矽谷頂級孵化器YC夏季路演開場，人工智慧創業公司有這些亮點

整理 | 微胖

當Ross（世界第一個AI法律助理）的顧問建議道「你們應該去 Y Combinator」時，Ross團隊的第一反應是「什麼是 Y Combinator？」

矽谷創投界流傳著一句話「孵化器只有兩種，YC 與其他」。進入YC有多難？Ross 事後才知道。所有申請中，僅有大約 2% 的申請被接收。

經歷有多贊？「那段經歷非常難以置信，我們和頂級創業者一起工作，學到了很多技巧和經驗，並且改掉了很多壞習慣。這對 ROSS 產生了重大影響。在 YC 的那段時間，我們得到了許多律所合伙人的幫助，他們給予反饋幫助我們改善產品。」Ross 回憶道。從 YC 出來之後，Ross 籌集到了第一輪投資，用於開發商用產品。

到目前為止，YC 孵化的獨角獸包括 Airbnb 、Dropbox 、Stripe ，新近的包括 Twitch、Instacart 和 Coinbase 等。據統計，YC 總共投資孵化了超過 1000 家公司，估值總和超過 650 億美金。

如今，YC 的演示日已經成為矽谷乃至世界投資者矚目的對象，也是大家尋找下一隻獨角獸的地方。今天是2017 YC夏季演示日的第一天，人工智慧創業公司仍然是重頭戲，亮點集中在了自動駕駛、安防以及語音領域。今年早些時候，谷歌 Jeff Dean 還曾預測稱，「三年內，醫療、自動駕駛等領域將是從機器學習獲益最多的領域。」

一、自動駕駛

這個千億級別市場距離我們仍然比較遙遠的重要原因之一，就是激光雷達成本太高。感測器或者感知融合，是初創公司入局的一個切入口。

目前的自動駕駛汽車主要使用三種感測系統：攝像頭、超聲波探測器和雷達，便宜且易於部署。伊隆·馬斯克認為，在特斯拉汽車上安裝的攝像頭、雷達和超聲波感測器系統的性能正在快速提升，目前還不需要引入其他設備。這裡的其他設備，就是第四種選擇 激光雷達，採用激光掃描和測距來建立車輛周圍環境的詳細三維模型。

Lidar 圖像具有高度準確性，可以與前三種感測器方式相提並論。但天氣不佳時，激光雷達優勢不再，無法提供高清晰圖像，效果還比不上傳統雷達。初創公司 Zendar 研發了一種高清晰度雷達，可在糟糕天氣下檢測到 200 米開外路況。據預測，接下來三年，全世界會製造出 1 千萬輛自動駕駛汽車，該公司希望其研發的高清晰度雷達可以被更多的車輛使用。

為自動駕駛車輛提供「大腦」，是初創公司切入自動駕駛市場的另一條路徑。May Mobility 就是這樣一家初創公司，為用於商業車隊的公司提供自動駕駛技術。他們提供的技術並非著眼十年後的市場，而是近期的「蛋糕」。因此，他們定位於預測性較強的駕駛環境，比如，老年社區、軍事基地、學校等地進行特定路線的自動駕駛接送服務。

團隊成員由密歇根大學的機器人專家組成，有著多年經驗，研發基礎深厚。不過，公司並不想純粹依靠技術取勝，而是要及時切入市場。他們的 CEO 表示，要顛覆整個無人駕駛車行業，必須拿出實際行動來——May Mobility 團隊將會在今年 10 月在底特律駛出他們的第一輛無人駕駛班車，並通過實際的測試迭代升級產品。

目前，公司已經打造出可供潛在用戶安裝在車輛上的綜合自動駕駛技術棧，雖然公司自己不製造車輛。另外，公司還希望提供從日常運作到維護和清潔的全面自動車隊運營服務。公司籌集了約 350 萬美元。

為了使飛行員不會過於疲勞，現代飛機都裝有自動駕駛系統，由機載計算機控制飛機自動飛行。人們早在幾十年前，就發明了自動駕駛儀。不過，天上飛行遇到的情況，遠不如地面複雜。這或許也是自動駕駛系統出生更晚的原因之一。

初創公司 Pyka 想將無人駕駛的地面模式搬到天上，打造可以自動飛行的單人飛機。公司已經建造好了一架 400 磅的單人飛機，可以在 90 英尺範圍內自動升起降落。由於監管機構要求搭載人類前必須進行大量測試，Pyka 已經在紐西蘭佔了一個坑——給農作物噴洒藥物，該市場規模已達 15 億美元。

Pyka 無人機可以在低空、崎嶇山區等環境飛行，農業藥物噴洒速度高達 70 英里每小時，並且可以在固定時間、按固定路徑飛行工作。這項業務可謂一石二鳥：一方面，公司每小時入賬 600 美元；另一方面，還可以記錄時間，為將來人類交通市場做好準備。公司員工主要來自 Zee airplanes 和 Waymo，他們立志成為該領域第一個吃螃蟹的人。

二、安防與安全

安防領域一直被認為是人工智慧技術落地最好的行業之一，市場規模也相當可觀。這主要源於安防本身的兩大特性。首先，以視頻技術為核心的安防行業擁有海量的數據來源，可以充分滿足人工智慧對於演算法模型訓練的要求；其次，安防行業中事前預防、事中響應、事後追查的訴求與人工智慧的技術邏輯完全吻合。

初創公司 Flock 打造一款旨在保護街坊鄰里的無線攝像頭，瞄準的是 15 億美元的本地市民市場。這款戶外攝像頭可以跟蹤車輛並記錄下車牌號碼，如果有罪案發生，可為地方警察提供必要數據。當被盜車輛進入安全範圍內，攝像頭還有預警通知功能。目前，公司已經協助破獲一起罪案，已被多個社區採用。

數據與隱私摩擦，如影隨行，接連不斷。近期，蘋果等科技巨頭公司甚至製作「法庭之友」意見書，提請美國聯邦最高法院將數據隱私問題納入第四修正案的管轄範圍。初創公司 D-ID 試圖通過人臉識別技術，對用戶發出的照片進行反向識別，使得照片在能用肉眼看清的情況下也無法被軟體識別，從而保護用戶身份隱私。D-ID 主要服務對象分為三類：需要保護員工、用戶圖片隱私的公司，需要保護病人隱私的健康管理公司，政府及相關安全部門。據悉，目前已經簽訂了價值 100 萬的合作意向書。

三、語音

語音市場龐大、競爭激烈，但這不能阻擋新創業公司接連入局。亞馬遜 Alexa 雖然引領風騷，但用戶體驗也存在不少槽點。有的創業公司勢將深度鏈接進行到底。有的公司想讓 Alexa 用起來更簡單，比如 Life Bot。

繁雜如同咒語般的任務命令（程序名字、還有命令腳本），讓許多用戶望而生畏。據分析，用戶停留在 Alexa 上的時間僅為 3%。為了讓 Alexa 易上手，美國初創公司 Life Bot 推出了一款基於亞馬遜語音助手 Alexa 開發的語音機器人，讓繁複的咒語命令立刻簡單起來。

比如，只要簡單說一句「Alexa，讓 Lift Bot 把備忘錄發給我，」虛擬助手就會立刻完成相應任務。Life Bot 可以為用戶發送每日的任務提示，跟蹤每日的 to do list，閱讀新聞等等。Life Bot 還可以延伸 Alexa 現有技能。隨著用戶越來越喜歡使用 Alexa，豐富的數據會讓助手變得更個人化、定製化、智能化。目前，用戶在 Lift Bot 上停留的時間為 52%，公司計劃在 Google Home 和 Microsoft Cortana 上推出自己的服務。

老年社會的來臨，除了為體外骨骼（一種軟體機器人）、看護機器人帶來商機之外，也為一些創業公司提供了新的靈感。據統計，每年會有數以百萬計的老年人摔倒，摔倒後往往會遺落一些個人隨身財物，比如貴重首飾或者監護健康、安全的可穿戴設備，老人常常忘記它們。這既是安全隱患，也是產品設計的失敗。Totemic Labs 正在打造一款類似亞馬遜 Echo 的設備，通過聲音自動識別跌倒並做出響應。團隊希望只要一個設備就可以檢測到全家人。在該公司看來，120 億美元的市場里，每款設備可為公司帶來 300 美元的收益（每年）。

四、市場營銷

考恩集團多部門股權研究（Company Multi-Sector Equity Research）近期的一項研究報告指出，數字營銷、銷售力（CRM）和數據分析將成為運用 AI/ML（機器學習）最成熟的三大領域。

非結構化暗數據的價值非常大，比如，購物時隨處可見的用戶評論。蘋果曾以 2 億美元的價格收購了人工智慧初創企業 Lattice Data。這家公司擅長採集非結構化的暗數據（dark data），然後將其進行結構化，挖掘有用信息。

Thematic 也是一家善於非結構化數據分析的初創公司。對於商家來說，無論是吐槽還是讚許，反饋多總是好事，但是如何從海量非結構化數據中提取洞見，可不是件容易的事情。這家公司能夠專註分析非結構化數據來源，將消費者反饋轉化為互動式可視化報告，根據他們的需求總結出一般性問題並生成沒有偏見的可量化觀點。幫助公司充分了解客戶的全局視圖及需求。公司成立以來，已分析百萬數據量。目前正在為合作夥伴（比如達沃豐等）提供服務。

五、醫療

醫療市場龐大，到 2021 年，醫療健康行業的 AI 市場預計達 66 億美元。適合 AI 落地的場景主要包括疾病的診斷、預測、治療和管理服務。

九成的腫瘤患者死於腫瘤轉移，治療策略也要與時間賽跑。Cambridge Cancer Genomics 研發了一種通過血液檢測來判斷癌症治療效果的辦法。通常，醫生需要用 ６ 個月的時間來判斷化療方案是否有效，三分之二的化療方案都以失敗告終。這家創業公司研發的血液測試方法比傳統標準檢測所花費的時間快好幾個月，大大縮短了判斷時間，醫生也因此可以儘早轉換治療方案。具有癌症研究經驗的四位博士生創辦並經營這家公司，他們利用一套數據集打造出這款 AI 系統。據說，該數據集規模４倍於公開數據集，因為他們獲取道每個協議醫療單位的數據。

六、建築

AI 除了可以實現自動建模、讓建築師畫圖更容易之外，還可以將他們拯救於鋪天蓋地、繁瑣無比的規範中。自助合規審查，是法律 AI 一個非常重要的應用場景，也是一個適合創新的領域。創業公司 UpCodes 將這一思維引入建築行業。

對於建築師來說，遵守建築規範意味著在不同城市之間的不同層次的法規中穿行。整理不同法規和跟蹤更新法規，是一項艱巨的任務。在最壞情況下，一個錯誤的代價可能是數千甚至數百萬美元。UpCodes 想要讓所有建築師更容易遵守建築法規。

公司將所有建築師法規放在一個地方，實時更新，大大簡化了工作流程。公司會立即更新應用中的所有規定，並使用工具來監控網站上發布的變化。UpCodes 可以使建築師在不同的司法管轄區工作變得更容易，成本也更低。到目前為止，UpCodes 已經處理了超過 11 萬次的搜索，他們說這是「世界上最大的建築搜索數據」。專家表示，在未來，這將被用來為建築規範建立智能預測模型。

七、其他值得注意的應用場景

Alpha Go 的第一個接地氣應用是省電費。在中國，百度利用自有人工智慧技術，在百度科技園 K2 樓運行了智能樓宇項目。據報道，預計未來每年都會為科技園節約 100 萬度以上的電量。這只是百度相關項目的第一步，百度表示，未來還將繼續和業內領先樓宇自控廠家合作，持續輸出百度在能源管理、物聯網、人臉識別等方面能力，努力把智能樓宇這個事情變得更加簡單。

初創公司 VergeSense 同樣使用硬體感測器和機器學習技術來幫助公司更有效地運營建築物。對於大多數公司而言，房地產成本是其業務的第二大成本，VergeSense 認為可以將成本降低 10％至 15％。通過在公司的建築物周圍安裝無線感測器，可以識別人的流動，基於這些數據，可以精確計算辦公樓的空間利用率，也包括緊急情況突發時的室內人數等。據了解，目前該公司已有付費用戶，其中包括財富 500 強企業。

數據顯示，2013 年美國招聘市場的估值達 1200 億美元，佔全球份額的 30%，這個數據還以每年 7% 的速度在增長。但市場也存在不少痛點。比如，對大型科技公司招聘人員來說，招聘是一個相當密集和昂貴的過程。創業公司 10by10 正在建立一個市場——通過在招聘機構中彙集數據，更快地匹配合格的候選人與公司。上個月剛剛成立的 10by10 表示，在過去一個月已經有 60 萬美元的預計收入，初創公司客戶與被聘人員平攤費用。

農業事關吃飯問題。本世紀初，人工智慧在農業領域的研發及應用就已經開始，這其中既有從事耕作、播種和採摘等工作的智能機器人，也有智能探測土壤、探測病蟲害、氣候災難預警等智能識別系統，還有在家畜養殖業中使用的禽畜智能穿戴產品。這些應用正幫助我們提高產出、提高效率，同時減少農藥和化肥的使用。

目前，創業公司 Modular Science 在加州的佩塔魯瑪 ( Petaluma ) 推出了機器人，目標是在未來 6 個月內，將 99% 的蔬菜生產過程自動化。公司希望每英畝收費 2000 美元，他們說，這個成本只是目前農場向人類勞動力支付的一半，另一方面也希望推動農場採用對環境更友好的生產方式。

蘋果商店幾乎充滿了各式「聰明的」日曆，如 Sunrise 、Tempo 等。這塊頗受創業公司青睞的領域又添一員新玩 Meetingbird**。**公司開發出一種智能日曆，可基於瀏覽器插件，對用戶的日曆進行整理。日曆自動追蹤用戶的空餘時間，進行事件預約，並可將行程自動備份到用戶的個人日程表。目前，產品有團隊、個人兩個版本。該產品的公司用戶現在包括 Shopify 、Yelp 、YC 、Uber 、Wework 等等。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！