Обзор YC W24 стартапов по аналитике
Исследовал все стартапы по аналитике из Y Combinator в зимнем батче W24. Делюсь описанием их продуктов:
Vectorview
Vectorview - аналитика для LLM приложений
Стартап создает решения для мониторинга продуктов на базе языковых моделей.
Решают проблему того, что модели не детерминированы, а мониторить и анализировать качество их работы - надо.
Заявленные фичи:
- Логирование. Сохраняет запрос пользователя, ответ модели, события в пайплане, пользователей, использованные модели и фича флаги. По итогу - позволяет получить обзор как модель работает и используется.
- Автоматическая разметка ввода и вывода. Можно создать теги для языка, темы вопроса и т.п.
- Оценка качества модели с помощью кастомных метрик, например тон ответа или уверенность. Причем умеют и онлайн оценивать (т.е. как модель отвечает на вопросы пользователей в проде) и в оффлайн (т.е. Вы обновили модель, хотите посмотреть качество, vectorview за вас прогонит её на тестовом датасете с кастомными метриками)
Buster
Buster - легко встраивайте AI дашборды в свои приложения.
Что делает продукт::
1) За 60 секунд создаете подключение к нужным вам базам данных
2) В течение дня тренируете языковую модель, на структуре свой БД.
3) Теперь можете создавать аналитику на этой БД за несколько минут. На естественном языке пишете запросы, получаете графики, графики собираете в отчеты.
4) Встраиваете отчеты в любые веб-приложения одной строчкой кода.
+) Со временем модель улучшается, т.к. она дообучается на пользовательских запросах.
О решаемой проблеме напрямую не говорят, но видимо что-то в духе “создавать аналитику тяжело и дорого”
Заявленные характеристики:
- Доступ к данным только для чтения (гарантируют, что не уничтожат вашу БД, к которой подключаются)
- Разнообразные настройки доступа к данным. Вы можете выбирать каким пользователям что будет доступно.
- Безопасность данных. Используют кучу крутых технологий, чтобы ваши данные не украли
- Безопасность запросов. Все сгенерированные запросы проходят анализ кода, следовательно, предполагается, что ничего не сломают.
- Не сохраняют ваши данные.
- Надежное хранилище паролей
Bilanc
Bilanc - mixpanel для финансов и юнит экономики.
Стартап позволяет компаниям отслеживать финансовые метрики (P&L, unit экономику) и автоматизировать финансовые операции. Заверяют, что подключив источники данных о финансах своей компании вы получите много аналитики (ARR, P&L) и CFO-помощника на основе ИИ, который поможет с инсайтами и вопросами по финансам.
Подробного описания фич и характеристик не нашел, есть такая картинка:
Предположу, что решают классическую задачу аналитики в финансовом домене - собрать данные из разных источников, подружить их и выдать в стандартные фреймворки аналитики.
Preloop
Preloop - умная платформа фич для ML моделей
Небольшое пояснение о чем речь:
В процессе создания ML модели есть 3 важных технических шага:
1) собрать данные
2) натренировать модель
3) выпустить модель в прод (сделать так, чтобы она работала в вашем продукте)
Пункт 2 обычно нравится всем, пункт 3 реже, но тоже прикольный, а вот к пункту 1 многие относятся негативно, т.к. Это занимает много времени и не супер интересно. Стартап стремится упростить задачу по сбору данных, с помощью своей реализации подхода feature storage
Заявленные фичи:
- Полностью самостоятельная - все нюансы по хранилищу и вычислениям происходят “под капотом”
- Интеграция с ЯП. Пока умеют работать с питоном, планируют подключать и другие. (посыл в том, что не надо учиться работать с их инструментом, а делайте все то, что умеете в своих, а они сами поймут что с этим делать)
- Выпускайте фичи за считанные часы
- Безопасно - данные и подключения надежно защищены
- Оптимизация - ускоряют вычисления
- Легко использовать любой ML/DS команде
Voicepanel
Voicepanel - ИИ модератор пользовательских исследований.
Стартап планирует ускорить и масштабировать качественное пользовательские исследования с помощью голосового ИИ.
Делает это с помощью следующих фич:
- ИИ модератор - модель, которая умеет слушать и резюмировать обратную связь от пользователя и, на основании его ответов, задавать дополнительные вопросы для расширения фидбэка.
- Умные стимулы - у пользователя есть возможность оставить фидбэк в любое время и получить вознаграждение в зависимости от ценности и объема сказанного.
- Автоматический синтез - платформа самостоятельно структурирует часы аудио и видео материалов в анализ пользовательских настроений, выводы и полезные темы.
- Пользовательская обратная связь - платформа умеет запрашивать дополнительную информацию от пользователя в стандартных фреймворках CSAT, NPS.
- Продуктовая обратная связь - платформа позволяет пользователям оставлять свою обратную связь сразу в продукте, а не собирать её в отдельных исследованиях
Как работает:
1) Нужно определить цель - на естественном языке объясняете цель исследования и платформа автоматически подбирает подходящие вопросы и методы исследования
2) Выбираете формат и кастомизируете наполнение исследования под свой продукт/бренд
3) Запускаете исследование - нет нужды собирать группы и назначать звонки, потом все это обсуждать - просто запускаете ассистента и почти сразу получаете первые результаты.
Итоги
- 4/6 в явном виде говорят, что делают некоторых ИИ помощников (upsolve, buster, bilanc, voicepanel)
- 3/6 строят аналитическую инфраструктуру (upsolve, vectorview, preloop)
- 2/6 строят аналитику для сфер, где текущая аналитика сильно не менялась уже много лет, хотя пора бы (voicepanel - качественные исследования, bilanc - финансы)
- только 1/6 строит быстрые/простые/легкие дашборды, хотя в прошлых батчах почти все по аналитике было об этом.
Спасибо, что дочитали до конца. О своем пути аналитика данных в стартапы рассказываю в канале https://t.me/ppbaboshkin, подписывайтесь, если интересно)