硅谷创投界流传着一句话「孵化器只有两种，YC 与其他」。进入YC有多难？Ross 事后才知道。所有申请中，仅有大约 2% 的申请被接收。
Y Combinator无疑是最成功的孵化器之一，从2005年的8家公司，到如今一年孵化250多家，它俨然成了盛产初创公司的富士康，其中走出了像Dropbox、Airbnb这样的公司。
Y Combinator因其成功孵化过Dropbox、Airbnb、Stripe等独角兽公司成为硅谷最炙手可热的孵化器。据保守估计，截止2017年1月，YC目前投资过的初创企业总体估值已经超过1000亿美元。
到目前为止，YC 孵化的独角兽包括 Airbnb 、Dropbox 、Stripe ，新近的包括 Twitch、Instacart 和 Coinbase 等。据统计，YC 总共投资孵化了超过 1000 家公司，估值总和超过 650 亿美金。
如今，YC 的演示日已经成为硅谷乃至世界投资者瞩目的对象，也是大家寻找下一只独角兽的地方。今天是2017 YC夏季演示日的第一天，人工智能创业公司仍然是重头戏，亮点集中在了自动驾驶、安防以及语音领域。今年早些时候，谷歌 Jeff Dean 还曾预测称，「三年内，医疗、自动驾驶等领域将是从机器学习获益最多的领域。」
一、自动驾驶
时下无人驾驶正是科技领域的风口，包括谷歌、博世、宝马、百度这些巨头公司都投入了大量的人力物力到技术研发之中，然而情况还是不够理想，前有谷歌无人车造成首起交通伤害事故，后有李彦宏在五环实线变道，美国交通部甚至悲观的表示，至少还要 40 年无人驾驶时代才能到来。
随着自动驾驶发展水平的不断提升，越来越多厂商认识到，要不断加强车辆应对道路复杂情况，处理海量数据的能力，就不能单纯依靠“传感器+控制系统”的解决方案。“高精度地图+高精度定位”的深度融合将扮演越来越重要的角色。
这个千亿级别市场距离我们仍然比较遥远的重要原因之一，就是激光雷达成本太高。传感器或者感知融合，是初创公司入局的一个切入口。
为自动驾驶车辆提供「大脑」，是初创公司切入自动驾驶市场的另一条路径。May Mobility 就是这样一家初创公司，为用于商业车队的公司提供自动驾驶技术。他们提供的技术并非着眼十年后的市场，而是近期的「蛋糕」。因此，他们定位于预测性较强的驾驶环境，比如，老年社区、军事基地、学校等地进行特定路线的自动驾驶接送服务。
目前，公司已经打造出可供潜在用户安装在车辆上的综合自动驾驶技术栈，虽然公司自己不制造车辆。另外，公司还希望提供从日常运作到维护和清洁的全面自动车队运营服务。公司筹集了约 350 万美元。
为了使飞行员不会过于疲劳，现代飞机都装有自动驾驶系统，由机载计算机控制飞机自动飞行。人们早在几十年前，就发明了自动驾驶仪。不过，天上飞行遇到的情况，远不如地面复杂。这或许也是自动驾驶系统出生更晚的原因之一。
无人机应用在工业、农业、军事等行业，我们将其统称为专业应用级无人机，在2016年之前，该类无人机已经被应用在一些行业，而随着产品的发展和法律规定的完善，各种新的应用也会随之诞生。
无人机做植保早在几年之前就已经被业内所认可，但由于技术限制和飞行安全限制等因素导致该行业只有零碎的厂商以服务外包形式在做。而随着我国无人机政策的完善和实行，在有法可依的情况下，加之植保无人机的快速高效的优势，该领域一定会被越来越多的人所关注。
初创公司 Pyka 想将无人驾驶的地面模式搬到天上，打造可以自动飞行的单人飞机。公司已经建造好了一架 400 磅的单人飞机，可以在 90 英尺范围内自动升起降落。由于监管机构要求搭载人类前必须进行大量测试，Pyka 已经在新西兰占了一个坑——给农作物喷洒药物，该市场规模已达 15 亿美元。
Pyka 无人机可以在低空、崎岖山区等环境飞行，农业药物喷洒速度高达 70 英里每小时，并且可以在固定时间、按固定路径飞行工作。这项业务可谓一石二鸟：一方面，公司每小时入账 600 美元；另一方面，还可以记录时间，为将来人类交通市场做好准备。公司员工主要来自 Zee airplanes 和 Waymo，他们立志成为该领域第一个吃螃蟹的人。
二、安防与安全
在智慧物流应用过程中，主要以机器人和无人机的应用为主，大量用到了机器视觉、远程监控、无线传感、智能分析等技术，无论是机器人还是无人机，都是安防行业较为关注的方向，其应用到的技术也是行业长期关注，并有一定成果的技术。安防行业近年来开始向更全面的智慧解决方案发展，不止是安全，解决用户需求、更好的服务社会，也将成为安防行业的发展方向。
智能安防技术，指的是服务的信息化、图象的传输和存储技术，其随着科学技术的发展与进步和二十一世纪信息技术的腾飞已迈入了一个全新的领域，智能化安防技术与计算机之间的界限正在逐步消失。
安防领域一直被认为是人工智能技术落地最好的行业之一，市场规模也相当可观。这主要源于安防本身的两大特性。首先，以视频技术为核心的安防行业拥有海量的数据来源，可以充分满足人工智能对于算法模型训练的要求；其次，安防行业中事前预防、事中响应、事后追查的诉求与人工智能的技术逻辑完全吻合。
初创公司 Flock 打造一款旨在保护街坊邻里的无线摄像头，瞄准的是 15 亿美元的本地市民市场。这款户外摄像头可以跟踪车辆并记录下车牌号码，如果有罪案发生，可为地方警察提供必要数据。当被盗车辆进入安全范围内，摄像头还有预警通知功能。目前，公司已经协助破获一起罪案，已被多个社区采用。
数据与隐私摩擦，如影随行，接连不断。近期，苹果等科技巨头公司甚至制作「法庭之友」意见书，提请美国联邦最高法院将数据隐私问题纳入第四修正案的管辖范围。初创公司 D-ID 试图通过人脸识别技术，对用户发出的照片进行反向识别，使得照片在能用肉眼看清的情况下也无法被软件识别，从而保护用户身份隐私。D-ID 主要服务对象分为三类：需要保护员工、用户图片隐私的公司，需要保护病人隐私的健康管理公司，政府及相关安全部门。据悉，目前已经签订了价值 100 万的合作意向书。
三、语音
近年来，语音识别的表现和应用出现了巨大的飞跃。我们离完全解决这个问题还有多远？答案也许五年、也许十年，但仍然有一些挑战性的问题需要时间来解决。
深度学习在语音识别和对话式AI领域刻下了深深的印记。而鉴于该技术最近获得的突破，我们真的正处于一场革命的边缘。
深度学习是机器学习的子集，包括旨在通过让软件接触到大量数据流并使用多层神经网络来改进软件的技术。如今，神经网络由越来越复杂的代码层组成。神经网络使软件从它接触到的数百、数千甚至数百万的数据驱动模拟中进行学习。
而最大的问题在于，我们是否准备赢得语音识别领域的技术挑战，并像其他商品化技术一样开始运用它呢？或者说，是否还有另一个新的解决方案正等待着我们去发现？毕竟，语音识别的最新进展只是未来科技蓝图的一小块：语言理解本身就是一个复杂而且或许更加强大的一个领域。
语音市场庞大、竞争激烈，但这不能阻挡新创业公司接连入局。亚马逊 Alexa 虽然引领风骚，但用户体验也存在不少槽点。有的创业公司势将深度链接进行到底。有的公司想让 Alexa 用起来更简单，比如 Life Bot。
繁杂如同咒语般的任务命令（程序名字、还有命令脚本），让许多用户望而生畏。据分析，用户停留在 Alexa 上的时间仅为 3%。为了让 Alexa 易上手，美国初创公司 Life Bot 推出了一款基于亚马逊语音助手 Alexa 开发的语音机器人，让繁复的咒语命令立刻简单起来。
老年社会的来临，除了为体外骨骼（一种软体机器人）、看护机器人带来商机之外，也为一些创业公司提供了新的灵感。据统计，每年会有数以百万计的老年人摔倒，摔倒后往往会遗落一些个人随身财物，比如贵重首饰或者监护健康、安全的可穿戴设备，老人常常忘记它们。这既是安全隐患，也是产品设计的失败。Totemic Labs 正在打造一款类似亚马逊 Echo 的设备，通过声音自动识别跌倒并做出响应。团队希望只要一个设备就可以检测到全家人。在该公司看来，120 亿美元的市场里，每款设备可为公司带来 300 美元的收益（每年）。
四、市场营销
考恩集团多部门股权研究（Company Multi-Sector Equity Research）近期的一项研究报告指出，数字营销、销售力（CRM）和数据分析将成为运用 AI/ML（机器学习）最成熟的三大领域。
Thematic 也是一家善于非结构化数据分析的初创公司。对于商家来说，无论是吐槽还是赞许，反馈多总是好事，但是如何从海量非结构化数据中提取洞见，可不是件容易的事情。这家公司能够专注分析非结构化数据来源，将消费者反馈转化为交互式可视化报告，根据他们的需求总结出一般性问题并生成没有偏见的可量化观点。帮助公司充分了解客户的全局视图及需求。公司成立以来，已分析百万数据量。目前正在为合作伙伴（比如达沃丰等）提供服务。
五、医疗
近年来，随着图形运算单元和新的训练深度神经网络模型算法问世，人工智能进入了深度学习和大数据驱动时代。但由于医疗数据的特殊性，应用形式的多样性，目前这些前沿科技成果的应用还处于起步阶段。人工智能科技企业体素科技（VoxelCloud）凭借其成熟的科研技术，已经率先尝试人工智能在医疗领域的临床应用，并走在了业界前端。
医疗市场庞大，到 2021 年，医疗健康行业的 AI 市场预计达 66 亿美元。适合 AI 落地的场景主要包括疾病的诊断、预测、治疗和管理服务。
九成的肿瘤患者死于肿瘤转移，治疗策略也要与时间赛跑。Cambridge Cancer Genomics 研发了一种通过血液检测来判断癌症治疗效果的办法。通常，医生需要用 ６ 个月的时间来判断化疗方案是否有效，三分之二的化疗方案都以失败告终。这家创业公司研发的血液测试方法比传统标准检测所花费的时间快好几个月，大大缩短了判断时间，医生也因此可以尽早转换治疗方案。具有癌症研究经验的四位博士生创办并经营这家公司，他们利用一套数据集打造出这款 AI 系统。据说，该数据集规模４倍于公开数据集，因为他们获取道每个协议医疗单位的数据。
六、建筑
AI 除了可以实现自动建模、让建筑师画图更容易之外，还可以将他们拯救于铺天盖地、繁琐无比的规范中。自助合规审查，是法律 AI 一个非常重要的应用场景，也是一个适合创新的领域。创业公司 UpCodes 将这一思维引入建筑行业。
对于建筑师来说，遵守建筑规范意味着在不同城市之间的不同层次的法规中穿行。整理不同法规和跟踪更新法规，是一项艰巨的任务。在最坏情况下，一个错误的代价可能是数千甚至数百万美元。UpCodes 想要让所有建筑师更容易遵守建筑法规。
公司将所有建筑师法规放在一个地方，实时更新，大大简化了工作流程。公司会立即更新应用中的所有规定，并使用工具来监控网站上发布的变化。UpCodes 可以使建筑师在不同的司法管辖区工作变得更容易，成本也更低。
到目前为止，UpCodes 已经处理了超过 11 万次的搜索，他们说这是「世界上最大的建筑搜索数据」。专家表示，在未来，这将被用来为建筑规范建立智能预测模型。
七、其他值得注意的应用场景
Alpha Go 的第一个接地气应用是省电费。在中国，百度利用自有人工智能技术，在百度科技园 K2 楼运行了智能楼宇项目。据报道，预计未来每年都会为科技园节约 100 万度以上的电量。这只是百度相关项目的第一步，百度表示，未来还将继续和业内领先楼宇自控厂家合作，持续输出百度在能源管理、物联网、人脸识别等方面能力，努力把智能楼宇这个事情变得更加简单。
初创公司 VergeSense 同样使用硬件传感器和机器学习技术来帮助公司更有效地运营建筑物。对于大多数公司而言，房地产成本是其业务的第二大成本，VergeSense 认为可以将成本降低 10％至 15％。通过在公司的建筑物周围安装无线传感器，可以识别人的流动，基于这些数据，可以精确计算办公楼的空间利用率，也包括紧急情况突发时的室内人数等。据了解，目前该公司已有付费用户，其中包括财富 500 强企业。
数据显示，2013 年美国招聘市场的估值达 1200 亿美元，占全球份额的 30%，这个数据还以每年 7% 的速度在增长。但市场也存在不少痛点。比如，对大型科技公司招聘人员来说，招聘是一个相当密集和昂贵的过程。创业公司 10by10 正在建立一个市场——通过在招聘机构中汇集数据，更快地匹配合格的候选人与公司。上个月刚刚成立的 10by10 表示，在过去一个月已经有 60 万美元的预计收入，初创公司客户与被聘人员平摊费用。
农业事关吃饭问题。本世纪初，人工智能在农业领域的研发及应用就已经开始，这其中既有从事耕作、播种和采摘等工作的智能机器人，也有智能探测土壤、探测病虫害、气候灾难预警等智能识别系统，还有在家畜养殖业中使用的禽畜智能穿戴产品。这些应用正帮助我们提高产出、提高效率，同时减少农药和化肥的使用。
目前，创业公司 Modular Science 在加州的佩塔鲁玛 （ Petaluma ） 推出了机器人，目标是在未来 6 个月内，将 99% 的蔬菜生产过程自动化。公司希望每英亩收费 2000 美元，他们说，这个成本只是目前农场向人类劳动力支付的一半，另一方面也希望推动农场采用对环境更友好的生产方式。
苹果商店几乎充满了各式「聪明的」日历，如 Sunrise 、Tempo 等。这块颇受创业公司青睐的领域又添一员新玩 Meetingbird**。**公司开发出一种智能日历，可基于浏览器插件，对用户的日历进行整理。日历自动追踪用户的空余时间，进行事件预约，并可将行程自动备份到用户的个人日程表。目前，产品有团队、个人两个版本。该产品的公司用户现在包括 Shopify 、Yelp 、YC 、Uber 、Wework 等等。
推荐阅读>>>
免责声明：本网站所有信息，并不代表本站赞同其观点和对其真实性负责，投资者据此操作，风险请自担。