虎嗅注：作为新技术和创业公司的风向标，Y Combinator里走出了许多伟大的企业，而2016年里将人工智能看作是一大重头的YC具体都精挑细选了什么样的相关项目呢？这里有一篇来自公众号新智元（AI_era）的文章，或许能让你了解一下今后在这一领域的某些趋势。
有人说，在硅谷有两种孵化器，一种叫做Y Combinator，一种叫做其他。
虽然这句话有点夸张，但是也表明了曾经孵化出Reddit、Dropbox和Airbnb的Y Combinator在硅谷的知名度。按照他们的官方数据，从Y Combinator毕业的公司总融资额达到了30亿美元，而市值加起来超过了300亿美元。TechCrunch甚至计算过，这意味着Y Combinator手握的纸面财富，达到了10亿美元。(2015年初)
YC 每年公开征集项目，录取率不到3%，入选的项目除了能够获得他们12万美元的投资，还能得到他们3个月的创业培训。在培训结束后会有一个Demo Day，这成了硅谷最重要的创投活动之一，最顶级的投资人都参加这个活动看项目。在最近一次的 Demo Day 中，800多个投资人争抢126个项目。
和其他的孵化器不同，YC 非常钟爱面向未来的项目。虽然 YC 筛选了很多非常早期的项目，但是三个月的创业培训后，这些企业们基本都能找到适合自己的发展道路。其中的佼佼者 Reddit、Drpobox、Airbnb 都是超过 10 亿美元的独角兽。2005 年到 2014 年，YC 一共孵化了630家企业，其中只有46个创业项目宣告失败，每家活跃企业获得的平均投资额在300万美金以上。
YC 代表着硅谷最先进的技术和当下的市场的碰撞，他们总能找到落地的方案。从 YC 2016 年 Demo Day 中，我们精选了 15 个人工智能类创业项目。
1、msg.ai：在各大平台的 AI 聊天机器人
AI+ 聊天机器人在智能手机时代，聊天和社交已经成为生活的重要部分。品牌需要出现在最能集中消费者注意力的地方，也就是各大社交聊天平台上。msg.ai 能帮助品牌整合在Facebook和Twitter等平台上的表现，用一张图表呈现该品牌在各大应用上的进展情况，并实时检测流行话题，寻找新的销售与参与机会。msg.ai 还能帮助品牌利用 AI 聊天机器人进行商务活动。通过机器学习，msg.ai 能够让聊天机器人实时自动与用户互动，并且在出现敏感情况时将对话由机器人无缝转交人类处理。msg.ai 目前接受 demo 版的试用申请。
2、Nova：让你更好的写邮件
Nova 使用数据科学方法来提升销售团队效率。这是通过一个消息平台完成的，这个平台能够让销售代表们根据最好的答复发送定制化邮件。这个软件使用了文本挖掘、分析情绪和判断针对特定人员的最适合电子邮件。使用这个软件，公司宣称能够提高工作效率，减少垃圾邮件，这相比过去能够达到 3 倍的效率提升，并且增加了客户的响应率。
3、Skymind：开源深度学习软件
Skymind 自称是 AI 中的 Cloudera，帮助企业级 Hadoop 和 Spark 用户进行深度学习。利用 Skymind 的开源框架 Deeplearning4j，大型机构可以构建软件解决方案。Skymind 的用途包括诈骗检测、时间序列数据、文本分析、可移动网(PORTABLE NETS)、图像 / 面部识别和语音转文字。
4、DeepGram：关键词语音识别
语音的模糊输入可以带着口音命令机器人了。DeepGram 利用 AI 识别关键词，获知语音意义，主要基于以下三项技术：关键词识别、AI 建模和转写。DeepGram 称其关键词识别技术是世界上最精准的，可以自动将 “缤淇淋” 识别为 “冰淇淋”。AI 建模则能够自动分析语音流并进行归类。可以深度学习的转写系统解放了用户双手。DeepGram 可以应用在呼叫中心和音视文件的搜索与定位。
5、Decko Robotics ：电厂安全检查机器人
电厂的高危环境威胁着检查工人的生命安全，电厂每年也要为基础设施检查支付高昂的人力和财力成本。Decko Robotics 开发了电厂基础设施检查机器人，其工作效率是传统方式的 7 倍，并且可以收集更多的数据，也更加便宜。
6、Chatfuel：让普通企业拥有聊天机器人
推出聊天机器人不再是苹果和微软等科技巨头才能完成的事，Chatfuel 正帮助普通企业实现这一愿望。Chatfuel 帮助企业为企业用户建立 Telegram、Slack、Messenger 或 Whatsapp 对话框，企业利用对话框发送信息、进行交易、提供订阅服务等。 拥有自己的聊天机器人并与之对话只需要两步：第一，打开 Telegram 网页、桌面上的 Telegram 或者应用；第二，添加 Chatfuelbot。为其他人申请聊天机器人需要先从 Slack、Kik、Messenger、WhatsApp 和 Viber 中勾选需要的聊天工具类型，并输入自己的邮箱地址，等待 Chatfuel 的后续通知。目前 Chatfuel 已经提供了超过 10 万个聊天机器人，服务超过 500 万名全球用户。
7、Wakie：问答智能匹配
Wakie 想的是，让一个陌生人在早晨把你唤醒。Wakie 应用使其成为可能。现在你可以向一个友好的陌生人谈论任何话题、意见、建议、而不需要更换你的联系方式。在更深的层次上，他们使用了机器学习技术来分析用户的知识和技能。最后，选择一个最好的用户来回答问题。而且，他们也使用语音识别技术来评估回答的质量。
8、Castle：发现异常行为，保护用户安全
与基于密码的安全系统相比，Castle 通过检测异常行为保护账户安全。Castle 是一个协作平台，保护网页和移动应用免于黑客袭击，它检测的行为有很多，有多次登录失败、尝试暴力登录、非正常时段登录、短时间内超长距离异地登录、机器浏览模式、非正常交易方式等等。Castle 目前提供简化的免费版、收费的标准版和客户定制版，标准版提供 14 天的免费试用。
9、Interstate：让市场营销更聪明
Interstate 让市场营销变得更加聪明。公司们不在简单粗暴的进行市场营销，而是逐渐明白营销数据分析的重要性。Interstate 是一个免费的营销数据和分析平台。它适合用于预测模型，帮助企业更好的进行预算分配、找到正确的客户群，并且帮助省钱。此外，它也提供了动态的营销支出数据，允许跨设备的跟踪，并且集成到世界最流行的应用程序中。
10、Elucify：找到潜在客户群
Elucify 处理潜在的客户数据是非常耗时的，大部分时间都浪费在数据清洗。但是，使用了人工智能方法的 Elucify 旨在加快和强化最终的转换过程。Elucify 帮助企业在潜在的用户数据中，获得了最大的好处，通过使用人工智能和机器学习技术。他们的产品允许企业识别和清晰旧的数据，快速变换提取有针对性的客户线索，动态的搜索和更新潜在的客户数据，这一切都是几个小时内的事情。毕竟时间是最重要的。
11、GitPrime：改善程序员建造软件的方法
GitPrime 受全球流行的社区 Github 的启发获得了名字。GitPrime 的目的是让软件工程师在工作中痛苦更少，而且能产生规模效应。通过机器学习和统计分析技术，它能够识别出一些模式，让工程师们改善建造软件的方法。它最著名的是提供个性化的建议。此外，它也运行工程团队彼此进行沟通、分享、跟踪用户进展的数据，以及其他更多的事情。它能让工程师们更有效率，通过提供基于数据的每周反馈，以及分析每周的表现。
12、Enflux：衣服洞察身体
相比过去，人们现在更加注重自己的健康。他们认为良好的健康要高于财富，所以尽量采取一切可能最好的事情和习惯。这个创业公司提供了一件可以机洗的衣服，里面嵌入了传感器以捕捉完整的锻炼和运动。简单的说，这种锻炼衣服可以跟踪身体移动，并且声称数据。一旦数据被捕获，它提供了对身体的具体洞察力。
13、Hykso：给拳击手用的分析工具
拳击手可能使用数据分析么？即便他们不可以，Hysko 也让这一切成为可能，并且带来很大的影响。这个公司已经推出一款产品，可以跟踪速度、强度、数量和其他方面的一举一动，并提供具有洞察力的产品。这很像 Fitbit，但这是针对拳击手的。它提供了实时监控，回顾表现并且有助于玩家克服障碍。
14、Zenysis Technologies：帮助政府更好管理
把数据放在一起，然后得出一个结论并不是一件容易的事情。Zenysis 技术已经建立一个数据集成软件，可以在一个地方编译和分析所有的数据。通过这款数据分析软件，他们计划帮助政府和发展中国家通过庞大的数据集合，改善行政管理水平。他们提供可操作的见解，这将有助于各国做出明智的决策，并且不产生决策过程的歧义。
15、PaveIQ：企业市场策略分析
不确定是否获得了最好的投资回报？你的市场策略给了你所需要的输出么？PaveIQ 会来拯救你。PaveIQ 是一个市场分析公司，可以帮助企业的 Google 分析变得更加可行。它会分析企业的目标，然后使用机器智能在各大渠道释放营销成果。它还提供了定制化数据驱动报告，关于如何增长 ROI 上。
总结
从这15个项目，我们可以看到三个特点：
1、15 个项目中，14 个项目都是面向企业服务的，这是当下人工智能创业公司的切入方式。
2、15 个项目，13 个是软件类的项目，现在主要是软件层面的创业，硬件层面非常少。
3、超过一半，有 8 个项目是基于文本的机器人服务。NLP 依然会是创业的核心。
总体而言，我们来到了人工智能创业的时间点。人工智能企业对技术和市场都有非常强大的要求。技术本身就有很强的门槛，而找到目标客户也非常重要。毕竟产品必须在技术和市场得到的数据中，才能逐步变得完善。对于创业公司而言，重要的是找到一个细分的领域切入，建立从技术、产品、市场、数据的循环。
参考：analyticsvidhya.com