Y Combinator-ის ბოლო Demo Day-ს 9 ყველაზე პერსპექტიული სტარტაპი ვენჩურული ინვესტორების აზრით

ხუთშაბათს Y Combinator-ის მორიგი Demo Day გაიმართა, თუმცა ეს ნაკადი წინა წლებისგან საგრძნობლად განსხვავებული აღმოჩნდა. თუკი ჩვეულებრივ ყოველი ახალი ნაკადი დამფუძნებლების ახალ ტალღას მოაქვს, ამჯერად წარმოდგენილი სტარტაპები გაცილებით მეტად იყო ორიენტირებული „ღრმა ტექნოლოგიებზე“ (deep tech), ვიდრე გასულ წლებში.

ტრადიციულად, ადრეული ეტაპის ვენჩურულ ინვესტორებს სთხოვეს დაესახელებინათ ამ ნაკადის ყველაზე გამორჩეული სტარტაპები — როგორც მათი ფავორიტები, ისე ის პროექტები, რომლებზეც ინდუსტრიაში ყველაზე მეტს საუბრობდნენ. შედეგად, შედგა იმ კომპანიების სია, რომლებიც მინიმუმ ორმა ინვესტორმა მონიშნა, როგორც ყველაზე პერსპექტიული. ერთ-ერთი ინვესტორის თქმით, ამ ნაკადის ტექნოლოგიები „სამეცნიერო ფანტასტიკას“ ჰგავდა. თუმცა, მიუხედავად ამბიციური იდეებისა, საერთო აზრით, კომპანიების შეფასებები გაცილებით რეალისტური იყო, ვიდრე ბოლო პერიოდის სხვა ნაკადებში.

ქვემოთ მოცემულია შერჩეული სტარტაპები ანბანური თანმიმდევრობით:

Atomarine

რას ქმნის: ზღვაში მოტივტივე მონაცემთა ცენტრები, რომლებიც ბირთვულ ენერგიაზე მუშაობს.

რატომ არის ფავორიტი: ენერგიის მიწოდების დეფიციტი მზარდი პრობლემაა, ადგილობრივი თემები კი სულ უფრო ხშირად ეწინააღმდეგებიან ახალი მონაცემთა ცენტრების მშენებლობას. Atomarine, რომელიც MIT-ის კომპიუტერული მეცნიერებისა და საზღვაო ინჟინერიის სპეციალისტებმა და ბირთვული ინჟინერიის დოქტორმა დააფუძნეს, გამოთვლითი სიმძლავრეების დეფიციტის აღმოფხვრას მონაცემთა ცენტრების ბარჟებზე განთავსებით გეგმავს. ზღვის წყალი ამ შემთხვევაში გაგრილების თითქმის უფასო საშუალება იქნება.

სტარტაპი 2028 წლისთვის გაზზე მომუშავე საპილოტე პროექტის გაშვებას აპირებს, ხოლო 2032 წლიდან ბირთვულ ენერგიაზე მომუშავე მცურავ ხომალდებზე გადასვლას გეგმავს. Atomarine-ის განცხადებით, მათ უკვე აქვთ 4 მილიარდ დოლარზე მეტი ღირებულების წინასწარი ინტერესი პოტენციური კლიენტებისგან. ერთ-ერთი ინვესტორის თქმით, სწორედ ამ შემოსავლის პოტენციალმა გახადა ის ამ ნაკადის ერთ-ერთ ყველაზე მაღალშეფასებულ სტარტაპად.

Dipole Labs

რას ქმნის: ეფექტური და ენერგოეფექტური მაღალსიჩქარიანი ოპტიკური ქსელური აპარატურა AI მონაცემთა ცენტრებისთვის.

რატომ არის ფავორიტი: პრობლემა იმაში მდგომარეობს, რომ GPU კლასტერები დიდ დროს კარგავენ მონაცემების ჩიპებს შორის გადაადგილების მოლოდინში. ქსელურ დონეზე მონაცემები სინათლიდან ელექტროენერგიად გარდაიქმნება და პირიქით, რაც დიდ ენერგიას მოითხოვს და სითბოს გამოყოფს. Dipole Labs-ის განცხადებით, მათ შექმნეს ოპტიკური სვიჩი, რომელიც ამ გარდაქმნის პროცესს გამოტოვებს, რაც საშუალებას იძლევა მონაცემები სინათლის სახით დარჩეს და პირდაპირ დანიშნულების ადგილზე მივიდეს. ეს კრიტიკულად მნიშვნელოვანია, რადგან GPU-ები ძალიან ძვირია და მონაცემთა ცენტრებს სურთ მაქსიმალურად გამოიყენონ თავიანთი აპარატურის რესურსი.

Isengard

რას ქმნის: რეაქტიული ძრავის მქონე მოიერიშე და თავდაცვითი დრონები, რომელთა წარმოება ადგილობრივად არის შესაძლებელი.

რატომ არის ფავორიტი: Isengard-ის მიზანია რეაქტიული დრონების მასობრივი წარმოება უშუალოდ მოკავშირე ქვეყნებში, იმ ფასის მცირე ნაწილად, რასაც აშშ-ის მსხვილი კონტრაქტორები ითხოვენ. კომპანიის თანადამფუძნებლები არიან ავსტრალიის არმიის ყოფილი ოფიცერი და თავდაცვის სფეროს მეწარმე, რომელმაც მანამდე უკრაინაზე ორიენტირებული დრონების სტარტაპი 60 მილიონი დოლარის შემოსავალზე აიყვანა. თავად Isengard-ს უკვე აქვს 10 მილიონი დოლარის შემოსავალი. ინვესტორების თქმით, სტარტაპმა დიდი ინტერესი გამოიწვია და ამ ნაკადში ერთ-ერთი ყველაზე მაღალი შეფასება მიიღო.

Lamb Labs

რას ქმნის: სპეციალიზებული ჩიპები AI მოდელის ჩაშენებული წონებით (weights).

რატომ არის ფავორიტი: ტრადიციული AI ჩიპები ინფერენსის (inference) დროს დიდ ენერგიას ხარჯავენ მეხსიერებიდან მოდელის წონების ამოღებაზე. Lamb Labs, რომელიც ლონდონის იმპერიული კოლეჯის AI დოქტორმა და ოქსფორდის თეორიულმა ფიზიკოსმა დააფუძნეს, ულტრაეფექტური ჩიპების შექმნას აპირებს, სადაც AI მოდელის წონები პირდაპირ სილიკონში იქნება კოდირებული. ამ ჩიპებს „Model Processing Units“ (MPU) ეწოდება და ისინი მეხსიერების გამტარუნარიანობის პრობლემას აგვარებენ.

Mantle

რას ქმნის: რეალური სამყაროს მონაცემების შეგროვება რობოტების მოსამზადებლად.

რატომ არის ფავორიტი: კომპანია თანამშრომლობს ბიზნესებთან, რათა შეაგროვოს ვიდეოები და მონაცემები იმის შესახებ, თუ როგორ ასრულებენ ადამიანები სამუშაოს. შემდგომში ეს მასალა გამოიყენება რობოტების მწარმოებელი კომპანიებისთვის სასწავლო მასალად. Mantle უკვე მუშაობს საჯარო კომპანიებთან და ვიდეო მონაცემები 150-ზე მეტ სხვადასხვა გარემოში აქვს გადაღებული. ეს კომპანია შესაძლოა გადამწყვეტი გახდეს, რადგან ბიზნესები სულ უფრო მეტად იკვლევენ, რომელი ამოცანებია უკეთესი ადამიანებისთვის და რომელი — რობოტებისთვის.

Nori

რას ქმნის: ხელმისაწვდომი რობოტები ყოველდღიური საყოფაცხოვრებო საქმეებისთვის.

რატომ არის ფავორიტი: სულ რაღაც ექვსი კვირის წინ გაშვებულ კომპანიას უკვე თითქმის ნახევარი მილიონი დოლარის გაყიდვები აქვს. ეს გასაკვირი არ არის — საუბარია ჰუმანოიდ რობოტზე, რომელიც ტანსაცმლის დალაგებასა და დაკეცვაში დაგეხმარებათ. მომხმარებლებს რობოტის მართვა ლეპტოპის აპლიკაციითაც შეუძლიათ. მისი ფასი დაახლოებით 1,600 დოლარია, რაც ძალიან იაფია სხვა ჰუმანოიდებთან შედარებით (მაგალითად, Neo, რომელიც 20,000 დოლარი ღირს). Nori ცდილობს უპასუხოს მთავარ კითხვას: შესაძლებელია თუ არა ხელმისაწვდომი სახლის რობოტის შექმნა, რომელიც რეალურად შეძლებს ჭურჭლის სარეცხი მანქანის შევსებას და სხვა საქმეების შესრულებას.

Oly

რას ქმნის: ავტონომიური რობოტები მძიმე ტვირთების ასაწევად.

რატომ არის ფავორიტი: დამფუძნებლების მიზანი მარსზე ქალაქის აშენებაა. პირველი ნაბიჯი კი ისეთი რობოტული ტექნოლოგიის შექმნაა, რომელიც მძიმე სამუშაოებს შეასრულებს. მათი ტექნოლოგია უკვე გამოიყენება აშშ-ში მზის პანელების დასამონტაჟებლად და კომპანიას 2027 წლამდე 25 მილიონი დოლარის ღირებულების კონტრაქტები აქვს გაფორმებული. სამომავლო ხედვით, ეს ტექნოლოგია მარსის კოლონიზაციისთვის მშენებლობის ავტომატიზაციას დაეხმარება. სტარტაპი SpaceX-ის გეგმებს უწყობს ფეხს და იმედოვნებს, რომ 2028 წლისთვის მარსზე საძიებო მისიას დაიწყებს.

Parasma

რას ქმნის: ადამიანის ტვინის უჯრედების მომზადება გამოთვლითი პროცესების უზრუნველსაყოფად.

რატომ არის ფავორიტი: კიდევ ერთი კომპანია, რომელიც ენერგიის მოხმარების პრობლემას ებრძვის. Parasma განიხილავს ადამიანის ტვინის უჯრედებს, როგორც დღევანდელი AI აპარატურის უფრო ეფექტურ და ენერგოდამზოგავ ალტერნატივას.

Waddle Labs

რას ქმნის: API ფენა, რომელიც რობოტების მართვის კოდს წერს.

რატომ არის ფავორიტი: ინვესტორები იმედოვნებენ, რომ რობოტექნიკაში „ChatGPT-ის მომენტი“ ახლოსაა. Waddle Labs, რომელიც ჰარვარდის კურსდამთავრებულებმა დააფუძნეს, თავს პოზიციონირებს როგორც „Claude Code რობოტებისთვის“. ნაცვლად იმისა, რომ მოდელები ვიდეოებზე გაწვრთნან, ისინი იყენებენ LLM აგენტებს რობოტების პირდაპირი მართვისთვის. სტარტაპის მტკიცებით, ნებისმიერი აპარატურის მათ API-სთან დაკავშირებით, დეველოპერები შეძლებენ რობოტს ბუნებრივ ენაზე მისცენ მითითებები, AI აგენტები კი ავტონომიურად შექმნიან შესასრულებელ კოდს დაახლოებით 20 წუთში.