Обзор 28 AI-стартапов с инвестициями более 100 миллионов долларов за 2024 г. От музыки до Big Data
Где среди двадцати восьми ИИ-стартапов находится настоящий бизнес, а где только дорогая демонстрация?
Отделить в истории с NVIDIA инвестиционный сигнал и эффектную демонстрацию от реального бизнеса; оценка должна проверять, кто платит, какую незаменимую часть цепочки контролирует продукт и выдерживает ли экономика масштабирование.
На что обратить внимание
Ключевые тезисы и выводы
Тема «Самый уютный подкаст о современных технологиях, инвестициях, стартапах» становится понятнее, если учитывать следующее: сотни миллионов идут не только в чат-боты — инвесторы ставят на роботов, чипы, лекарства, медицинские расчёты, кибербезопасность, данные и инструменты для программистов: самые интересные компании часто не на витрине ИИ, а в инфраструктуре и отраслевых процессах.
Для решения, обсуждаемого в сцене «28 ИИ-стартапов с инвестициями больше 100 млн долларов: откуда столько?», важен критерий: список из двадцати восьми стартапов с раундами больше ста миллионов показывает, что рынок ИИ намного шире OpenAI и NVIDIA: большие деньги идут в компании, о которых массовая аудитория почти не слышала.
Тема «Самые перспективные стартапы - темные лошадки?» становится понятнее, если учитывать следующее: самый устойчивый бизнес часто появляется не в универсальном чате, а там, где есть дорогая узкая проблема и клиент, который уже умеет за неё платить, — поэтому «тёмные лошадки» из списка выглядят надёжнее громких имён.
Тема «Компания Hebbia - начала еще до хайпа?» становится понятнее, если учитывать следующее: Hebbia работает с финансовыми документами — отраслью с высокой платёжеспособностью и устаревшими инструментами: модель здесь не продаётся отдельно, а встроена в процесс, который существовал задолго до ИИ.
Для решения, обсуждаемого в сцене «Skild AI - будет строить роботов как в Detroit Become Human?», важен критерий: Skild AI строит общую основу для роботов, и если роботы начнут массово собирать данные и обучаться на реальных действиях, возникнет новый рынок вычислений — спрос на инфраструктуру расширится ещё сильнее.
Граница применимости в сцене «Полностью автоматизированная фабрика смартфонов от XIAOMI» определяется так: Xiaomi показывает фабрики с минимальным участием людей, а Bright Machines автоматизирует производство — физический мир становится следующим слоем ИИ, где ценность проверяется не демонстрацией, а работающим конвейером.
Рабочий вывод из сцены «Etched.ai - создаёт чипы для AI, круче GPU» состоит в том, что Etched.ai и Celestial AI пытаются изменить саму основу вычислений: специализированный чип против универсального GPU — ставка на то, что архитектуры моделей стабилизируются и железо под них окажется в разы эффективнее.
Тема «AlphaSense - ИИ, прогнозирующий тренды в бизнесе» становится понятнее, если учитывать следующее: AlphaSense собирает деловую аналитику, а AKASA автоматизирует медицинские расчёты, где ошибка и ручная работа стоят дорого: в обоих случаях ИИ продаётся не как модель, а как часть отраслевого процесса с уже существующим бюджетом.
Из разговора о «Cyera - дерзкие спецы по кибербезопасности» следует практическая проверка: Scale AI, компании по данным и кибербезопасность вроде Cyera продают «лопаты» тем, кто строит модели, — и это часто более защищённая позиция: поставщик нужен множеству игроков и не обязан угадать одного победителя.
Оценивать тему «Еще 10 компаний по ИИ» нужно с учётом того, что у быстрого роста есть обратная сторона: внимание к Suno и Udio пришло вместе с исками правообладателей, а у Xaira Therapeutics и EvolutionaryScale результат проверяется годами — оценивать все двадцать восемь компаний нужно по данным, экспертизе, стоимости внедрения и тому, кто подписывает чек.
О чём этот выпуск
Сотни миллионов долларов идут не только в чат-боты. Инвесторы ставят на роботов, чипы, лекарства, медицинские расчёты, кибербезопасность, данные и инструменты для программистов. Самые интересные компании часто находятся не на витрине ИИ, а в инфраструктуре и сложных отраслевых процессах.
Список из двадцати восьми стартапов с раундами больше ста миллионов долларов показывает, что рынок ИИ намного шире OpenAI и NVIDIA. Большие деньги идут в компании, о которых массовая аудитория почти не слышит.
Это логично: самый устойчивый бизнес часто появляется не в универсальном чате, а там, где есть дорогая узкая проблема и клиент уже умеет за неё платить.
Hebbia работает с финансовыми документами — отраслью с высокой платёжеспособностью и устаревшими инструментами. AKASA автоматизирует медицинские расчёты, где ошибка и ручная работа стоят дорого. AlphaSense собирает деловую аналитику. В таких продуктах модель не продаётся отдельно: она встроена в процесс, который существовал до ИИ.
Другой слой — физический мир. Skild AI строит основу для роботов, Bright Machines автоматизирует производство, Xiaomi показывает фабрики с минимальным участием людей. Если роботы начнут массово собирать данные и обучаться на реальных действиях, это создаст новый рынок вычислений и ещё сильнее расширит спрос на инфраструктуру.
Etched.ai и Celestial AI пытаются изменить саму основу вычислений. Scale AI, компании по данным и кибербезопасности продают «лопаты» тем, кто строит модели. Именно здесь часто находится более защищённая позиция: поставщик нужен множеству игроков и не обязан угадать одного победителя.
Suno и Udio показывают обратную сторону быстрого роста — внимание пользователей приходит вместе с исками правообладателей. Xaira Therapeutics и EvolutionaryScale обещают использовать модели для лекарств и биологии, но там результат проверяется годами. Главный вывод из всех двадцати восьми компаний: ИИ-стартап нужно оценивать не по эффектности демонстрации, а по данным, отраслевой экспертизе, стоимости внедрения и тому, кто реально подписывает чек.
ИИ-стартап нужно оценивать по данным, отраслевой экспертизе, стоимости внедрения и тому, кто реально подписывает чек, а не по эффектности демонстрации.
Расшифровка выпуска
Голосовая связка применена к 74 сегментам: 48 определено, 10 содержат несколько определённых участников, 12 вероятных, 4 остаются без окончательной идентификации. Неподтверждённые голоса обозначены как «Участник дискуссии», фрагменты с несколькими подтверждёнными участниками — как «Микс».
Загрузка…