Polonia: 100 startup AI

Seguo da un po' la scena delle startup polacche di intelligenza artificiale e ho deciso di strutturare la conoscenza e creare un panorama di startup polacche di intelligenza artificiale: ne ho identificate 100!

Questo panorama mira a identificare e classificare le startup IA innovative dalla Polonia. Spero anche che il panorama renda più facile per le aziende in primo piano accedere a capitali, clienti e talenti.

Di recente c'è stato molto clamore intorno all'IA e quasi tutte le startup affermano di essere una startup AI. Tenendo presente questo, ho fatto del mio meglio per selezionare solo startup che offrono soluzioni in cui l'IA è un elemento intrinseco. In altre parole, se è possibile rimuovere la componente AI dalla soluzione fornita dall'azienda e il valore della soluzione dal punto di vista del cliente non diminuisce drasticamente, l'azienda viene esclusa dall'elenco.

Ecosistema AI polacco dal punto di vista di un fondatore

Negli ultimi anni, ho osservato un sostanziale aumento della consapevolezza e della maturità delle startup basate sull'intelligenza artificiale in Polonia. Per molte aziende, l'intelligenza artificiale non è più solo una parola d'ordine utilizzata per attrarre clienti e investitori, ma un fattore di differenziazione fondamentale del valore aggiunto. Questo fatto, combinato con lo straordinario livello di capacità tecniche e talento, rende la nostra regione un luogo molto interessante per avviare, crescere e scalare organizzazioni basate sull'intelligenza artificiale.

Le parole di Kamil sono confermate dalla mappa che vedete qui sotto. Ci sono già 100 startup AI in Polonia e mi aspetto che questo numero aumenti solo nei prossimi anni.

L'assistenza sanitaria e la chat/voce rappresentano un terzo dell'ecosistema

Guardando il panorama, vediamo che la categoria sanitaria contiene il maggior numero di startup AI. Ciò non sorprende poiché è anche la categoria che ha ricevuto la maggior parte dei finanziamenti di capitale di rischio in Polonia: il 15% del finanziamento totale di capitale di rischio in Polonia nel 2022 è andato alle startup del settore sanitario . Un'altra categoria significativa è il servizio clienti, la chat e la voce. Le due categorie contengono alcune delle startup di maggior successo della lista: Infermedica (120 milioni di PLN serie B nel 2021) e Tido (109 milioni di PLN serie B nel 2022).

Tendenze delle applicazioni di intelligenza artificiale: molto più dell'IA generativa

L'IA generativa è sicuramente l'argomento AI più caldo al giorno d'oggi, ma la miriade di nuove applicazioni che sblocca giustifica l'hype. Mi aspetto di vedere nascere molte nuove startup grazie a questa tecnologia. Il servizio clienti è probabilmente la categoria più ovvia che sarà influenzata dai progressi nell'IA generativa a causa della natura simile alla conversazione delle interazioni con i clienti inerenti a strumenti come Chat GPT. Penso che vedremo anche molte nuove startup lavorare su strumenti di marketing basati sull'intelligenza artificiale che consentiranno una generazione di contenuti più economica e veloce. Questo non è limitato solo al testo poiché anche le immagini e la generazione di video alimenteranno queste soluzioni .

Anche la categoria degli strumenti per sviluppatori fiorirà probabilmente nei prossimi anni. Abbiamo già visto applicazioni che stuzzicano il potenziale di questa tecnologia, ad esempio Codex che converte il linguaggio naturale in codice o Copilot che suggerisce il codice in tempo reale . Tuttavia, penso che dobbiamo ancora vedere molti nuovi strumenti che rendano la creazione, il test o il debug del software più semplice e veloce.

Inoltre, vedo un immenso potenziale nelle soluzioni low-code o no-code che consentono agli utenti meno tecnici di creare applicazioni AI. Ciò sarà alimentato dal vasto numero di potenziali casi d'uso dell'IA ma da un numero molto limitato di sviluppatori di intelligenza artificiale.

Un'altra categoria che mi aspetto di crescere considerevolmente è l'intelligenza artificiale nel settore sanitario. Questa è già la categoria più grande nell'ecosistema polacco, ma la crescente quantità di dati sanitari e la democratizzazione dell'accesso consentono un'ulteriore rapida crescita . C'è un'esplosione di dati sanitari grazie alle cartelle cliniche elettroniche, alle richieste di risarcimento assicurativo, alla miriade di app per il monitoraggio della salute e ai dispositivi indossabili. Tutti forniscono fonti di dati per l'addestramento di modelli di intelligenza artificiale (secondo alcune stime, il 30% del volume di dati generato nel mondo è generato dal settore sanitario ). Inoltre, le soluzioni sanitarie di intelligenza artificiale digitale stanno diventando più accessibili grazie all'assistenza virtuale e mobile. Di conseguenza, i pazienti si stanno abituando maggiormente all'assistenza sanitaria abilitata dalla tecnologia, che sarà sempre più basata sull'intelligenza artificiale.

L'informatica sta diventando più economica, ma le dimensioni dei modelli stanno aumentando rapidamente

Una tendenza importante che andrà a vantaggio di tutte le applicazioni di intelligenza artificiale è la riduzione dei costi di addestramento ed esecuzione dei modelli di intelligenza artificiale . Ad esempio, secondo una ricerca di Stanford, il costo dell'addestramento di un sistema di classificazione delle immagini è diminuito di 2/3 dal 2018, con una riduzione ancora maggiore del tempo di addestramento del modello.

La riduzione dei costi è principalmente possibile grazie a un hardware dedicato all'intelligenza artificiale più efficiente come le Tensor Processing Unit (TPU) di Google o i chip di Nvidia, ad esempio A100 . Per le aziende di intelligenza artificiale, i costi del cloud computing sono solitamente un componente importante del COGS (costo delle merci vendute). Quando i costi di elaborazione diminuiscono, rendono le nuove applicazioni economicamente sostenibili, consentendo così un'adozione commerciale più diffusa dell'IA .

Tuttavia, anche i modelli di intelligenza artificiale stanno diventando più grandi, quindi più costosi da addestrare (il costo di formazione stimato di GPT-3 è fino a 12 milioni di dollari ). Questa tendenza può compensare l'effetto della diminuzione dei costi unitari di calcolo, ma ciò riguarda principalmente i modelli all'avanguardia pubblicati dai ricercatori piuttosto che i sistemi già commercializzati.

Spiegabilità, pregiudizi e dati di qualità sono le principali sfide

La natura della scatola nera (ovvero l'incapacità di comprendere come un algoritmo prende le decisioni) di molti sistemi di intelligenza artificiale è uno degli ostacoli significativi all'adozione dell'IA. Gli utenti spesso richiedono una previsione dall'algoritmo e una spiegazione di come è stata effettuata la previsione. Offrire questa spiegazione è estremamente difficile per algoritmi come le reti neurali e la mancanza della spiegazione potrebbe impedire ad alcuni utenti di adottare soluzioni AI. Il numero crescente di parametri dei modelli non fa che amplificare questo problema.

Un'altra sfida è il pregiudizio: la tendenza dell'algoritmo a riflettere i pregiudizi umani presenti nel set di dati di addestramento. Ad esempio, un algoritmo di intelligenza artificiale generativa ha chiesto di generare immagini di "una persona povera" e "delinquente" ha generato prevalentemente volti con la pelle scura. Se adottati su vasta scala, gli algoritmi di parte amplificheranno stereotipi e pregiudizi già presenti nella nostra società.

Anche la disponibilità di dati di qualità è motivo di preoccupazione. Nonostante la crescente quantità di dati generati a livello globale, i dati archiviati dalle aziende sono spesso di scarsa qualità, il che rende l'implementazione dei sistemi di intelligenza artificiale molto più impegnativa.

Nonostante queste sfide, sono convinto che gli ecosistemi IA polacchi e globali abbiano davanti a sé gli anni migliori. Non vedo l'ora di vedere nuove startup che emergeranno!

Se conosci qualche azienda da aggiungere alla lista, compila questo form e fammelo sapere nei commenti!

Metodologia:

1. Ho incluso solo le società di prodotti, ovvero le società che sviluppano software di intelligenza artificiale personalizzati sono escluse

2. Ho mirato a identificare solo le startup in cui la componente AI è fondamentale per il corretto funzionamento della soluzione — in altre parole, escludere la componente AI porterebbe la soluzione a perdere la maggior parte del valore offerto ai clienti

3. Ho suddiviso la mappa in tre categorie principali in base al tipo di applicazione:

• Applicazioni intersettoriali: applicazioni che possono essere utilizzate da più settori, ad esempio strumenti di sicurezza informatica
• Applicazioni specifiche del settore: soluzioni mirate a un particolare settore, ad esempio l'assistenza sanitaria
• Strumenti per sviluppatori: strumenti che possono essere utilizzati durante la ricerca e lo sviluppo relativi all'intelligenza artificiale o strumenti basati sull'intelligenza artificiale a supporto dello sviluppo del software