पोलैंड: 100 एआई स्टार्टअप

मैं कुछ समय से पोलिश एआई स्टार्टअप दृश्य का अनुसरण कर रहा हूं, और मैंने ज्ञान की संरचना करने और पोलिश एआई स्टार्टअप का परिदृश्य बनाने का फैसला किया है - मैंने उनमें से 100 की पहचान की है!

इस लैंडस्केप का उद्देश्य पोलैंड के इनोवेटिव एआई स्टार्टअप्स की पहचान करना और उन्हें वर्गीकृत करना है। मुझे यह भी उम्मीद है कि यह परिदृश्य फीचर्ड कंपनियों के लिए पूंजी, ग्राहकों और प्रतिभा तक पहुंचना आसान बना देगा।

हाल ही में एआई को लेकर काफी प्रचार हुआ है और लगभग हर स्टार्टअप एआई स्टार्टअप होने का दावा करता है। इसे ध्यान में रखते हुए, मैंने केवल उन स्टार्टअप्स को चुनने की पूरी कोशिश की, जो ऐसे समाधान पेश करते हैं जिनमें एआई एक अंतर्निहित तत्व है। दूसरे शब्दों में, यदि आप कंपनी द्वारा प्रदान किए गए समाधान से AI घटक को हटा सकते हैं और ग्राहक के दृष्टिकोण से समाधान का मूल्य नाटकीय रूप से कम नहीं होता है, तो कंपनी को सूची से बाहर कर दिया जाता है।

एक संस्थापक के नजरिए से पोलिश एआई पारिस्थितिकी तंत्र

पिछले कुछ वर्षों में, मैंने पोलैंड में एआई-आधारित स्टार्टअप्स की जागरूकता और परिपक्वता में पर्याप्त वृद्धि देखी है। कई कंपनियों के लिए, एआई अब केवल ग्राहकों और निवेशकों को आकर्षित करने के लिए इस्तेमाल किया जाने वाला शब्द नहीं है, बल्कि मूल्य वर्धित का एक महत्वपूर्ण अंतर है। यह तथ्य, तकनीकी कौशल और प्रतिभा के असाधारण स्तर के साथ मिलकर, हमारे क्षेत्र को एआई-आधारित संगठनों को शुरू करने, विकसित करने और स्केल करने के लिए एक बहुत ही दिलचस्प जगह बनाता है।

कामिल के शब्दों की पुष्टि उस नक्शे से होती है जिसे आप नीचे देख सकते हैं। पोलैंड में पहले से ही 100 एआई स्टार्टअप हैं और मुझे उम्मीद है कि यह संख्या अगले कुछ वर्षों में और बढ़ेगी।

हेल्थकेयर और चैट/वॉयस अकाउंट एक तिहाई इकोसिस्टम के लिए हैं

परिदृश्य को देखते हुए, हम देखते हैं कि स्वास्थ्य सेवा श्रेणी में सबसे अधिक एआई स्टार्टअप शामिल हैं। यह आश्चर्य की बात नहीं है क्योंकि यह वह श्रेणी भी है जिसने पोलैंड में सबसे अधिक वीसी फंडिंग प्राप्त की - 2022 में पोलैंड में कुल वीसी फंडिंग का 15% हेल्थकेयर स्टार्टअप्स के पास गया । एक अन्य महत्वपूर्ण श्रेणी ग्राहक सेवा, चैट और वॉइस है। दो श्रेणियों में सूची से कुछ सबसे सफल स्टार्टअप शामिल हैं: Infermedica (2021 में 120m PLN सीरीज़ B) और Tido (2022 में 109m PLN सीरीज़ B)।

एआई अनुप्रयोगों के रुझान - जनरेटिव एआई से कहीं अधिक

जनरेटिव एआई निश्चित रूप से आजकल सबसे लोकप्रिय एआई विषय है, फिर भी असंख्य नए एप्लिकेशन जो इसे अनलॉक करते हैं, प्रचार को सही ठहराते हैं। मुझे उम्मीद है कि इस तकनीक की बदौलत कई नए स्टार्टअप सामने आएंगे। ग्राहक सेवा शायद सबसे स्पष्ट श्रेणी है जो चैट जीपीटी जैसे उपकरणों में निहित ग्राहकों के साथ बातचीत की प्रकृति की बातचीत जैसी प्रकृति के कारण जनरेटिव एआई में प्रगति से प्रभावित होगी। मुझे लगता है कि हम एआई-आधारित मार्केटिंग टूल्स पर काम करने वाले कई नए स्टार्टअप भी देखेंगे जो सस्ते और तेज कंटेंट जनरेशन को सक्षम बनाएंगे। यह केवल पाठ तक ही सीमित नहीं है क्योंकि चित्र और वीडियो निर्माण भी इन समाधानों को शक्ति प्रदान करेंगे ।

डेवलपर टूल श्रेणी भी आने वाले वर्षों में फलने-फूलने की संभावना है। हम पहले ही ऐसे एप्लिकेशन देख चुके हैं जो इस तकनीक की क्षमता का मजाक उड़ाते हैं, जैसे कोडेक्स प्राकृतिक भाषा को कोड में बदलना या कोपिलॉट वास्तविक समय में कोड का सुझाव देना । हालाँकि, मुझे लगता है कि हमें अभी भी बहुत सारे नए टूल देखने हैं जो सॉफ़्टवेयर बनाना, परीक्षण करना या डिबगिंग करना आसान और तेज़ बनाते हैं।

इसके अलावा, मुझे लो-कोड या नो-कोड समाधानों में अपार संभावनाएं दिखाई देती हैं जो कम तकनीकी उपयोगकर्ताओं को एआई एप्लिकेशन बनाने में सक्षम बनाती हैं। यह बड़ी संख्या में संभावित एआई उपयोग के मामलों से प्रेरित होगा लेकिन एआई डेवलपर्स की बहुत सीमित संख्या है।

एक और श्रेणी जिसकी मुझे काफी बढ़ने की उम्मीद है, वह है स्वास्थ्य सेवा में एआई। पोलिश पारिस्थितिकी तंत्र में यह पहले से ही सबसे बड़ी श्रेणी है, लेकिन स्वास्थ्य डेटा की बढ़ती मात्रा और पहुंच के लोकतांत्रीकरण से और तेजी से विकास हो सकता है । इलेक्ट्रॉनिक मेडिकल रिकॉर्ड, बीमा दावों, स्वास्थ्य-ट्रैकिंग ऐप्स के असंख्य और पहनने योग्य उपकरणों के लिए स्वास्थ्य डेटा का विस्फोट हुआ है। वे सभी AI मॉडल के प्रशिक्षण के लिए डेटा स्रोत प्रदान करते हैं (कुछ अनुमानों के अनुसार, दुनिया के उत्पन्न डेटा वॉल्यूम का 30% स्वास्थ्य सेवा उद्योग द्वारा उत्पन्न होता है )। इसके अलावा, वर्चुअल और मोबाइल केयर की बदौलत डिजिटल एआई हेल्थकेयर समाधान अधिक सुलभ हो रहे हैं। नतीजतन, मरीज तकनीक-सक्षम स्वास्थ्य सेवा के अधिक आदी हो रहे हैं, जो तेजी से एआई-संचालित होगी।

कंप्यूटिंग सस्ती हो रही है, लेकिन मॉडल का आकार तेजी से बढ़ रहा है

एक प्रमुख प्रवृत्ति जो सभी एआई अनुप्रयोगों को लाभान्वित करेगी, प्रशिक्षण की घटती लागत और एआई मॉडल चलाना है । उदाहरण के लिए, स्टैनफोर्ड के शोध के अनुसार , मॉडल प्रशिक्षण समय में और भी बड़ी कमी के साथ, 2018 के बाद से एक छवि वर्गीकरण प्रणाली के प्रशिक्षण की लागत में 2/3 की कमी आई है।

लागत में कमी मुख्य रूप से अधिक कुशल AI-समर्पित हार्डवेयर जैसे Google की Tensor Processing Units (TPUs) या Nvidia के चिप्स जैसे A100 के कारण संभव है । एआई कंपनियों के लिए, क्लाउड कंप्यूटिंग लागत आम तौर पर एक प्रमुख सीओजीएस (बेची गई वस्तुओं की लागत) घटक होती है। जब कंप्यूटिंग लागत कम हो जाती है, तो वे नए अनुप्रयोगों को आर्थिक रूप से व्यवहार्य बनाते हैं, इस प्रकार अधिक व्यापक वाणिज्यिक एआई अपनाने को सक्षम करते हैं ।

हालांकि, एआई मॉडल भी बड़े हो रहे हैं, इस प्रकार प्रशिक्षित करना अधिक महंगा है (GPT-3 की अनुमानित प्रशिक्षण लागत 12m USD तक है )। यह प्रवृत्ति घटती इकाई कंप्यूटिंग लागत के प्रभाव को ऑफसेट कर सकती है, फिर भी यह पहले से ही व्यावसायीकृत प्रणालियों के बजाय शोधकर्ताओं द्वारा प्रकाशित अत्याधुनिक मॉडल से संबंधित है।

व्याख्यात्मकता, पूर्वाग्रह और गुणवत्ता डेटा प्रमुख चुनौतियां हैं

कई एआई सिस्टमों का ब्लैक बॉक्स प्रकृति (अर्थात यह समझने में असमर्थता कि एक एल्गोरिथ्म कैसे निर्णय लेता है) एआई अपनाने के लिए महत्वपूर्ण बाधाओं में से एक है। उपयोगकर्ताओं को अक्सर एल्गोरिथम से एक भविष्यवाणी की आवश्यकता होती है और एक स्पष्टीकरण की आवश्यकता होती है कि भविष्यवाणी कैसे की गई थी। इस स्पष्टीकरण की पेशकश तंत्रिका नेटवर्क जैसे एल्गोरिदम के लिए बेहद कठिन है, और स्पष्टीकरण की कमी कुछ उपयोगकर्ताओं को एआई समाधान अपनाने से रोक सकती है। मॉडल के मापदंडों की बढ़ती संख्या, केवल इस समस्या को बढ़ाती है।

एक अन्य चुनौती पूर्वाग्रह है - प्रशिक्षण डेटा सेट में मौजूद मानव पूर्वाग्रहों को प्रतिबिंबित करने के लिए एल्गोरिथम की प्रवृत्ति । उदाहरण के लिए, एक जनरेटिव एआई एल्गोरिदम ने "एक गरीब व्यक्ति" और "ठग" की छवियों को उत्पन्न करने के लिए कहा, जो मुख्य रूप से गहरे रंग की त्वचा वाले चेहरे थे। यदि बड़े पैमाने पर अपनाया जाता है, पक्षपाती एल्गोरिदम हमारे समाज में पहले से मौजूद रूढ़ियों और पूर्वाग्रहों को बढ़ाएंगे।

गुणवत्तापूर्ण डेटा की उपलब्धता भी एक चिंता का विषय है। विश्व स्तर पर उत्पन्न होने वाले डेटा की बढ़ती मात्रा के बावजूद, व्यवसायों द्वारा संग्रहीत डेटा अक्सर खराब गुणवत्ता का होता है, जिससे AI सिस्टम का कार्यान्वयन और अधिक चुनौतीपूर्ण हो जाता है।

इन चुनौतियों के बावजूद, मुझे विश्वास है कि पोलिश और वैश्विक एआई पारिस्थितिक तंत्र के लिए आगे के वर्ष सबसे अच्छे हैं। मैं उभरने वाले नए स्टार्टअप देखने के लिए इंतजार नहीं कर सकता!

यदि आप किसी कंपनी को जानते हैं जिसे सूची में जोड़ा जाना चाहिए, तो इस फॉर्म को भरें और मुझे टिप्पणियों में बताएं!

कार्यप्रणाली:

1. मैंने केवल उत्पाद कंपनियों को शामिल किया है, यानी कस्टम एआई सॉफ्टवेयर विकसित करने वाली कंपनियों को बाहर रखा गया है

2. मेरा उद्देश्य केवल स्टार्टअप्स की पहचान करना था जिसमें एआई घटक समाधान के उचित कामकाज के लिए महत्वपूर्ण है - दूसरे शब्दों में, एआई घटक को छोड़कर समाधान ग्राहकों को पेश किए गए अधिकांश मूल्य को खो देगा।

3. मैंने मानचित्र को आवेदन के प्रकार के आधार पर तीन मुख्य श्रेणियों में विभाजित किया है:

• क्रॉस-इंडस्ट्री एप्लिकेशन - ऐसे एप्लिकेशन जिनका उपयोग कई उद्योगों द्वारा किया जा सकता है जैसे साइबर सुरक्षा उपकरण
• उद्योग-विशिष्ट अनुप्रयोग - किसी विशेष उद्योग जैसे स्वास्थ्य सेवा को लक्षित करने वाले समाधान
• डेवलपर उपकरण - ऐसे उपकरण जिनका उपयोग एआई से संबंधित अनुसंधान और विकास के दौरान किया जा सकता है या सॉफ्टवेयर विकास का समर्थन करने वाले एआई-आधारित उपकरण