Inwestowanie jak Y Combinator: Słynny akcelerator z Doliny Krzemowej skupia się na tych 6 trendach w dziedzinie sztucznej inteligencji
Wszyscy mówią o AI, wszyscy coś robią z AI i wszyscy chcą inwestować w AI. Według Crunchbase , około 52 miliardów euro (60 miliardów dolarów) napłynęło do startupów AI na całym świecie w pierwszym kwartale 2025 r. Stanowi to 53 procent całego finansowania w tym kwartale.
Kluczowa postać na scenie inwestycji w AI: Ivan Landabaso, partner w JME Ventures. Hiszpański wczesny VC zainwestował na przykład w startup agenta AI Kustomer i startup produktywności AI Rauda.AI.
Czy masz subskrypcję Contentpass, ale nadal chcesz przeglądać treści zewnętrzne od zewnętrznych dostawców? Kliknij „zgadzam się”, a my zintegrujemy treści zewnętrzne i usługi od wybranych zewnętrznych dostawców z naszą ofertą, aby poprawić Twoje doświadczenia użytkownika. Aktualną listę tych zewnętrznych dostawców możesz wyświetlić w dowolnym momencie w polityce prywatności (link do polityki prywatności). W tym kontekście profile użytkowników (np. na podstawie identyfikatorów plików cookie) mogą być również tworzone i wzbogacane, nawet poza EOG. W takim przypadku Twoja zgoda obejmuje również przekazywanie niektórych danych osobowych do krajów trzecich, w tym do USA, zgodnie z art. 49 (1) (a) RODO. Więcej szczegółów na temat przetwarzania danych można znaleźć w naszej polityce prywatności i w polityce prywatności, które są dostępne w dowolnym momencie w stopce naszej oferty. Zgodę na integrację treści zewnętrznych możesz w dowolnym momencie wyrazić w stopce naszej oferty za pośrednictwem łącza „Śledzenie odwołania”.
Landabaso przyjrzał się bliżej modelom biznesowym startupów AI w wiosennej partii Y Combinator . Dowiedz się, na jakie trendy AI skupia się amerykański akcelerator tutaj:
Członkowie zespołu AI, którzy łączą się ze Slackiem, pocztą e-mail lub Jirą i przetwarzają całe łańcuchy zadań zamiast tradycyjnych pulpitów nawigacyjnych. Na przykład: „Tworzenie kwartalnych wskaźników KPI, tworzenie slajdów, informowanie zespołu sprzedaży”.
Pobierają wszystkie niezbędne dane z CRM, narzędzia BI lub Dysku, przetwarzają wszystko i dostarczają gotowy wynik – pracownicy nie muszą już klikać w tę i z powrotem między dziesiątkami pulpitów nawigacyjnych.
Przeczytaj także
Są to rozwiązania AI stworzone specjalnie na potrzeby konkretnej branży – na przykład medycyny, produkcji, laboratoriów lub prawa.
Nie oferują rozwiązań uniwersalnych, ale rozumieją terminologię techniczną, znają przepisy i regulacje oraz są przygotowani na typowe problemy („przypadki skrajne”) w branży.
Czasami zaangażowany jest również sprzęt – roboty lub technologia laboratoryjna. Na przykład sztuczna inteligencja, która pisze raporty medyczne, dokładnie wie, co jest ważne w diagnozie – zupełnie inaczej niż standardowy chatbot.
Obecnie każdy może uzyskać dostęp do dobrych modeli AI. Różnica nie leży już w samej AI, ale w tym, jak dobrze jest ona kontrolowana, monitorowana i zabezpieczana.
Startupy z infra agenta budują infrastrukturę, aby zapewnić, że agenci AI faktycznie działają w życiu codziennym. Ważne jest kilka czynników.
Na przykład „routing”: Agent decyduje, który model AI lub oprogramowanie jest najlepiej dostosowane do zadania. Na przykład używa innego AI do matematyki niż do analizy tekstu.
Przeczytaj także
Pamięć AI jest również ważna. Agent pamięta poprzednie rozmowy lub zadania, więc nie musi zaczynać od zera przy każdym pytaniu. Ponadto musi stale sprawdzać, czy agent dostarcza dobre wyniki, czy popełnia błędy — w terminologii AI nazywa się to „oceną”.
Natomiast „dostrajanie nagród” oznacza, że agent otrzymuje informacje zwrotne, dzięki którym może się z czasem doskonalić, podobnie jak człowiek uczy się na błędach.
Sztuczna inteligencja może popełniać błędy („halucynować”) – w takich wrażliwych obszarach jak finanse, prawo czy IT należy to wcześnie zidentyfikować i zapobiegać temu zjawisku.
Aby zapewnić niezawodność wyników AI, startupy skupiają się na różnych mechanizmach ochrony. Na przykład startupy używają „mechanizmów śledzenia”, aby monitorować, co agent robi i dlaczego.
Korzystając z testów porównawczych, startupy mogą Regularnie sprawdzaj, czy agent dostarcza dobre wyniki. A używając „fail-safes”, agenci mogą być automatycznie zatrzymywani, jeśli coś pójdzie nie tak.
Startupy działające w tej dziedzinie tworzą agentów AI, którzy automatycznie obsługują złożone i ściśle regulowane procesy – na przykład w obszarze prawa, finansów, opieki zdrowotnej czy zakupów.
Sztuczna inteligencja przejmuje kontrolę nad całym procesem: sprawdza umowy, uzyskuje zgody, rozpoczyna negocjacje lub przeprowadza kompletne audyty.
W tych obszarach obowiązuje wiele zasad i przepisów, dlatego agenci muszą pracować ze szczególną starannością i przejrzystością. Oszczędza to dużo czasu i minimalizuje błędy ludzkie.
Te startupy wykorzystują agentów AI do automatyzacji sprzedaży i marketingu – wszystkiego, co przyciąga nowych klientów.
Przeczytaj także
Agenci wykonują takie zadania, jak wyszukiwanie potencjalnych klientów, wysyłanie wiadomości e-mail i wiadomości na LinkedIn, personalizowanie procesu przyjmowania nowych użytkowników oraz dostosowywanie kampanii w czasie rzeczywistym.
Zaleta tego modelu biznesowego: lejek sprzedaży rośnie bez konieczności ciągłego zatrudniania nowych osób. Pozwala to firmom skalować się szybciej i wydajniej.
businessinsider
