
۱۰ استارتاپ که از قدرت هوش مصنوعی استفاده میکنند
نویسنده: Meredith Somers
کنفرانس فناوری دیجیتال و راهبرد ۲۰۲۳ MIT میزبان استارتاپهایی بود که به شرکتها کمک میکنند فناوریهای تحولآفرین را پیشبینی کنند، شاخصهای خدمات مشتری را بهبود دهند و تحویل کالا در آخرین مرحله زنجیره توزیع را کارآمدتر کنند.
استارتاپهای کوچک اغلب میتوانند به سراغ برخی از بزرگترین چالشهای جهان بروند؛ زیرا در استفاده از ظرفیت فناوریهای نوظهور مهارت بالایی دارند.
در کنفرانس اخیر MIT Digital Technology and Strategy Conference 2023 ده استارتاپ توضیح دادند که چگونه از قدرت هوش مصنوعی (AI) برای سرعتبخشیدن به تحول دیجیتال در صنایع مختلف استفاده میکنند. در ادامه با فعالیت این شرکتها آشنا میشویم.
استارتاپهایی که باید آنها را زیر نظر داشت
۱. Cleanlab
Cleanlab از الگوریتمهای هوش مصنوعی برای شناسایی و اصلاح خطاهای موجود در مجموعهدادهها (Datasets) استفاده میکند.
هدف این شرکت آن است که دادههای غیرقابلاعتماد را به دادههایی تبدیل کند که بتوان بر اساس آنها مدلهای قابلاعتماد و بینشهای دقیقتر ایجاد کرد.
به بیان ساده، Cleanlab روی یکی از مسائل اساسی هوش مصنوعی کار میکند:
اگر دادههای ورودی مشکل داشته باشند، حتی بهترین مدل هوش مصنوعی نیز خروجی قابلاعتمادی نخواهد داشت.
بنابراین، تمرکز این استارتاپ بر کیفیت داده است.
۲. CoCoPIE
فناوری اصلی CoCoPIE بر مفهومی با عنوان:
Compression-Compilation Co-Design
متمرکز است.
این فناوری با هدف سادهتر و کارآمدتر کردن استقرار و اجرای هوش مصنوعی (AI Deployment & Execution) روی انواع مختلف پلتفرمها توسعه یافته است.
این پلتفرمها شامل موارد زیر میشوند:
- تلفنهای همراه
- تجهیزات اینترنت اشیا (IoT)
- مراکز داده (Data Centers)
ایده اصلی این است که مدلهای هوش مصنوعی بتوانند با حجم کمتر، سرعت بیشتر و هزینه پایینتر روی سختافزارهای مختلف اجرا شوند.
۳. Covariance
Covariance در حال توسعه یک مدل یادگیری ماشین است که اطلاعات موجود از منابع مختلف را با یکدیگر ترکیب میکند.
این منابع شامل:
- دادههای اختصاصی خود شرکتها (First-party Data)
- دادههای طرفهای ثالث (Third-party Data)
- دادههای عمومی (Public Data)
است.
هدف نهایی، ایجاد یک پروفایل جامع از شرکتها و رقبا است تا کسبوکارها بتوانند شناخت بهتری از رقبا و فضای رقابتی خود به دست آورند.
در واقع، Covariance تلاش میکند هوش مصنوعی را به ابزاری برای تحلیل رقابتی و هوشمندی کسبوکار تبدیل کند.
۴. Einblick
Einblick یک ابزار موسوم به Data Notebook توسعه داده است که از هوش مصنوعی مولد (Generative AI) استفاده میکند.
این ابزار به کاربران کمک میکند:
- کدنویسی کنند؛
- کدهای موجود را اصلاح کنند؛
- نمودار ایجاد کنند؛
- مدلهای دادهای بسازند؛
- و همکاری میان اعضای تیم را سادهتر کنند.
بنابراین، Einblick تلاش میکند فرآیند تحلیل داده و توسعه مدلهای تحلیلی را با کمک هوش مصنوعی سریعتر و سادهتر کند.
۵. Hopara
Hopara یک شرکت فعال در حوزه تصویرسازی دادهها (Data Visualization) است.
این شرکت روی روشی سریعتر و مقرونبهصرفهتر برای ایجاد دوقلوهای دیجیتال (Digital Twins) کار میکند.
دوقلوی دیجیتال، در سادهترین تعریف، یک مدل دیجیتال از یک سیستم یا شیء واقعی است.
برای مثال میتوان از آن برای شبیهسازی:
- کارخانه؛
- ساختمان؛
- ماشینآلات؛
- شبکههای حملونقل؛
- یا سایر سیستمهای فیزیکی
استفاده کرد.
بنابراین، Hopara در نقطه اتصال هوش مصنوعی، داده، شبیهسازی و مدیریت سیستمهای فیزیکی فعالیت میکند.
۶. MontBlancAI
MontBlancAI الگوریتمهایی برای تشخیص ناهنجاری (Anomaly Detection) توسعه میدهد.
این فناوری برای شرکتهای تولیدی کاربردهای مختلفی دارد، از جمله:
- پایش سطح تولید کارخانه؛
- بررسی فرسودگی ماشینآلات؛
- تعیین آستانههای مناسب برای نگهداری و تعمیرات پیشبینانه (Predictive Maintenance).
به عبارت دیگر، سیستم تلاش میکند قبل از اینکه یک ماشین دچار خرابی جدی شود، نشانههای غیرعادی را شناسایی کند.
این موضوع میتواند باعث کاهش:
- خرابی تجهیزات؛
- توقف خط تولید؛
- هزینه تعمیرات؛
- و زمان ازکارافتادگی کارخانه ها شود.
۷. serviceMob
serviceMob یک پلتفرم تحلیل خدمات و پشتیبانی مشتری است که از هوش مصنوعی استفاده میکند.
این پلتفرم به شرکتها کمک میکند تصویر جامعتری از عملکرد واحد خدمات مشتری خود داشته باشند و بینشهای قابلاقدام (Actionable Insights) برای بهبود عملکرد دریافت کنند.
در واقع، هدف آن فقط ارائه آمار نیست؛ بلکه تبدیل دادههای مربوط به مشتریان و خدمات به پیشنهادهایی برای بهبود عملکرد است.
۸. TechNext
این استارتاپ از نظر مدیریت فناوری بسیار جالب است.
TechNext از ترکیب الگوریتمهای جستوجو و یادگیری ماشین برای شناسایی، پیشبینی و ارزیابی فرصتهای سرمایهگذاری در فناوریهای نوظهور استفاده میکند.
حوزههای مورد توجه آن شامل:
- هوافضا؛
- خودروسازی؛
- انرژی؛
- سرمایهگذاری خطرپذیر (Venture Capital) است.
به زبان ساده، TechNext تلاش میکند به این سؤال پاسخ دهد:
کدام فناوریهای نوظهور احتمالاً در آینده مهم میشوند و سرمایهگذاری روی کدامیک میتواند ارزشمند باشد؟
این دقیقاً در نقطه اتصال هوش مصنوعی، آیندهپژوهی فناوری، هوشمندی فناوری (Technology Intelligence) و مدیریت سرمایهگذاری فناوری قرار میگیرد.
۹. Wise Systems
Wise Systems مجموعهای از محصولات مبتنی بر یادگیری ماشین توسعه میدهد که هدف آنها بهبود مسیریابی و تحویل کالا در آخرین مرحله زنجیره توزیع (Last-Mile Delivery) است.
این فناوری برای:
- رانندگان؛
- مشتریان؛
- شرکتهای توزیع و لجستیک طراحی شده است.
هوش مصنوعی میتواند با تحلیل عواملی مانند مسیر، زمان، وضعیت تحویل و محدودیتهای عملیاتی، مسیرهای کارآمدتری پیشنهاد دهد.
۱۰. Zapata
Zapata در زمینه هوش مصنوعی مولد صنعتی (Industrial Generative AI) فعالیت میکند.
این شرکت نوعی نرمافزار سازمانی توسعه میدهد که از ترکیب:
- مدلهای زبانی (Language Models)
- مدلهای عددی (Numerical Models)
برای حل مسائل در مقیاس صنعتی استفاده میکند.
تفاوت مهم این رویکرد با کاربردهای عمومی هوش مصنوعی مولد این است که هدف، حل مسائل تخصصی و واقعی صنایع و سازمانهای بزرگ است.




