائه می‌دهد، سرمایه‌ای که استارتاپ‌های PearX از این شرکت دریافت می‌کنند می‌تواند از ۲۵۰،۰۰۰ دلار تا ۲ میلیون دلار متغییر باشد، بسته به نیازها و مرحله توسعه.
روز نمایشی امسال که اوایل این ماه برگزار شد، شامل ۲۰ شرکت بود که بیشتر آن‌ها بر هوش مصنوعی تمرکز داشتند. در میان آن‌ها، این پنج استارتاپ با رویکردهای تازه به مشکلات پیچیده تجاری برجسته شدند.
کارکرد آن: شناسایی بهترین زیرساخت‌ها برای کاربردهای هوش مصنوعی چند مدلی
چرا برجسته شد: شرکت‌های هوش مصنوعی می‌خواهند مطمئن شوند که از بهترین ابزارها برای کار استفاده می‌کنند. تشخیص اینکه کدام مدل‌ها LLM یا مدل‌های کوچکتر زبانی برای هر کاربرد بهتر است، ممکن است وقت‌گیر باشد، به‌ویژه وقتی که این مدل‌ها به طور مداوم تغییر و بهبود می‌یابند.
Neutrino می‌خواهد پیدا کردن ترکیب مناسب مدل‌ها و سیستم‌های دیگر برای استفاده در برنامه‌های هوش مصنوعی را برای شرکت‌ها آسان‌تر کند. با این روش، توسعه‌دهندگان می‌توانند سریع‌تر کار کنند و در هزینه‌های اجرای محصولات خود صرفه‌جویی کنند.
کارکرد آن: خودکارسازی تحقیقات بازار
چرا برجسته شد: برندها هر سال میلیون‌ها دلار برای تحقیقات بازار خرج می‌کنند. فرآیند بررسی مشتریان بالقوه وقت‌گیر است. عوامل Quno AI می‌توانند با مشتریان تماس بگیرند و داده‌های کیفی و کمی گردآوری کنند. نتایج سپس می‌تواند به صورت بلادرنگ تحلیل شود. یک مزیت این است که هوش مصنوعی می‌تواند به سرعت نتایج این گفتگوها را تحلیل کند.
کارکرد آن: توسعه مدل‌های فاجعه برای شرکت‌های بیمه خانه
چرا برجسته شد: با افزایش بلایای طبیعی، شرکت‌های بیمه اموال برای تشخیص کدام خانه‌ها در بیشترین خطر آسیب دیدن در طول فاجعه هستند، در تلاش‌اند. زیرا دسترسی به اطلاعات درباره ساختارهای خانه‌ها دشوار و پرهزینه است.
توسط دو دکترای مهندسی سازه تأسیس شده‌است، ResiQuant در حال ایجاد مدل‌هایی برای تخمین ویژگی‌های ساختمان و چگونه آن‌ها در زلزله، طوفان و آتش سوزی‌ها مقاومت می‌کنند. این شرکت ادعا می‌کند که می‌تواند به شرکت‌های بیمه در ارزی
