Trendy AI w startupach

Bardzo szybko rośnie rola sztucznej inteligencji w sektorze startupów, gdzie większość z nich dąży do bycia "AI driven”. Co to oznacza w praktyce w rzeczywistości startupowej, wyjaśnia Damian Winkowski - AI Software Engineering Manager w LEOCODE.

Jak AI przyciąga inwestorów, wpływa na wyceny oraz zwiększa efektywność zespołów startupowych.

Trendy w zastosowaniu AI w startupach

Przede wszystkim dodawanie AI do każdego projektu startupowego. Widać to na całym świecie, że większość startupów chce być AI driven, to znaczy mieć taki element, który korzysta ze sztucznej inteligencji albo z dobrodziejstwa LLM-ów. Dlaczego? Ponieważ:

• to automatycznie przyciąga uwagę inwestorów, 
• zwiększa wycenę tych startupów,
• fokusuje je na używanie rozwiązań, które automatyzują procesy, tym samym usprawniając pracę. 

To dzięki LLM-om startupy mogą pracować zdecydowanie wydajniej. Widzimy, że prawie 70% z nich aplikujących do YC jest ukierunkowanych na AI, co oznacza, że ten trend nie zniknie. I dodatkowo, one bardzo szybko potrafią się skalować. 

Co jest ciekawe dla startupów w kontekście AI, to coraz szybciej można budować produkt, ponieważ jest coraz więcej narzędzi typu Copilot czy Cursor. Pozwalają one dewelopować software i przestaje już być rzadkością sytuacja gdy startupy stawiają MVP nawet w weekend.

Obszary zastosowań AI w startupach

Jeżeli chodzi o obszary działania narzędzi AI, są to przede wszystkim obsługa klienta, zarządzanie powtarzalnymi procesami, automatyzacja działań marketingowych, czyli tworzenie różnych materiałów promocyjnych. Jeżeli chodzi o etap początkowy działania startupów, to dużą wartość dodaną, jaką dają im LLM-y, jest analiza danych. Z pomocą LLM-u można sprawnie przeanalizować duże zbiory danych, porobić research na temat rynku, co pozwala startupowi już nie tylko skupić się na budowaniu produktu i małych eksperymentach na grupie docelowej, ale też głęboko zanurkować w dane rynkowe, w różnego rodzaju raporty, i maksymalnie dużo dowiedzieć się o rynku - o potrzebie rynkowej, popycie,  preferencjach zakupowych klientów (np. z czata GPT lub z Perplexity, które rewelacyjnie analizują internet i równie rewelacyjnie wyciągają wnioski na temat statusu danej branży). 

Inne korzyści z używania narzędzi AI dla startupów będących na wczesnym etapie to przede wszystkim szybkość działania, budowania i zbierania feedbacku. Start-upy mogą być firmami, które mają po 4-5 osób i mogą zarabiać miliony dolarów dzięki temu lewarowi. 

W Polsce mamy kilka firm, które mają ok. 50-60 osób jak np. Eleven Labs, natomiast są to start-upy stricte AI Driven, to znaczy tworzące narzędzia, które powstały z potrzeb ekosystemów AI. 

Jest też sporo startupów, jak na przykład startup z portfela WP KWADRAT -  suplement.io , które mogą być wspierane narzędziami AI. Oznacza to, że ich corem nie jest produkt AI, natomiast AI jest używane do obsługi procesów, na przykład zakupowych, obsługi procesów składania różnych suplementów czy modyfikowania ich składu. I jeżeli chodzi też o AI, to on się świetnie sprawdza w przypadku wszystkich fintechowych rozwiązań (których mamy sporo  w portfolio WP2 Investments).

KYC, AML, rozpoznawanie fraudów, wyciąganie wniosków z wielkich zbiorów danych, procesy decyzyjne to tylko niektóre przypadki użycia. LLM-y mają tutaj bardzo fajną funkcję analizowania tego wszystkiego i dostarczenia wniosków, więc jeżeli dobrze przygotujemy danego LLM-a i dobrze go ukierunkujemy na określoną rolę, to może być dla nas zarówno księgowym, researcherem, jak i doradcą podatkowym. Najkorzystniej w startupach jest zacząć od takich prostych zastosowań AI. 

Wdrażanie AI w startupie 

Warto zacząć od codziennych zadań jak robienie notatek ze spotkań, ponieważ narzędzia AI robią to rewelacyjnie. Narzędzie typu Fireflies.ai, nie tylko nagrywa, ale też robi podsumowania na jednej stronie, rozróżnia, jakie są kolejne zadania i przypisuje do określonych osób. Można to zintegrować z narzędziami typu Trello i tym zarządzać. 

Dodatkowo narzędzia te wyczuwają pewne emocje na spotkaniach. Możemy wyłapywać, kto z naszych pracowników jest zaangażowany bardziej, kto mniej. 

Są już narzędzia, które pozwalają nam też przeprowadzać interview, na przykład cały proces HR-owy bardzo łatwo i dobrze można obsłużyć z narzędziami AI, czyli od momentu, kiedy analizujemy CV kandydatów i AI nam podpowie, który z potencjalnych kandydatów ma największe dopasowanie do naszych oczekiwań, do naszego opisu roli. 

Powstają awatary, które przeprowadzają rozmowy z kandydatami i potrafią wybrać najlepszych, z największym dopasowaniem. 

Tak więc w startupach na początku warto używać przede wszystkim AI do działań back-office'owych, powtarzalnych, które nie są skomplikowane, natomiast zajmują dosyć dużo czasu i które AI może przyspieszyć nawet dziesięciokrotnie. 

Podobnie w kodowaniu, w tworzeniu produktu. Tutaj AI też bardzo szybko i sprawnie może  pomóc budować rzeczy z gotowych komponentów lub na podstawie jednego, dwóch poleceń stworzyć już bardzo proste aplikacje. 

Podsumowując - AI może automatycznie zbierać i analizować dane finansowe oraz rynkowe, co pozwala na szybsze generowanie raportów.

Narzędzia AI mogą dostarczać wizualizacje danych oraz prognozy, co ułatwia inwestorom podejmowanie decyzji.

Polecam, żeby startupy zaczęły od bardzo prostych narzędzi, którym się “pobawią” i zyskały  pozytywne doświadczenia z używaniem tych narzędzi, a potem same myślały trochę, jak LLM-y działają, i w jaki sposób mogą być użyte w kontekście zaspokojenia potrzeb danego startupu. 

I w trzecim kroku, w jaki sposób u siebie wykorzystać te rozwiązania, jak wpiąć te LLM-y, różne źródła danych i jak też je testować. 

Warto stworzyć sobie taki własny AI Lab, ponieważ dzięki temu w bardzo prosty sposób można na przykład spiąć środowisko w AWS Bedrock w kilkanaście modeli i testować różne koncepty, różne prompty na wielu modelach. 

I w takim środowisku testowym można wpaść na jakiś genialny pomysł, super automatyzację, którą po kilku testach można śmiało wprowadzać na produkcję do startupu. 

Moja generalna rekomendacja jest taka, aby nie bać się AI, maksymalnie testować, używać, śledzić newsy i aktualizacje modeli, ponieważ w tym obszarze co chwila pojawiają się jakieś ciekawe rozwiązania.  

Obecnie bardzo mocno wchodzą multimodele, co oznacza, że będziemy mogli operować nie tylko na tekście, ale na głosie, na wideo, na obrazach. I w ten sposób próbować zwiększać wartość swojego startupu dzięki temu, że dodając element AI, jesteśmy wydajniejsi. Tworzymy jeszcze więcej wartości dodanej dla naszych użytkowników, czy też dla naszych stakeholderów w postaci inwestorów. 

Bardzo polecam używać codziennie, najpierw jako użytkownik, a potem jako budowniczy, czyli wdrażać AI w swoich produktach i w swoich organizacji, aby jeszcze mieć większe korzyści z tego, większe uzyski i też lepszy performance zarówno naszych pracowników, jak i aplikacji, którą budujemy. 

Damian Winkowski 

LEOCODE