Зачем заниматься NLP и почему это стоит денег?
Часть 2/2
Несколько подитоживающих наблюдений проновые решения:
1. Технологии текстовой аналитики вышли за пределы общих инструментов предыдущих лет, чтобы более узко сосредоточиться на высококачественном анализе конкретных типов документов (Cortical.io, Natif.ai, Mindee, OpenBots). Мы также видим, что OCR все чаще присутствует в качестве элемента технологического стека (у многих компаний все еще копятся сканы)
2. Аналогичным образом, в области диалогового ИИ мы наблюдаем большое внимание к узкодоменным решениям, особенно в области создания чат-ботов (Humley, Senseforth, Goodcall, Satisfi Labs). Здесь один из способов для нового участника выделиться — предложить глубокий, но узкий охват домена прямо из коробки, превращая создание приложения в процесс перетаскивания предварительно созданных элементов на холст дизайна с помощью требуется минимальная конфигурация.
3. Большие языковые модели повсюду! При этом не мешает им соседствовать в стеке с онотлогиями и правилами.
4. No code и Low code: (Contract Mill, Humley, Landbot, Agara Labs, Goodcall, Ultimate.ai).
5. Многие стартапы предлагают гибридные решения, сочетающие машинную и человеческую разметку для получения более качественных результатов (Daloopa, Contents, Bering Lab, Wysa, Ava, Phonic.ai). Ручная валидация, как правило, предлагается как дополнительная опция.
6. Legal tech — оживленная область, и сразу 18 новых компаний стали предлагать решения в этой области за 2021.
7. Электронная коммерция и здравоохранение являются ключевыми областями применения у стартапов диалогового ИИ.
8. Синтез голоса может быть областью, которая обеспечивает наиболее видимые — слышимые — улучшения по сравнению с тем, что было раньше. Естественность некоторых из этих синтезированных голосов превосходн по сравнению с тем, что предлагалось даже пять лет назад.
9. В упомянутой статье вопрос не поднимается, но экосистемы важны и являются основным источником ценности. Некоторые из обсуждаемых здесь приложений отличаются тем, что они предоставляют ключевую технологию или технологии, встроенные в сквозную платформу (OpenBots, Rossum, Lexion, Legislate, Pactum, Voiceflow) или доступ к которым осуществляется через интуитивно понятный интерфейс панели управления (Authenticx, Уровень ИИ, Лестница ИИ); в других случаях экосистема может просто поддерживать документацию, вспомогательные ресурсы или сообщества пользователей.
Краткие итоги: средний объем предварительно и посевного финансирования для NLP-стартапов 2021, составляет около 3,5 млн долларов США, минимум 20 000 долларов США и максимум 14 млн долларов США. Средний объем финансирования серии A составляет около 14 млн долларов США, минимум 1,3 млн долларов США и максимум 100 млн долларов США. Это довольно типичные средние значения для многих секторов, при этом раунд серии А Rossum на 100 млн долларов США является значительным исключением.
И на последок: график Gartner 2021-2023. Как видим, AI Cloud services и микросервисные ИИ-решения уже на стадии enterprise-деплоя в 2022.
Часть 2/2
Несколько подитоживающих наблюдений проновые решения:
1. Технологии текстовой аналитики вышли за пределы общих инструментов предыдущих лет, чтобы более узко сосредоточиться на высококачественном анализе конкретных типов документов (Cortical.io, Natif.ai, Mindee, OpenBots). Мы также видим, что OCR все чаще присутствует в качестве элемента технологического стека (у многих компаний все еще копятся сканы)
2. Аналогичным образом, в области диалогового ИИ мы наблюдаем большое внимание к узкодоменным решениям, особенно в области создания чат-ботов (Humley, Senseforth, Goodcall, Satisfi Labs). Здесь один из способов для нового участника выделиться — предложить глубокий, но узкий охват домена прямо из коробки, превращая создание приложения в процесс перетаскивания предварительно созданных элементов на холст дизайна с помощью требуется минимальная конфигурация.
3. Большие языковые модели повсюду! При этом не мешает им соседствовать в стеке с онотлогиями и правилами.
4. No code и Low code: (Contract Mill, Humley, Landbot, Agara Labs, Goodcall, Ultimate.ai).
5. Многие стартапы предлагают гибридные решения, сочетающие машинную и человеческую разметку для получения более качественных результатов (Daloopa, Contents, Bering Lab, Wysa, Ava, Phonic.ai). Ручная валидация, как правило, предлагается как дополнительная опция.
6. Legal tech — оживленная область, и сразу 18 новых компаний стали предлагать решения в этой области за 2021.
7. Электронная коммерция и здравоохранение являются ключевыми областями применения у стартапов диалогового ИИ.
8. Синтез голоса может быть областью, которая обеспечивает наиболее видимые — слышимые — улучшения по сравнению с тем, что было раньше. Естественность некоторых из этих синтезированных голосов превосходн по сравнению с тем, что предлагалось даже пять лет назад.
9. В упомянутой статье вопрос не поднимается, но экосистемы важны и являются основным источником ценности. Некоторые из обсуждаемых здесь приложений отличаются тем, что они предоставляют ключевую технологию или технологии, встроенные в сквозную платформу (OpenBots, Rossum, Lexion, Legislate, Pactum, Voiceflow) или доступ к которым осуществляется через интуитивно понятный интерфейс панели управления (Authenticx, Уровень ИИ, Лестница ИИ); в других случаях экосистема может просто поддерживать документацию, вспомогательные ресурсы или сообщества пользователей.
Краткие итоги: средний объем предварительно и посевного финансирования для NLP-стартапов 2021, составляет около 3,5 млн долларов США, минимум 20 000 долларов США и максимум 14 млн долларов США. Средний объем финансирования серии A составляет около 14 млн долларов США, минимум 1,3 млн долларов США и максимум 100 млн долларов США. Это довольно типичные средние значения для многих секторов, при этом раунд серии А Rossum на 100 млн долларов США является значительным исключением.
И на последок: график Gartner 2021-2023. Как видим, AI Cloud services и микросервисные ИИ-решения уже на стадии enterprise-деплоя в 2022.