Polônia: 100 startups de IA

Acompanho a cena polonesa de startups de IA há algum tempo e decidi estruturar o conhecimento e criar um cenário de startups polonesas de IA — identifiquei 100 delas!

Este cenário visa identificar e categorizar startups de IA inovadoras da Polônia. Também espero que o cenário facilite o acesso de empresas em destaque a capital, clientes e talentos.

Tem havido muito hype em torno da IA ​​recentemente, e quase todas as startups afirmam ser uma startup de IA. Pensando nisso, fiz o possível para selecionar apenas startups que oferecem soluções em que a IA é um elemento inerente. Em outras palavras, se você puder remover o componente de IA da solução fornecida pela empresa e o valor da solução do ponto de vista do cliente não diminuir drasticamente, a empresa será excluída da lista.

Ecossistema polonês de IA da perspectiva de um fundador

Nos últimos anos, observei um aumento substancial na conscientização e maturidade das startups baseadas em IA na Polônia. Para muitas empresas, a IA não é mais apenas uma palavra da moda usada para atrair clientes e investidores, mas um diferenciador crítico de valor agregado. Esse fato, combinado com o extraordinário nível de habilidades técnicas e talentos, torna nossa região um lugar muito interessante para começar, crescer e dimensionar organizações baseadas em IA.

As palavras de Kamil são confirmadas pelo mapa que você pode ver abaixo. Já existem 100 startups de IA na Polônia e espero que esse número aumente apenas nos próximos anos.

Saúde e chat/voz representam um terço do ecossistema

Olhando para a paisagem, vemos que a categoria de saúde contém a maioria das startups de IA. Isso não é surpreendente, pois também é a categoria que recebeu mais financiamento de VC na Polônia — 15% do financiamento total de VC na Polônia em 2022 foi para startups de assistência médica . Outra categoria significativa é atendimento ao cliente, chat e voz. As duas categorias contêm algumas das startups de maior sucesso da lista: Infermedica (120m PLN série B em 2021) e Tido (109m PLN série B em 2022).

Tendências de aplicativos de IA — muito mais do que IA generativa

IA generativa é definitivamente o tópico de IA mais quente hoje em dia, mas a miríade de novos aplicativos que ela desbloqueia justifica o hype. Espero ver muitas novas startups surgirem graças a essa tecnologia. O atendimento ao cliente é provavelmente a categoria mais óbvia que será afetada pelo progresso na IA generativa devido à natureza de conversação das interações com os clientes inerentes a ferramentas como o Chat GPT. Acho que também veremos muitas novas startups trabalhando em ferramentas de marketing baseadas em IA que permitirão uma geração de conteúdo mais barata e rápida. Isso não se limita apenas ao texto, pois a geração de imagens e vídeos também potencializará essas soluções .

A categoria de ferramentas para desenvolvedores provavelmente também florescerá nos próximos anos. Já vimos aplicativos que mostram o potencial dessa tecnologia, por exemplo, Codex convertendo linguagem natural em código ou Copilot sugerindo código em tempo real . No entanto, acho que ainda estamos para ver muitas novas ferramentas que tornem a criação, teste ou depuração de software mais fácil e rápida.

Além disso, vejo um imenso potencial em soluções de baixo código ou sem código que permitem que usuários menos técnicos criem aplicativos de IA. Isso será alimentado pelo grande número de possíveis casos de uso de IA , mas por um número muito limitado de desenvolvedores de IA.

Outra categoria que espero crescer consideravelmente é a IA na área da saúde. Esta já é a maior categoria no ecossistema polonês, mas a quantidade crescente de dados de saúde e a democratização do acesso permitem um crescimento ainda mais rápido . Há uma explosão de dados de saúde graças a registros médicos eletrônicos, pedidos de seguro, uma infinidade de aplicativos de rastreamento de saúde e dispositivos vestíveis. Todos eles fornecem fontes de dados para treinar modelos de IA (de acordo com algumas estimativas, 30% do volume de dados gerados no mundo é gerado pelo setor de saúde ). Além disso, as soluções digitais de saúde com IA estão ficando mais acessíveis graças ao atendimento virtual e móvel. Como resultado, os pacientes estão se acostumando mais aos cuidados de saúde habilitados para tecnologia, que serão cada vez mais alimentados por IA.

A computação está ficando mais barata, mas os tamanhos dos modelos estão aumentando rapidamente

Uma tendência importante que beneficiará todos os aplicativos de IA é a redução do custo de treinamento e execução de modelos de IA . Por exemplo, de acordo com a pesquisa de Stanford, o custo de treinamento de um sistema de classificação de imagens diminuiu 2/3 desde 2018, com uma redução ainda maior no tempo de treinamento do modelo.

A redução de custos é possível principalmente graças ao hardware dedicado à IA mais eficiente, como as Unidades de processamento de tensores (TPUs) do Google ou os chips da Nvidia, por exemplo, A100 . Para empresas de IA, os custos de computação em nuvem geralmente são um componente importante do COGS (custo dos produtos vendidos). Quando os custos de computação diminuem, eles tornam novos aplicativos economicamente viáveis, permitindo assim uma adoção comercial de IA mais ampla .

No entanto, os modelos de IA também estão ficando maiores, portanto, mais caros para treinar (o custo estimado de treinamento do GPT-3 é de até 12 milhões de dólares ). Essa tendência pode compensar o efeito da diminuição dos custos unitários de computação, mas isso diz respeito principalmente a modelos de última geração publicados por pesquisadores, em vez de sistemas já comercializados.

Explicabilidade, viés e dados de qualidade são os principais desafios

A natureza da caixa preta (ou seja, incapacidade de entender como um algoritmo toma decisões) de muitos sistemas de IA é uma das barreiras significativas à adoção da IA. Os usuários geralmente exigem uma previsão do algoritmo e uma explicação de como a previsão foi feita. Oferecer essa explicação é extremamente difícil para algoritmos como redes neurais, e a falta de explicação pode impedir que alguns usuários adotem soluções de IA. Aumentar o número de parâmetros dos modelos apenas amplifica esse problema.

Outro desafio é o viés — a tendência do algoritmo de refletir os vieses humanos presentes no conjunto de dados de treinamento. Por exemplo, um algoritmo de IA generativo solicitado a gerar imagens de “uma pessoa pobre” e “bandido” gerou predominantemente rostos com pele escura. Se adotados em grande escala, algoritmos tendenciosos irão amplificar estereótipos e preconceitos já presentes em nossa sociedade.

A disponibilidade de dados de qualidade também é uma preocupação. Apesar de uma quantidade crescente de dados gerados globalmente, os dados armazenados pelas empresas geralmente são de baixa qualidade, tornando a implementação de sistemas de IA muito mais desafiadora.

Apesar desses desafios, estou convencido de que os ecossistemas poloneses e globais de IA terão os melhores anos pela frente. Mal posso esperar para ver novas startups surgindo!

Se você conhece alguma empresa que deveria ser adicionada à lista, preencha este formulário e deixe-me saber nos comentários!

Metodologia:

1. Incluí apenas empresas de produtos, ou seja, empresas que desenvolvem software personalizado de IA foram excluídas

2. Busquei identificar apenas startups em que o componente de IA é crítico para o bom funcionamento da solução — ou seja, excluir o componente de IA faria com que a solução perdesse a maior parte do valor oferecido aos clientes

3. Dividi o mapa em três categorias principais com base no tipo de aplicativo:

• Aplicativos entre setores — aplicativos que podem ser usados ​​por vários setores, por exemplo, ferramentas de segurança cibernética
• Aplicações específicas do setor — soluções voltadas para um determinado setor, por exemplo, saúde
• Ferramentas de desenvolvedor — ferramentas que podem ser usadas durante pesquisa e desenvolvimento relacionados a IA ou ferramentas baseadas em IA que dão suporte ao desenvolvimento de software