14 идей от Y Combinator, которые могут сделать вас миллионером

Недавно Y Combinator опубликовал список из 14 направлений, в которых они хотят видеть стартапы для летнего батча 2025.

Это не просто модные тренды — это ориентиры для тех, кто хочет строить бизнес с прицелом на будущее.

Ниже будут перечислены все направления и представлена информация по каждому из них:

1) ИИ компании полного цикла (Full-stack AI Companies)

Что такое ИИ компания полного цикла? Предположим, вы считаете, что большие языковые модели (далее - LLM) теперь способны автоматизировать большую часть юридической работы. Есть две вещи, которые вы можете сделать с этой идеей. Вы можете создать агента ИИ и продать его юридическим фирмам. Это то, что делает большинство людей. Или вы можете основать свою собственную юридическую фирму, укомплектовать ее ИИ-сотрудниками и конкурировать с существующими юридическими фирмами. Это и есть ИИ компания полного цикла.

2) Больше основателей-дизайнеров

Некоторые из крупнейших компаний YC, такие как Airbnb и Stripe, известны своим исключительным дизайном. Без него пользователи не доверились бы проживанию в Airbnb незнакомца или не доверились бы безопасной обработке миллиардов транзакций по кредитным картам через Stripe. Эти компании просто не работали бы без первоклассного дизайна. Поэтому команда YC хочет увидеть, как можно больше дизайнеров, которые решатся сделать свои компании, и надеятся на финансирование команд, в основе которых с первых дней заложены сильный дизайн и вкус.

3) Голосовой ИИ

Люди взаимодействуют с предприятиями разными способами, но один из способов не претерпел существенных изменений за последние 100 лет — это телефонные звонки. Новые голосовые модели и разговорные LLM теперь невероятно хороши. И стартапы, которые ими пользуются, создают голосовых ИИ ботов, которые неотличимы от людей. Это большой рынок. Хотелось бы, чтобы здесь произошла революция, аналогичная внедрению беспилотного транспорта в автомобили.

4) ИИ для научного прогресса

Многие программные инструменты, используемые для научных приложений в химии, биологии, материаловедении или исследовании операций, не сильно изменились за десятилетия. Они опираются на стандартные методы для решения сложных задач в области открытия лекарств, оптимизации химических процессов, металлургии и горнодобывающей промышленности или оптимизации энергосистем. В частности, вычисления во время тестирования открывают новые типы стартапов, которые могут решать эти научные проблемы. Команда YC хотела бы увидеть больше стартапов, которые используют ИИ для преобразования того, как физические вещи производятся быстрее и эффективнее.

5) Персональный ассистент на базе ИИ

Несмотря на десятилетия развития приложений для повышения производительности, электронные письма все еще накапливаются, календари заполняются, а задачи остаются не выполненными. Даже лучшие организационные инструменты только помогают нам отслеживать то, что нужно сделать, а людям необходимо то, что поможет им это сделать. Благодаря недавним достижениям в области LLM теперь есть потенциал перейти от списков «to do» к спискам «done».

Y combinator хотят работать со стартапами, создающими следующее поколение персональных помощников на основе ИИ: систему на базе LLM, которая глубоко понимает работу пользователя, распорядок дня, историю общения и личные предпочтения. Представьте себе ИИ, который прекрасно помнит вашу личную переписку, проекты и предпочтения в планировании — и может действовать от вашего имени. Этот помощник, который знает, как вы обычно отвечаете на определенные виды электронных писем, может составлять для вас черновики этих ответов — или даже отправлять их с вашего одобрения.

6) ИИ для здравоохранения

Система здравоохранения США составляет более 17% ВВП или более 4 триллионов долларов. По оценкам, треть этой суммы, или более 1 триллиона, тратится только на административные задачи. В США одна из лучших систем здравоохранения в мире, но, к сожалению, большая часть этих расходов — это просто ненужное администрирование, которое существует, потому что разные системы здравоохранения несовместимы, не имеют API или просто являются единственным способом выполнения рабочего процесса или задачи.

За последние два года появился целый ряд новых стартапов, создающих инфраструктуру для извлечения данных из PDF или других систем, и обеспечения их легкого ввода с помощью агента в другую систему. Многие из задач, которые привели к высоким административным расходам на здравоохранение, теперь полностью поддаются автоматизации, поскольку активное развитие рабочих LLM произошло всего за последние 12 месяцев в компаниях.

7) Персональный ИИ-репетитор для каждого

Идея использования компьютеров для помощи людям в обучении была мечтой компьютерных гиков еще с 1940-х годов.

Основной идеей было создание персонализированного опыта обучения для всех, но на практике это было трудно реализовать. Большинство продуктов онлайн-образования предоставляют один и тот же контент (видео, текст, изображения). И сегодня, с помощью ИИ, стало наконец-то возможно создать по-настоящему персонального репетитора для каждого. Новейшие возможности рассуждения позволяют им разбивать сложные темы шаг за шагом таким образом, чтобы помочь объяснить даже самые сложные предметы простым способом. Поскольку новейшие базовые модели являются многомодальными, они теперь могут представлять сложные концепции, с помощью анимации, изображений и голосовых сообщений.

Представьте, что такие возможности объяснения доступны для каждой темы и персонализированны под потребности каждого учащегося, с интерактивным наставником на основе ИИ. Это действительно может изменить мир.

8) Программные инструменты для создания роботов

Робототехника пока не пережила свой "ChatGPT" момент, но команда Y Combinator думает, что он уже почти наступил.

Будущее за роботами. Но оно еще не достигнуто потому что предыдущие поколения роботов были дорогими, хрупкими и работали только в контролируемых условиях.

Благодаря быстрому совершенствованию базовых моделей наконец-то стало возможным создавать роботов с восприятием и суждением на уровне человека. Огромным потенциалом обладает B2B-направление.

Команда Y Combinator считает перспективными областями промышленные варианты использования таких роботов.Они заинтересованы в финансировании людей, создающих программные инструменты, чтобы помочь другим создавать роботов.

9) Будущее образования

Образование — одна из крупнейших и важнейших отраслей в мире, но ее трудно модернизировать. Сегодня в сфере образования занято около 100 миллионов человек, и ежегодно обучается около 1,5 миллиарда студентов. Традиционные способы преподавания и обучения в значительной степени не менялись на протяжении десятилетий, но ситуация может измениться.

Развитие ИИ, особенно крупных языковых моделей, обещает изменить то, как мы учим, учимся и измеряем результаты. Эти технологии обладают потенциалом значительно улучшить доступ к образованию, персонализировать обучение и освободить как учителей, так и учащихся от рутины.

Одна из больших проблем — это определение бизнес-модели, поскольку в то время как более миллиарда человек заняты в сфере образования, бюджеты, как известно, ограничены, а циклы закупок ужасно медленные.

10) Безопасность жилых помещений с использованием искусственного интеллекта

Потребители тратят 20 миллиардов долларов в год на домашнюю безопасность. И крупнейшими игроками являются традиционные компании, чьи функции не менялись десятилетиями.

Тем временем ИИ штурмом захватывает мир коммерческой безопасности. Такие компании, как Verkada, Lumana, показывают, насколько мощным может быть ИИ. В коммерческих зданиях двери открываются с помощью распознавания лиц. Видеокамеры обнаруживают подозрительное поведение и отправляют push-уведомления управляющим зданиями. Виртуальные охранники ИИ даже будут включать громкоговорители и отпугивать преступников — чтобы предотвратить преступление до того, как оно произойдет.

Ring была приобретена за 1 миллиард долларов для производства видеодомофонов и магнитных дверных датчиков. Представьте, насколько велики возможности для компании, которая использует ИИ, чтобы люди чувствовали себя действительно в безопасности в своих домах.

11) Внутренний конструктор агентов

Команда Y Combinator считает, что скоро у всех компаний будет одна общая черта: каждый сотрудник сможет создавать собственных агентов для автоматизации повторяющихся частей своей работы.

Поэтому они хотели бы финансировать учредителей, работающих над инфраструктурой, которую компании будут использовать для этого. Такую инфраструктуру они называют внутренними конструкторами агентов.

Внутренний конструктор агентов — это инструмент, который можно использовать для создания агента в целях обработки рутинных задач, которые не нравятся сотруднику. Эта инфраструктура должна будет иметь доступ ко всем остальным программным обеспечениям, которые использует сотрудник в своей повседневной жизни. Ей нужно будет управлять разрешениями и безопасно отправлять конфиденциальные данные последнему поколению LLM.

12) Исследовательские лаборатории в области ИИ

Многие этого не осознают, но YC был первым инвестором в OpenAI. Фактически, OpenAI начинался как YC Research, как внутренняя исследовательская лаборатория акселератора. OpenAI был пионером концепции независимых лабораторий по исследованию ИИ.

OpenAI делает невероятную работу, но в области ИИ есть много нерешенных проблем и все еще много возможностей для новых исследовательских лабораторий.

Команда Y Combinator готовы поддержать глубокие, открытые исследования, на коммерциализацию которых могут уйти годы, как это было с OpenAI.

13) Голосовые ИИ помощники для электронной почты

Нужны команды, которые могут помочь обрабатывать входящие письма только с помощью голоса.

И электронная почта может стать идеальной отправной точкой для создания самого полезного универсального помощника. Любой ИИ ассистент, у которого есть доступ к моему почтовому ящику, мгновенно узнает про меня, моих друзей, мои планы, мой стиль письма и многое другое.

14) ИИ для личных финансов

Большинство людей не рациональны в своих финансовых действиях. Сколько мне следует откладывать на будущее, куда мне следует вкладывать деньги, и как мне следует думать о долгах и налогах? То, как люди отвечают на эти вопросы сегодня, повлияет на их свободу в будущем.

До сегодняшнего дня ответы, как правило, сводились к тому, чтобы спрашивать друзей, искать в Google, нанимать финансового консультанта или, может быть, даже спрашивать в своем банке.

Эти варианты не очень хороши. Они полны предвзятости и не дают полной картины вашего финансового положения и целей. А нанять хорошего финансового консультанта очень дорого.

С LLM есть уникальная возможность создать программное обеспечение, которое дает каждому человеку доступ к персонализированным финансовым, инвестиционным и налоговым консультациям практически по нулевой стоимости. Они будут использовать API для доступа к вашей полной финансовой ситуации и давать полностью личные беспристрастные советы.

_____

Если хотите знать больше о том, как ИИ меняет бизнес, подписывайтесь в Telegram - https://t.me/pro10data ✅