YC W24からの洞察：AIスタートアップのトレンド

　　2024年4月4日に始まったこのデモデイでは、2万7000件の申請から選ばれた260のプロジェクトが披露され、合格率は1％未満で、歴史上最も低い合格率の一つとなりました。その中で60％以上がAI関連のプロジェクトです。以下、YC W24から見えるAIスタートアップの新しいトレンドについて述べます。

AIオペレーション：革新性は低いが、最も人気のある分野
　　例えば、LLMのデプロイには、訓練データの設計、定期的なメンテナンス、テストが含まれます。この分野はまだ業界標準が確立されておらず（部分原因は技術の急速な進化にあります——最先端の技術が3〜6ヶ月ごとに顕著に変化すると、安定した立場を見つけることが難しくなります。）、市場には実際的な需要が存在します。
 
AI AssistantからAI workerへ
　　AI workerの最も重要な特徴は、積極的な行動です。クリニックのフロントAIが患者に電話をかける；医師アシスタントAIが患者の治療中の行動を積極的に監視する；採用アシスタントAIが履歴書を検索し、電話面接を完了する；セールスAIが潜在顧客に電話をかける！
　　エージェントの行動範囲は、単一のタスクを受動的に完了することから、積極的に完全な役割シナリオのループを完了することへと拡大しています。このTaskからJobへの拡大は、AI AssistantからAI Workerへのエージェントの進化の鍵です。
　　この一歩を踏み出すと、エージェントは人間のハードコーディングされた指示やワークフロー（SOP）に従うことから解放され、より広い新世界に進出します。もちろん、自由を得たエージェントは、より効果的なメモリメカニズム、インタラクティブな学習、およびLLMからのより強力な推論能力のサポートを待っています。しかし、これらの技術が速く発展するかどうかにかかわらず、私たちはますます多くのAI Workerが日常の仕事や生活に参加するのを見ることでしょう。
- HR Agent：Parasale（https://parasale.io）
- Sales Agent：Ava（https://artisan.co/）
 
ドメイン知識ベースの構築：基本的なRAG技術から知識発見・学習・活用へ
　　LLMsの魅力は、事前トレーニングプロセスを通じて大量の常識知識を成功裏にエンコードし、それらの知識を自然言語のやり取りで自由自在に適用できる点にあります。しかし、これらの汎用知識はどんなに完璧であっても、応用領域の特定の知識をカバーすることはできません。したがって、エージェントがどのように自身のドメイン知識ベースを構築し、これらの知識を効果的に使用し、やり取りを通じて知識を学習し、蓄積するかは、エージェントの根本的な問題であり、最も先端的な研究課題です。
　　この期のYCには、エージェントの知識発見・学習・活用の実践を探求するいくつかの非常に興味深いプロジェクトがあります。ドメイン知識ベースの構築とインタラクションは、単純なRAG技術から知識の知識発見・学習・活用へと進化しています。
- Lumona：RedditとYouTubeのレビューを利用したスキンケア製品検索（https://www.lumona.ai）
- Reducto：複雑な文書の背後にあるデータを解放（https://reducto.ai）
- Lumina：研究者が数分で知識ベースを構築するのを助ける（https://lumina-chat.com）
- Trellis：非構造化データをSQL準備済みにする（https://runtrellis.com/）
- Danswer - オープンソース統合検索（https://www.danswer.ai/）

チャットボット：人間の弱点を利用して稼ぐことから、真に人々の心の健康を支援するものへ
　　注目されたいくつかのプロジェクトは、心理健康治療、関係改善、行動健康モニタリングを専門としています。これらのエージェントは、単なるチャット相手から、目的を持って積極的に対話を行うように進化しています。
- Sonia：AIによるメンタルヘルスセラピー（https://soniahealth.com）
- Maia：AIを用いた関係変革（https://www.ourmaia.com/）
- Attunement：行動健康の向上のための患者モニタリングと治療推薦（http://attunement.ai）
 
Devエージェント：実際のソフトウェアプロジェクトに向けて進むが、依然として大きな挑戦に直面
　　多くのプロジェクトが自らをAIプログラマーやDevエージェントと称して市場や大衆の注目を集めていますが、これまでに期待に応えたプロジェクトはありません。ソフトウェアの挙動に影響を与えないリファクタリングやバグ修正の一般的なタスクでさえも十分に達成されていません。
　　この期のYCのプロジェクトは、ソフトウェア開発分野での前沿的なアイデアを反映しており、例えば、Figma上のUIデザインをコードに直接変換などです。
- Agentic Labs：開発チーム向けのAIシステム設計ツール（https://agenticlabs.com）
-  ion design：Figmaのデザインを即座にクリーンなReactコードに変換（https://www.ion.design/）
- Greptile：大規模なコードベースを理解するAI専門家（https://www.greptile.com）

政府の規制と承認プロセスでのAIの活用
　　政府の規制や承認プロセスに対応する複数のプロジェクトが見られました。例えば、国家科学基金の申請、FDA認証の取得、政府の調達入札プロジェクトの発見と参加などです。これはAIエージェントにとって非常に適したシナリオです。厳格な規格とプロセスに対応する際には、各ステップの規格文書を非常に慎重に研究し、高度に関連する情報を提供し、報告書に記入する必要があります。これらの精緻な自然言語タスクにおいて、AIは明らかに人間よりも優れており、現在AIは非常に強力なテキスト理解能力を持っているため、多くの資料から規格要求の内容を効果的に抽出し、要約し、整理し、統一的に報告することができます。
　　AIがこの特定の分野で適用される価値は非常に顕著ですが、使用頻度が低く、市場の上限がそれほど高くない可能性があります。
- Artos：政府規制プロセス（https://www.artosai.com/）
- Hazel：政府調達プロセス（https://hazeltech.ai/）
- Aidy：政府助成金プロセス（https://www.aidygrants.com/）
 
ヘルスケア分野でのAIの展開が増加
　　LLMは自然言語のコミュニケーションと理解の面での突破口を開き、既にクリニックでの予約、患者のフォローアップ、手術前のコミュニケーション、患者の追跡などにうまく応用されています。電子健康記録システムの改善も、AIが更に多くの診断や治療タスクに参加するための基盤を築き、AI医師の誕生に必要な基本条件が整いました！
- Somn：ヘルスケアクリニックのためのAIレセプション（https://somnapp.com）
- Arini： 歯科医のためのAIレセプション（https://www.arini.ai）
- Anaphero：音声AIで患者対応タスクを自動化（https://www.anaphero.com/）
- Hona：チャート作業を減らし、患者とのつながりを増やす（https://www.hona.ai）
- Attunement：行動健康の向上のための患者モニタリングと治療推薦（http://attunement.ai）
 
ビデオ生成：脚本への注目が増加しています
　　ビデオ生成のレンダリング技術と強力な物理エンジンは重要ですが、ストーリー、キャラクター、体験こそがビデオの核心です。この期のYC起業家たちは、ビデオ生成アプリケーションのこの核心的な方向への回帰が多く見られました。
　　ストーリーラインと脚本に関して言えば、真に創造的な想像力を発揮できるのはゲームです。文学的な創作の空間だけでなく、音声や映像の体験もあり、何よりもインタラクティブに脚本を書きながらキャラクターを演じることができる、いわゆるインタラクティブナラティブです。一方、ゲームのシナリオが制御されているため、ビデオ技術への要求は現実の物理世界や映画撮影の要求よりもずっと低く、マルチモーダルAI技術の最適な試験場の一つでもあります。
(ビデオ)
- Eggnog：AI生成コンテンツ用YouTube（https://www.eggnog.ai）
- Focal：AIムービースタジオ（https://focalml.com）
- sync labs：リアルタイムリップシンク用API（https://synclabs.so）
(ゲーム)
- Arcane：AI駆動のRoblox（https://arcanelabs.ai）

LLMおよびエージェントの評価が大きな潜在市場に
　　現在、基本的にAI産業全体が「裸の状態」にあり、特にエージェントの評価はほとんど空白で、既存のほとんどのベンチマークはエージェントの成功を証明するために使用されていますが、エージェントの多様な不足を明らかにするのは困難です。
　　この期のYCには注目に値するプロジェクトがあり、その主なハイライトは他のエージェントを評価するためのエージェントを構築することです。このアイデアは平凡かもしれませんが、実際に行うと非常に創造的な方向になります。特に、この評価エージェントが悪意のある破壊者にならないようにする方法は、業界にとって非常に挑戦的な問題です。同じ方向で、もう一つのプロジェクトはAIが生成した画像や動画を識別することです。このアイデアは新しいものではありませんが、市場にとっては確かに必需品です。
- MAIHEM：エージェント評価、LLMアプリケーションの品質保証を自動化（https://www.maihem.ai）
- Nuanced Detect AI：AI生成コンテンツ検出（https://www.nuanced.dev）