随着生成式AI的兴起，越来越多人开始加入AI创业的大潮。但对很多人来说，如何寻找AI创业的机会，是一个令人头疼的问题。

关于这个问题，我们或许能从YC孵化营找到答案。

说起YC，很多人肯定不陌生。这是全球最知名的孵化器，迄今已孵化超过3000多家公司，总估值超过4000亿美金，其中包括Airbnb、DoorDash等明星项目。过去两年，YC在AI领域投资了超过400家初创公司。

这也为我们提供了一个窥探AI创业方向的绝佳视角。

不久前，Scaler前数据科学与机器学习总监、LinkedIn最畅销课程作者——Harshit Tyagi详细分析了YC去年和今年投资的417家AI初创公司的数据，包括公司业务、落地行业、以及创始人简历等信息。（原始数据：https://www.wiplane.com/yc_analysis_database）

透过这些数据，Harshit Tyagi尝试回答以下问题：

哪些领域是最热门的AI创业方向？AI领域还存在哪些创业机会？以及成功的人工智能创始人都有着怎样的背景？

AI创业的热点在哪？

生物科技是与AI交集最多的行业，417家公司里有45家公司来自这一领域，占比高达10.8%，其次分别是金融科技、开发者工具、销售/营销以及教育，分别公司数量为38 家（9.1%）、37 家（8.9%）、34 家（8.2%）以及18 家（4.3%）。

当然，有AI探索领先的行业，自然也有AI应用空白的领域。根据作者观察，制造业、农业、能源和零售AI渗透比较滞后，AI初创公司的数量都在6家以下。

在一些新兴领域，已经有少数初创公司开始探索将AI与其他革命性技术结合，比如有2家公司将AI技术应用到量子计算领域，3家公司将AI技术应用到区块链。

在417家AI初创公司里，有约338家公司是toB服务的，占比高达81.1％，而从事toC业务的公司占比只有不到20%。这个数据传递了两个信息：一是投资人对面向企业的AI应用更有信心。二是面向C端的AI应用市场仍然有巨大潜力。

从AI产业链分布看，位于基础设施层的公司数量为62家，占比14.9%，而处于应用层的公司则高达355家，占比达到85.1%。

在很多投资人看来，自动化是AI最大的价值。从目前看，虽然AI在部分场景已经开始了自动化应用，但在更多场景里，AI仍然只是扮演着人类助手的角色。

在417家AI初创公司里，只有129家公司的业务与AI自动化有关，占比30.9%，场景包括自动点餐、自动发票管理等等。而用AI辅助人类工作的公司高达288家，占比近70%，包括医疗诊断助手、审计员助手等等。

边缘AI，被忽视的创业机会

从技术方向看，生成式AI是最主流的AI创业技术方向，有78家公司采用了这一技术。排在后面的分别是机器学习、自然语言处理（NLP）和计算机视觉，分别有56家公司、47家公司和18家公司。

值得注意的是，这里可能会有很多重叠，因为很多AI公司同时会研究多种AI技术路线。

开源和闭源方面，只有4.3%的公司选择开源，而399家公司都选择了自有技术。

在其他技术方向上，有以下四个趋势值得重视：

边缘人工智能与基于云的人工智能：只有2 家公司（0.5%）明确提到边缘AI，而绝大多数似乎都是基于云的解决方案。

AI模型效率和减少计算资源：只有5 家公司（1.2％）明确提到关注AI模型效率或减少计算资源。

AI实时应用：约有46 家公司（11%）提及或暗示正在研发AI实时应用。

多模态人工智能：大约有22家公司（5.3%）似乎正在致力于多模式 AI 解决方案。

在这些趋势背后，有一个值得关注现象是，只有0.5%的公司专注于边缘AI，这与市场对AI技术实时性以及硬件AI处理需求的增长之间存在明显差距。这种差距可能是创业的盲点，创业者忽视了AI在物联网、自主系统和隐私保护中的应用机会。

AI安全，成少数公司探索方向

在417家AI初创公司中，只有少数公司在尝试解决数据隐私、AI道德、可访问性和公平性等关键问题。这意味着，在创建更负责任、更透明、更包容的AI系统过程中，仍然有巨大的创业机会。

具体来看：

解决数据隐私和安全问题的初创公司，只有大约18家公司（4.3%）；

致力于解决AI道德问题和防范AI安全隐患的初创公司，也只有5家公司（1.2%）；

致力于降低AI使用门槛，让非技术用户也能使用AI的初创公司，有约28家公司（6.7%）；

致力于探索AI的可解释性或提升AI透明度的初创公司，只有3家公司（0.7%）；

用于可持续发展或气候技术的人工智能，有11家（2.6%）；

解决AI发展过程中出现的偏见和公平问题的初创公司，只有3家公司（0.7%）。

从AI面向的客户类型看，大部分AI应用的服务对象都是大公司，为大公司服务的公司数量有约295家公司，占比70.7%，而服务小公司的初创公司只有约37家。

小型企业的人工智能与大型企业解决方案

这个数据背后的启示是：

第一，当AI在决策过程中变得越来越重要，但市场对AI安全的关注严重不足，只有1.2%的初创企业关注人工智能道德和安全，这可能会导致重大的社会和监管挑战。

第二，尽管对AI的监管需求日益增长，但仅有0.7%的初创企业正在解决可解释的人工智能问题。这一差距可能会导致大规模“黑匣子”问题，从而可能削弱人们对AI系统的信任，并阻碍其在医疗保健和金融等关键领域的应用。

第三，虽然有6.7%的初创公司正在努力让非技术用户也能使用AI，但这一数字表明，他们错失了真正实现AI民主化的机会。AI权力集中在技术精英手中可能会加剧现有的数字鸿沟，并限制AI推动各个行业包容性创新的潜力。

技术创业者最吃香，创始团队强调技能互补

从AI创业者背景看，超过75%的创始人有明确的技术背景，他们往往来自计算机科学、软件工程、人工智能/机器学习和数据科学等领域。

这些创始人来自名校的比例很高，约有20％的公司的创始人拥有知名院校的学位，尤其是那些拥有强大计算机科学和工程项目的院校。比如，斯坦福大学、MIT（麻省理工学院）、哈佛大学等。

不仅如此，甚至有约8%的创始人有学术研究背景，他们拥有相关领域博士学位，又或者是某个大学教授。

从工作履历看，有约25%的创始人在谷歌、亚马逊等头部科技公司工作过。顶尖科技公司的工作经验也是他们能拿到融资的一大关键因素。

还有约15%的创始人有过创业经验，他们有些是连续创业者，有些曾创办或联合创办过其他初创公司。比如，Olio Labs等多家公司的创始人Surbhi Sarna之前层创立了nVision Medical，后来将其出售给了波士顿科学公司。这也和YC的偏好有关，YC很看重有过创业经验的创始人，特别是那些成功退出的创始人。

值得重视的是，在所有创始人里，有约24%创始人拥有推动行业变革的经验，他们有些来自正在某个正在快速变革领域的大公司，有些对特定行业痛点有独到的见解。

在联合创始团队搭建方面，这些创业者尤其注重技能的互补。比如，有45%的初创公司拥有技能互补的联合创始团队，包括技术创始人+业务/运营创始人，或许AI专家+行业专家。

结论

透过以上几个趋势的分析，可以得出以下几个结论：

1.专注于toB：在YC支持的企业中，81.1%的AI初创企业的业务面向企业市场，这或许可以获得更高的融资和成功机会。

2.探索AI应用不足的行业：目前，医疗保健/生物技术（10.8%）、金融科技（9.1%）和开发工具（8.9%）占主导地位，制造业（1%）或农业（0.7%）等被忽视领域也同样有不小机会。

3.优先考虑技术专长：确保创始团队拥有强大的技术人才，因为74.8%的YC支持的AI公司至少有一位具有强大技术背景的创始人。

4.解决道德问题：只有1.2%的初创公司关注道德AI。随着AI产业的发展，这一领域或许存在重大的机遇。

（来源：乌鸦智能说）