Pologne : 100 startups IA

Je suis la scène des startups polonaises de l'IA depuis un moment, et j'ai décidé de structurer les connaissances et de créer un paysage de startups polonaises de l'IA — j'en ai identifié 100 !

Ce paysage vise à identifier et à catégoriser les startups IA innovantes de Pologne. J'espère également que le paysage facilitera l'accès des entreprises vedettes au capital, aux clients et aux talents.

Il y a eu beaucoup de battage médiatique autour de l'IA récemment, et presque toutes les startups prétendent être une startup de l'IA. Gardant cela à l'esprit, j'ai fait de mon mieux pour ne sélectionner que des startups qui proposent des solutions dans lesquelles l'IA est un élément inhérent. En d'autres termes, si vous pouvez supprimer le composant IA de la solution fournie par l'entreprise et que la valeur de la solution du point de vue du client ne diminue pas de manière spectaculaire, l'entreprise est exclue de la liste.

L'écosystème polonais de l'IA du point de vue d'un fondateur

Au cours des dernières années, j'ai observé une augmentation substantielle de la notoriété et de la maturité des startups basées sur l'IA en Pologne. Pour de nombreuses entreprises, l'IA n'est plus seulement un mot à la mode utilisé pour attirer des clients et des investisseurs, mais plutôt un différenciateur essentiel de la valeur ajoutée. Ce fait, combiné au niveau extraordinaire de compétences techniques et de talent, fait de notre région un endroit très intéressant pour démarrer, développer et faire évoluer des organisations basées sur l'IA.

Les paroles de Kamil sont confirmées par la carte que vous pouvez voir ci-dessous. Il existe déjà 100 startups d'IA en Pologne et je m'attends à ce que ce nombre ne fasse qu'augmenter dans les prochaines années.

La santé et le chat/voix représentent un tiers de l'écosystème

En regardant le paysage, nous voyons que la catégorie des soins de santé contient le plus de startups d'IA. Ce n'est pas surprenant puisque c'est aussi la catégorie qui a reçu le plus de financements de capital-risque en Pologne — 15 % du financement total de capital-risque en Pologne en 2022 est allé aux startups du secteur de la santé . Une autre catégorie importante est le service client, le chat et la voix. Les deux catégories contiennent certaines des startups les plus performantes de la liste : Infermedica (120 millions PLN série B en 2021) et Tido (109 millions PLN série B en 2022).

Tendances des applications d'IA - bien plus que l'IA générative

L'IA générative est sans aucun doute le sujet le plus brûlant de l'IA de nos jours, mais la myriade de nouvelles applications qu'elle débloque justifie le battage médiatique. Je m'attends à voir émerger de nombreuses nouvelles startups grâce à cette technologie. Le service client est probablement la catégorie la plus évidente qui sera affectée par les progrès de l'IA générative en raison de la nature conversationnelle des interactions avec les clients inhérente à des outils tels que Chat GPT. Je pense que nous verrons également de nombreuses nouvelles startups travailler sur des outils de marketing basés sur l'IA qui permettront une génération de contenu moins chère et plus rapide. Cela ne se limite pas seulement au texte puisque la génération d'images et de vidéos alimentera également ces solutions .

La catégorie des outils de développement devrait également prospérer dans les années à venir. Nous avons déjà vu des applications qui taquinent le potentiel de cette technologie, par exemple Codex convertissant le langage naturel en code ou Copilot suggérant du code en temps réel . Cependant, je pense que nous n'avons pas encore vu beaucoup de nouveaux outils qui facilitent et accélèrent la création, le test ou le débogage de logiciels.

De plus, je vois un immense potentiel dans les solutions low-code ou no-code qui permettent aux utilisateurs moins techniques de créer des applications d'IA. Cela sera alimenté par le grand nombre de cas d'utilisation potentiels de l'IA , mais un nombre très limité de développeurs d'IA.

Une autre catégorie que je prévois de développer considérablement est l'IA dans les soins de santé. Il s'agit déjà de la catégorie la plus importante de l'écosystème polonais, mais la quantité croissante de données sur la santé et la démocratisation de l'accès permettent une croissance encore plus rapide . Il y a une explosion des données de santé grâce aux dossiers médicaux électroniques, aux réclamations d'assurance, à la myriade d'applications de suivi de la santé et aux appareils portables. Ils fournissent tous des sources de données pour la formation de modèles d'IA (selon certaines estimations, 30 % du volume de données généré dans le monde est généré par l'industrie de la santé ). De plus, les solutions de soins de santé numériques basées sur l'IA deviennent plus accessibles grâce aux soins virtuels et mobiles. En conséquence, les patients s'habituent de plus en plus aux soins de santé basés sur la technologie, qui seront de plus en plus alimentés par l'IA.

L'informatique devient moins chère, mais la taille des modèles augmente rapidement

Une tendance majeure qui profitera à toutes les applications d'IA est la baisse du coût de la formation et de l'exécution des modèles d'IA . Par exemple, selon une étude de Stanford, le coût de formation d'un système de classification d'images a diminué de 2/3 depuis 2018, avec une diminution encore plus importante du temps de formation des modèles.

La diminution des coûts est principalement possible grâce à un matériel dédié à l'IA plus efficace, tel que les unités de traitement Tensor (TPU) de Google ou les puces de Nvidia, par exemple A100 . Pour les entreprises d'IA, les coûts du cloud computing sont généralement une composante majeure du COGS (coût des marchandises vendues). Lorsque les coûts informatiques diminuent, ils rendent les nouvelles applications économiquement viables, permettant ainsi une adoption commerciale plus large de l'IA .

Cependant, les modèles d'IA deviennent également plus gros, donc plus coûteux à former (le coût de formation estimé de GPT-3 peut atteindre 12 millions USD ). Cette tendance peut compenser l'effet de la baisse des coûts unitaires de calcul, mais cela concerne surtout des modèles de pointe publiés par des chercheurs plutôt que des systèmes déjà commercialisés.

L'explicabilité, les biais et la qualité des données sont des défis majeurs

La nature de la boîte noire (c'est-à-dire l'incapacité à comprendre comment un algorithme prend des décisions) de nombreux systèmes d'IA est l'un des principaux obstacles à l'adoption de l'IA. Les utilisateurs ont souvent besoin d'une prédiction de l'algorithme et d'une explication de la façon dont la prédiction a été faite. Offrir cette explication est extrêmement difficile pour des algorithmes tels que les réseaux de neurones, et l'absence d'explication peut empêcher certains utilisateurs d'adopter des solutions d'IA. L'augmentation du nombre de paramètres des modèles ne fait qu'amplifier ce problème.

Un autre défi est le biais - la tendance de l'algorithme à refléter les biais humains présents dans l'ensemble de données de formation. Par exemple, un algorithme d'IA générative a demandé de générer des images de « une personne pauvre » et de « voyou » généré principalement des visages à la peau foncée. S'ils sont adoptés à grande échelle, les algorithmes biaisés amplifieront les stéréotypes et les préjugés déjà présents dans notre société.

La disponibilité de données de qualité est également une préoccupation. Malgré une quantité croissante de données générées dans le monde, les données stockées par les entreprises sont souvent de mauvaise qualité, ce qui rend la mise en œuvre des systèmes d'IA beaucoup plus difficile.

Malgré ces défis, je suis convaincu que les écosystèmes polonais et mondiaux de l'IA ont les meilleures années devant eux. J'ai hâte de voir de nouvelles startups qui vont émerger !

Si vous connaissez une entreprise qui devrait être ajoutée à la liste, remplissez ce formulaire et faites-le moi savoir dans les commentaires !

Méthodologie:

1. J'ai inclus uniquement les sociétés de produits, c'est-à-dire que les sociétés développant des logiciels d'IA personnalisés sont exclues

2. Je visais à identifier uniquement les startups dans lesquelles la composante IA est critique au bon fonctionnement de la solution — autrement dit, exclure la composante IA conduirait la solution à perdre la majorité de la valeur offerte aux clients

3. J'ai divisé la carte en trois catégories principales en fonction du type d'application :

• Applications intersectorielles - applications pouvant être utilisées par plusieurs secteurs, par exemple des outils de cybersécurité
• Applications spécifiques à l'industrie - solutions ciblant une industrie particulière, par exemple la santé
• Outils de développement - outils pouvant être utilisés lors de la recherche et du développement liés à l'IA ou outils basés sur l'IA prenant en charge le développement de logiciels