폴란드: AI 스타트업 100개

나는 한동안 폴란드 AI 스타트업 현장을 따라다녔고, 지식을 구조화하고 폴란드 AI 스타트업의 환경을 만들기로 결정했습니다. 그 중 100개를 확인했습니다!

이 환경은 폴란드의 혁신적인 AI 스타트업을 식별하고 분류하는 것을 목표로 합니다. 또한 이러한 환경을 통해 주요 기업이 자본, 고객 및 인재에 더 쉽게 접근할 수 있기를 바랍니다.

최근 AI에 대한 과대 선전이 있었고 거의 모든 스타트업이 AI 스타트업이라고 주장합니다. 그런 점을 염두에 두고 저는 AI가 내재된 솔루션을 제공하는 스타트업만을 선별하기 위해 최선을 다했습니다. 즉, 기업에서 제공하는 솔루션에서 AI 구성요소를 제거할 수 있고 클라이언트 입장에서 솔루션의 가치가 크게 떨어지지 않는다면 해당 기업은 리스트에서 제외된다.

설립자의 관점에서 본 폴란드 AI 생태계

지난 몇 년 동안 저는 폴란드에서 AI 기반 스타트업의 인지도와 성숙도가 상당히 증가하는 것을 관찰했습니다. 많은 회사에서 AI는 더 이상 고객과 투자자를 유치하는 데 사용되는 유행어가 아니라 부가 가치의 중요한 차별화 요소입니다. 이 사실은 탁월한 수준의 기술 및 재능과 결합하여 우리 지역을 AI 기반 조직을 시작, 성장 및 확장하기에 매우 흥미로운 장소로 만듭니다.

Kamil의 말은 아래에서 볼 수 있는 지도로 확인됩니다. 폴란드에는 이미 100개의 AI 스타트업이 있으며 이 숫자는 향후 몇 년 동안만 증가할 것으로 예상합니다.

생태계의 1/3을 차지하는 의료 및 채팅/음성 계정

환경을 살펴보면 의료 카테고리에 AI 스타트업이 가장 많이 포함되어 있음을 알 수 있습니다. 이는 폴란드 에서 가장 많은 VC 펀딩을 받은 범주이기도 하기 때문에 놀라운 일이 아닙니다 . 또 다른 중요한 범주는 고객 서비스, 채팅 및 음성입니다. Infermedica (2021년 120m PLN 시리즈 B)와 Tido (2022년 109m PLN 시리즈 B) 의 두 범주에는 목록에서 가장 성공적인 신생 기업이 포함됩니다 .

AI 애플리케이션 동향 — 생성 AI보다 훨씬 더 많은 것

제너레이티브 AI는 확실히 오늘날 가장 인기 있는 AI 주제이지만, 그것이 해제하는 수많은 새로운 애플리케이션은 과대 광고를 정당화합니다. 이 기술 덕분에 새로운 스타트업이 많이 나올 것으로 기대합니다. 고객 서비스는 아마도 Chat GPT와 같은 도구에 내재된 대화와 같은 고객과의 상호 작용 특성으로 인해 생성 AI의 발전에 영향을 받을 가장 분명한 범주일 것입니다. 또한 더 저렴하고 더 빠른 콘텐츠 생성을 가능하게 하는 AI 기반 마케팅 도구를 연구하는 많은 신생 스타트업을 보게 될 것이라고 생각합니다 . 이미지와 비디오 생성도 이러한 솔루션 에 힘을 실어줄 것이기 때문에 이것은 텍스트에만 국한되지 않습니다 .

개발자 도구 카테고리 도 앞으로 번창할 것입니다. 우리는 이미 자연어를 코드로 변환하는 Codex 나 실시간으로 코드를 제안하는 Copilot 과 같이 이 기술의 잠재력을 자극하는 애플리케이션을 보았습니다 . 그러나 소프트웨어를 더 쉽고 빠르게 생성, 테스트 또는 디버깅할 수 있는 많은 새로운 도구를 아직 보지 못했다고 생각합니다.

또한 기술이 부족한 사용자가 AI 애플리케이션을 만들 수 있게 해주는 코드가 적거나 코드가 없는 솔루션 에서 엄청난 잠재력을 봅니다 . 이는 방대한 수의 잠재적 AI 사용 사례가 있지만 매우 제한된 수의 AI 개발자 에 의해 촉진될 것입니다 .

상당히 성장할 것으로 예상되는 또 다른 범주는 의료 분야의 AI입니다. 이것은 이미 폴란드 생태계에서 가장 큰 범주이지만 건강 데이터의 양이 증가하고 액세스가 민주화되어 더욱 빠른 성장이 가능합니다 . 전자 의료 기록, 보험 청구, 수많은 건강 추적 앱 및 웨어러블 덕분에 건강 데이터가 폭발적으로 증가하고 있습니다. 이들은 모두 AI 모델 훈련을 위한 데이터 소스를 제공합니다(일부 추정에 따르면 전 세계에서 생성되는 데이터 양의 30%는 의료 산업에서 생성됩니다 ). 또한 디지털 AI 헬스케어 솔루션은 가상 및 모바일 케어 덕분에 접근성이 높아지고 있습니다. 결과적으로 환자들은 기술 지원 의료에 점점 더 익숙해지고 있으며 점점 더 AI 기반이 될 것입니다.

컴퓨팅은 점점 저렴해지고 있지만 모델 크기는 빠르게 증가하고 있습니다.

모든 AI 애플리케이션에 도움이 될 한 가지 주요 추세는 AI 모델을 훈련하고 실행하는 비용이 감소한다는 것입니다 . 예를 들어 Stanford의 연구 에 따르면 이미지 분류 시스템 교육 비용은 2018년 이후 2/3로 감소했으며 모델 교육 시간은 훨씬 더 많이 감소했습니다.

비용 절감은 주로 Google의 Tensor Processing Unit (TPU) 또는 A100과 같은 Nvidia의 칩과 같은 보다 효율적인 AI 전용 하드웨어 덕분에 가능합니다 . AI 회사의 경우 클라우드 컴퓨팅 비용은 일반적으로 주요 COGS(매출원가) 구성 요소입니다. 컴퓨팅 비용이 감소하면 새로운 애플리케이션을 경제적으로 실행 가능하게 만들어 보다 광범위한 상용 AI 채택을 가능하게 합니다 .

그러나 AI 모델도 점점 커지고 있으므로 훈련 비용이 더 많이 듭니다 (GPT-3의 예상 훈련 비용은 최대 1,200만 USD ). 이러한 추세는 단위 컴퓨팅 비용 감소 효과를 상쇄할 수 있지만, 이는 이미 상용화된 시스템이 아닌 연구자가 발표한 최신 모델에 주로 적용됩니다.

설명 가능성, 편향 및 품질 데이터가 주요 과제입니다.

많은 AI 시스템의 블랙박스 특성 (즉, 알고리즘이 결정을 내리는 방법을 이해할 수 없음)은 AI 채택에 대한 중요한 장벽 중 하나입니다. 사용자는 종종 알고리즘의 예측과 예측 방법에 대한 설명을 요구합니다. 이러한 설명을 제공하는 것은 신경망과 같은 알고리즘에 대해 매우 어려우며 설명이 부족하여 일부 사용자가 AI 솔루션을 채택하지 못할 수 있습니다. 모델의 매개변수 수가 증가하면 이 문제가 증폭될 뿐입니다.

또 다른 문제는 바이어스(bias)입니다 . 즉, 훈련 데이터 세트에 존재하는 인간의 바이어스를 반영하는 알고리즘의 경향입니다 . 예를 들어, 한 생성 AI 알고리즘은 "가난한 사람"의 이미지를 생성하도록 요청했고 생성된 "깡패"는 주로 어두운 피부를 가진 얼굴을 생성했습니다. 편향된 알고리즘이 대규모로 채택되면 우리 사회에 이미 존재하는 고정관념과 편견을 증폭시킬 것입니다.

품질 데이터의 가용성 도 문제입니다. 전 세계적으로 생성되는 데이터의 양이 증가하고 있음에도 불구하고 기업이 저장하는 데이터의 품질이 좋지 않아 AI 시스템 구현이 훨씬 더 어려워지고 있습니다.

이러한 어려움에도 불구하고 저는 폴란드와 글로벌 AI 생태계가 앞으로 최고의 해를 맞이할 것이라고 확신합니다. 새롭게 등장할 스타트업이 너무 기대됩니다!

목록에 추가해야 하는 회사를 알고 있다면 이 양식을 작성 하고 댓글로 알려주세요!

방법론:

1. 제품 회사만 포함했습니다. 즉, 맞춤형 AI 소프트웨어를 개발하는 회사는 제외되었습니다.

2. AI 구성 요소가 솔루션의 적절한 기능에 중요한 신생 기업만 식별하는 것을 목표로 했습니다. 즉, AI 구성 요소를 제외하면 솔루션이 고객에게 제공되는 가치의 대부분을 잃게 됩니다.

3. 애플리케이션 유형에 따라 맵을 세 가지 주요 범주로 나누었습니다.

• 산업 간 응용 프로그램 — 사이버 보안 도구와 같은 여러 산업에서 사용할 수 있는 응용 프로그램
• 산업별 애플리케이션 — 특정 산업을 대상으로 하는 솔루션(예: 의료)
• 개발자 도구 — AI 관련 연구 및 개발 중에 사용할 수 있는 도구 또는 소프트웨어 개발을 지원하는 AI 기반 도구