Pear VC, uma importante empresa de risco pré-semente e focada em sementes, administra uma aceleradora há cerca de uma década com cerca de 10 startups em cada lote.
Ao longo desses anos, o pequeno mas poderoso programa ajudou a lançar inúmeras empresas como a Viz.ai, cuja IA aprovada pela FDA pode diagnosticar acidentes vasculares cerebrais (e foi avaliado em US$ 1,2 bilhão em 2022), a empresa de gerenciamento de relacionamento Affinity, que levantou US$ 80 milhões da Série C com uma avaliação de US$ 620 milhões, de acordo com dados do PitchBook, e Valar Labs, que usa IA para ajudar os médicos a tomar decisões sobre o tratamento do câncer. (Fechou um US$ 22 milhões Série A em maio.)
Este ano, a Pear decidiu que é hora de aumentar o tamanho de sua aceleradora e fornecer mais serviços às empresas, oferecendo-lhes ajuda de recrutamento e espaço em seu novo escritório de 30.000 pés quadrados em São Francisco. No futuro, o programa de 14 semanas, agora denominado PearX, será realizado duas vezes por ano. Cada lote será composto por aproximadamente 20 empresas. O programa maior ainda está muito longe do Y Combinator, que aceita centenas de startups anualmente.
Não é apenas o tamanho menor que distingue o PearX do YC. As startups de cada lote geralmente não são reveladas até o dia de demonstração, um evento presencial com a participação de mais de uma centena de parceiros gerais de capital de risco, incluindo empresas importantes como Sequoia, Benchmark e Index Ventures. Embora a YC diga que oferece a cada empresa os mesmos termos padrão, o financiamento que as startups PearX recebem da empresa pode variar de US$ 250.000 a US$ 2 milhões, dependendo das necessidades e do estágio de desenvolvimento.
O dia de demonstração deste ano, que ocorreu no início deste mês, incluiu 20 empresas, a maioria das quais focada em IA. Entre eles, aqui estão cinco que se destacaram para nós e para o público presente com novas abordagens para problemas de negócios complexos.
O que faz: identifica a melhor infraestrutura para aplicações de IA multimodelos
Por que se destacou: As empresas de IA querem ter certeza de que estão usando as melhores ferramentas para o trabalho. Descobrir quais LLMs ou modelos de linguagem pequena são melhores para cada aplicação pode ser demorado, especialmente porque esses modelos estão em constante mudança e aprimoramento.
Nuetrino quer tornar mais fácil para as empresas de IA encontrarem a combinação certa de modelos e outros sistemas para usar em suas aplicações. Dessa forma, os desenvolvedores podem trabalhar com mais rapidez e economizar dinheiro na execução de seus produtos.
O que faz: Automatiza pesquisas de mercado
Por que se destacou: As marcas gastam milhões todos os anos em pesquisas de mercado. O processo de pesquisa de clientes em potencial é demorado. Os agentes da Quno AI podem ligar para os clientes e coletar dados qualitativos e quantitativos. Os resultados podem então ser analisados em tempo real. Um bônus é que a IA pode analisar rapidamente os resultados dessas conversas.
O que faz: Desenvolve modelos de catástrofe para seguradoras residenciais
Por que se destacou: Com o aumento dos desastres naturais, as seguradoras de propriedade estão lutando para descobrir quais casas correm maior risco de sofrer danos significativos durante catástrofes. Isso porque o acesso a informações sobre as estruturas residenciais é difícil e caro de obter.
Fundada por dois doutores em engenharia estrutural, a ResiQuant está criando modelos para estimar as características dos edifícios e como eles se comportarão durante terremotos, furacões e incêndios. A empresa afirma que pode ajudar as seguradoras a avaliar o risco com mais precisão, reduzindo potencialmente os prémios de seguro residencial para aqueles considerados de menor risco.
O que faz: Monitora a produção no mundo real e alerta os operadores sobre erros
Por que se destacou: Em janeiro, as portas de um Boeing 737 Max explodiu no meio do vôo porque faltavam quatro parafusos importantes, segundo os investigadores. Essa situação é apenas um exemplo notável do que pode dar errado nos sistemas de garantia de qualidade. Mas os fabricantes de todos os tipos de produtos têm necessidades semelhantes para detectar produtos defeituosos antes de saírem da fábrica.
Usando câmeras e IA, a Self Eval espera resolver essas preocupações, verificando se as tarefas são concluídas corretamente e sinalizando erros de fabricação em tempo real.
O que faz: Cria planos de aula adaptados às necessidades de cada professor
Por que se destacou: Softwares que ajustam a dificuldade com base no conhecimento individual do aluno já estão disponíveis há algum tempo. No entanto, os fundadores da TeachShare argumentam que muitas empresas educacionais ainda oferecem uma abordagem única para o desenvolvimento curricular. Isso força os professores a gastar um tempo significativo modificando os planos de aula para adequá-los às suas salas de aula específicas. O TeachShare tem como objetivo auxiliar os professores na adequação do conteúdo diário, garantindo o alinhamento aos padrões educacionais.