Requests for Startups ของ YC - Summer 2025

 (ycombinator.com)
9 คะแนน โดย esc5221 2025-05-08 | 1 ความคิดเห็น | แชร์ทาง WhatsApp

Y Combinator แบ่งปันไอเดียที่อยากให้ผู้ก่อตั้งนำไปท้าทายผ่านธรรมเนียมที่เรียกว่า "Requests for Startups(RFS)"
รายการนี้เป็นเพียงส่วนหนึ่งของไอเดียที่ YC ลงทุน และแม้ว่าไอเดียเหล่านี้อาจช่วยยืนยันเพิ่มเติมได้ แต่ก็ไม่ได้หมายความว่าจำเป็นต้องสมัครด้วยไอเดียเหล่านี้เท่านั้น

  • คาดการณ์ว่าปี 2025 จะเป็น "ปีแห่ง AI agents"
  • YC เปิดเผยรายชื่อไอเดียสตาร์ตอัป AI agent ที่มองว่ามีอนาคตอย่างยิ่ง
  • บางส่วนจับตาเทรนด์ที่กำลังเกิดขึ้นแล้ว และบางส่วนชี้ทิศทางในอนาคต

Full-stack AI Companies

  • ต้องการสนับสนุนบริษัท AI แบบ full-stack ให้มากขึ้น
  • ตัวอย่าง: หาก LLM สามารถทำงานด้านกฎหมายแบบอัตโนมัติได้ แทนที่จะสร้าง AI agent แล้วขายให้สำนักงานกฎหมาย คุณอาจตั้งบริษัทกฎหมายของตัวเองที่ประกอบด้วย AI agents และแข่งขันกับสำนักงานกฎหมายเดิมได้
  • นำไปใช้ได้กับทุกอุตสาหกรรมที่ถูกครอบงำโดยผู้เล่นเดิมซึ่งเคลื่อนไหวช้า
  • แทนที่จะขายให้ไดโนเสาร์ คุณอาจทำให้พวกมันสูญพันธุ์ได้

More Design Founders

  • ควรมีนักออกแบบออกมาเป็นผู้ก่อตั้งมากขึ้น
  • ในอีก 10 ปีข้างหน้า เมื่อเครื่องมือการเขียนโค้ดแบบใหม่ช่วยให้สร้างและเปิดตัวผลิตภัณฑ์ได้รวดเร็วขึ้น ดีไซน์ที่ยอดเยี่ยมจะยิ่งสำคัญกว่าเดิม
  • สำหรับนักออกแบบที่กังวลว่า AI จะมาแทนงานของตน โอกาสที่แท้จริงคือการใช้ AI เพื่อเปิดตัวผลิตภัณฑ์และก่อตั้งบริษัท
  • นักออกแบบมีทักษะมากมายที่ทำให้เป็นผู้ก่อตั้งที่ยอดเยี่ยมอยู่แล้ว เช่น ความเข้าอกเข้าใจผู้ใช้ การมุ่งแก้ปัญหา มาตรฐานคุณภาพที่สูง และรสนิยมที่ดี
  • ไม่ใช่เรื่องบังเอิญที่บริษัทใหญ่ที่สุดของ YC อย่าง Airbnb และ Stripe เป็นที่รู้จักจากงานออกแบบอันยอดเยี่ยม
โฆษณา

Voice AI

  • ในบรรดาปฏิสัมพันธ์ระหว่างมนุษย์กับธุรกิจ การโทรศัพท์แทบไม่เปลี่ยนแปลงครั้งใหญ่มาเกือบ 100 ปีแล้ว
  • ยังมีความไม่สะดวกอย่างเวลารอสายนาน ระบบกดเลือกด้วยเสียง และการต้องกดดอกจันหรือเครื่องหมาย #
  • โมเดลเสียงใหม่และ LLM เชิงสนทนาในตอนนี้ดีขึ้นอย่างน่าทึ่ง
  • สตาร์ตอัปที่ใช้สิ่งนี้กำลังสร้างบอตเสียง AI ที่แยกไม่ออกจากมนุษย์
  • การโทรระหว่างธุรกิจกับลูกค้ามีมากกว่า 1 ล้านล้านครั้งต่อปี
  • การคุยกับบอตเสียง AI ให้ความรู้สึกเหมือนได้สัมผัสอนาคต คล้ายกับการนั่งรถไร้คนขับครั้งแรก

AI for Scientific Advancement

  • เครื่องมือซอฟต์แวร์ส่วนใหญ่ที่ใช้ในงานประยุกต์ทางวิทยาศาสตร์ เช่น เคมี ชีววิทยา วัสดุศาสตร์ หรือ operations research แทบไม่เปลี่ยนแปลงมากนักมาหลายทศวรรษ
  • เครื่องมือเหล่านี้พึ่งพาวิธีมาตรฐานและผู้เชี่ยวชาญระดับ PhD เพื่อแก้ปัญหาซับซ้อน เช่น การค้นหายา การเพิ่มประสิทธิภาพกระบวนการเคมี โลหะและเหมืองแร่ หรือการเพิ่มประสิทธิภาพโครงข่ายไฟฟ้า
  • โดยเฉพาะอย่างยิ่ง การประมวลผลในขั้นตอนทดสอบกำลังเปิดทางให้สตาร์ตอัปประเภทใหม่ที่สามารถแก้ปัญหาทางวิทยาศาสตร์เหล่านี้ได้
  • หวังว่าจะมีสตาร์ตอัปมากขึ้นที่ใช้ AI เพื่อเปลี่ยนวิธีการสร้างสิ่งของทางกายภาพให้เร็วขึ้นและมีประสิทธิภาพขึ้น

AI Personal Assistant

  • แม้จะมีแอปเพิ่มประสิทธิภาพการทำงานมาหลายทศวรรษ อีเมลก็ยังคงกองพะเนิน ตารางงานก็ยังแน่น และงานต่าง ๆ ก็ยังค้างอยู่
  • แม้แต่เครื่องมือจัดระเบียบที่ดีที่สุดก็ช่วยได้เพียงติดตามสิ่งที่ต้องทำ แต่ไม่ได้ลงมือทำแทนจริง ๆ
  • ความก้าวหน้าล่าสุดของ LLM ทำให้เกิดศักยภาพในการย้ายจากรายการ "สิ่งที่ต้องทำ" ไปสู่รายการ "เสร็จแล้ว"
  • ต้องการร่วมงานกับสตาร์ตอัปที่กำลังสร้างผู้ช่วยส่วนตัว AI รุ่นถัดไป
  • นี่คือระบบที่ขับเคลื่อนด้วย LLM ซึ่งเข้าใจงาน กิจวัตร ประวัติการสื่อสาร และความชอบส่วนบุคคลอย่างลึกซึ้ง
  • ลองจินตนาการถึง AI ที่จำได้อย่างสมบูรณ์แบบทั้งการติดต่อส่วนตัว โปรเจกต์ ความชอบในการจัดการตารางงาน และสามารถลงมือทำแทนคุณได้
โฆษณา

Healthcare AI

  • ระบบสาธารณสุขของสหรัฐฯ คิดเป็นมากกว่า 17% ของ GDP หรือมากกว่า 4 ล้านล้านดอลลาร์
  • มีการประเมินว่า 1 ใน 3 ของจำนวนนั้น หรือมากกว่า 1 ล้านล้านดอลลาร์ ถูกใช้ไปกับงานธุรการเพียงอย่างเดียว
  • แม้จะเป็นหนึ่งในระบบสาธารณสุขที่ดีที่สุดในโลก แต่ค่าใช้จ่ายส่วนใหญ่ตรงนี้เป็นต้นทุนการบริหารที่ไม่จำเป็น เพราะระบบสุขภาพต่าง ๆ ไม่สามารถทำงานร่วมกันได้ ไม่มี API หรือวิธีเดียวที่จะทำ workflow หรืองานต่าง ๆ คือการดึงข้อมูลจากระบบหนึ่งไปใส่อีกระบบด้วยมือ
  • ในช่วง 2 ปีที่ผ่านมา มีสตาร์ตอัปใหม่เกิดขึ้นที่สร้างโครงสร้างพื้นฐานสำหรับดึงและจัดระเบียบข้อมูลจาก PDF หรือระบบอื่น ๆ เพื่อให้ป้อนเข้าสู่ระบบอื่นผ่าน agents ได้ง่าย
  • สิ่งนี้สามารถช่วยแก้ปัญหาเหล่านี้และทำให้ระบบสาธารณสุขของสหรัฐฯ มีประสิทธิภาพมากขึ้น

AI Personal Tutor for Everyone

  • แนวคิดในการใช้คอมพิวเตอร์ช่วยให้ผู้คนเรียนรู้เป็นความฝันมายาวนานของผู้หลงใหลคอมพิวเตอร์ ตั้งแต่แนวคิด Memex ของ Vannevar Bush ในทศวรรษ 1940 บทความ "มนุษย์-คอมพิวเตอร์เกื้อกูลกัน" ของ JCR Licklider ในทศวรรษ 1960 ไปจนถึงข้อเสนอ Dynabook ของ Alan Kay ในทศวรรษ 1970
  • เป้าหมายในอุดมคติคือการสร้างประสบการณ์การเรียนรู้เฉพาะบุคคลสำหรับทุกคน แต่ในทางปฏิบัติสร้างได้ยาก
  • ผลิตภัณฑ์การศึกษาออนไลน์ส่วนใหญ่ส่งมอบเนื้อหาเดียวกันให้ทุกคนที่ลงทะเบียนในคอร์ส
  • ด้วย AI ในที่สุดเราก็สามารถสร้างติวเตอร์ส่วนตัวที่แท้จริงสำหรับทุกคนได้
  • ความสามารถด้านการให้เหตุผลล่าสุดช่วยให้แยกวิเคราะห์หัวข้อซับซ้อนทีละขั้นและอธิบายเรื่องยากที่สุดให้เข้าใจง่ายได้
  • โมเดลแบบ multimodal รุ่นล่าสุดช่วยนำเสนอแนวคิดผ่านการสร้างแอนิเมชัน การจัดการวัตถุ 3D และการอธิบายแนวคิดด้วยเสียง

Software Tools To Make Robots

  • วงการหุ่นยนต์ยังไม่ได้มีช่วงเวลาแบบ ChatGPT moment แต่คาดว่าน่าจะใกล้เข้ามาแล้ว
  • ทุกคนรู้ว่าหุ่นยนต์คืออนาคต แต่หุ่นยนต์ยุคก่อนมีราคาแพง เปราะบาง และทำงานได้เฉพาะในเงื่อนไขที่ควบคุมได้ จึงทำให้เป็นจริงได้ยาก
  • การพัฒนาอย่างรวดเร็วของ foundation models ทำให้ในที่สุดการสร้างหุ่นยนต์ที่มีการรับรู้และการตัดสินใจระดับมนุษย์กลายเป็นสิ่งที่เป็นไปได้
  • แม้กรณีใช้งานสำหรับผู้บริโภคจะโดดเด่นในนิยายวิทยาศาสตร์ แต่หนึ่งในงานประยุกต์ที่พร้อมใช้กับหุ่นยนต์ได้ทันทีที่สุดคือ B2B
  • สนใจลงทุนในคนที่กำลังสร้างเครื่องมือซอฟต์แวร์เพื่อช่วยให้สร้างหุ่นยนต์ได้
โฆษณา

The Future of Education

  • การศึกษาเป็นหนึ่งในอุตสาหกรรมที่ใหญ่และสำคัญที่สุดในโลก แต่ก็เป็นหนึ่งในอุตสาหกรรมที่ยากต่อการสร้างนวัตกรรมที่สุดเช่นกัน
  • ปัจจุบันมีคนราว 100 ล้านคนทำงานในภาคการศึกษา และมีนักเรียนราว 1.5 พันล้านคนได้รับการศึกษาในแต่ละปี
  • วิธีการศึกษาและการเรียนรู้แบบดั้งเดิมแทบไม่เปลี่ยนแปลงมาหลายทศวรรษ แต่สถานการณ์อาจเริ่มเปลี่ยนแล้ว
  • การมาของ AI โดยเฉพาะ large language models สัญญาว่าจะปรับโฉมวิธีที่เราสอน เรียนรู้ และวัดผลลัพธ์
  • เทคโนโลยีเหล่านี้มีศักยภาพในการยกระดับการเข้าถึงการศึกษาอย่างมาก ปรับการเรียนให้เฉพาะบุคคล และปลดปล่อยทั้งครูและผู้เรียนจากงานซ้ำ ๆ
  • หากมองไปอีก 10 หรือ 20 ปี เป็นไปไม่ได้ที่จะเชื่อว่าการศึกษาจะยังดำเนินต่อไปในแบบเดียวกับทุกวันนี้

AI Residential Security

  • ผู้บริโภคใช้จ่ายกับระบบความปลอดภัยในบ้านรวมกันปีละ 2 หมื่นล้านดอลลาร์
  • ผู้เล่นรายใหญ่ที่สุดเป็นบริษัท legacy ที่ฟังก์ชันแทบไม่เปลี่ยนมาหลายทศวรรษ
  • AI กำลังกวาดโลกความปลอดภัยเชิงพาณิชย์อย่างรุนแรง
  • บริษัทอย่าง Verkada และ Lumana กำลังแสดงให้เห็นว่า AI ทรงพลังได้แค่ไหน
  • Ring สร้างกริ่งประตูวิดีโอและเซ็นเซอร์ประตูแบบแม่เหล็ก จนถูกเข้าซื้อด้วยมูลค่า 1 พันล้านดอลลาร์
  • ลองจินตนาการดูว่าโอกาสของบริษัทที่ใช้ AI เพื่อทำให้ผู้คนรู้สึกปลอดภัยในบ้านของตนเองจริง ๆ จะยิ่งใหญ่เพียงใด

Internal Agent Builder

  • อีกไม่นานทุกบริษัทจะมีสิ่งหนึ่งที่เหมือนกัน: พนักงานทุกคนจะสร้าง agents ของตนเองเพื่อทำงานส่วนที่ซ้ำ ๆ ให้เป็นอัตโนมัติ
  • internal agent builder คือเครื่องมือที่ใช้สร้าง agent เพื่อจัดการงานประจำที่ฉันไม่อยากทำ
  • โครงสร้างพื้นฐานนี้ต้องสามารถเข้าถึงซอฟต์แวร์อื่นทั้งหมดที่ใช้ในชีวิตประจำวันได้
  • ต้องสามารถจัดการสิทธิ์และส่งข้อมูลอ่อนไปยัง LLM รุ่นล่าสุดได้อย่างปลอดภัย
  • แม้แต่ที่ YC เองก็สร้างเวอร์ชันหนึ่งของเครื่องมือนี้ และใช้งานมันเพื่อลดเวลาที่ใช้กับทุกอย่างตั้งแต่การตรวจสัญญาไปจนถึง workflow บัญชีที่ทำซ้ำ ๆ
  • หากคุณสนใจสร้างโครงสร้างพื้นฐานพื้นฐานสำหรับบริษัท AI-native ขอให้สมัคร
โฆษณา

AI Research Labs

  • YC ต้องการลงทุนในห้องแล็บวิจัย AI ให้มากขึ้น
  • หลายคนอาจไม่รู้ว่า YC คือผู้ลงทุนรายแรกของ OpenAI
  • ที่จริงแล้ว OpenAI เริ่มต้นจาก YC Research ซึ่งเป็นห้องแล็บวิจัยภายในของ YC
  • OpenAI บุกเบิกแนวคิดของห้องแล็บวิจัย AI อิสระ และ YC ได้เฝ้าดูเส้นทางทั้งหมดนี้จากแนวหน้า
  • แม้ OpenAI จะทำงานที่น่าทึ่ง แต่ AI ก็ยังมีปัญหาที่ยังไม่ถูกแก้อีกมาก และยังมีโอกาสอีกมากสำหรับห้องแล็บวิจัยใหม่ ๆ
  • บางครั้งผู้คนคิดว่าการเข้าร่วม YC ต้องสามารถเปิดตัวผลิตภัณฑ์ได้ภายใน 3 เดือน แต่ในความเป็นจริง YC สนใจสนับสนุนการวิจัยเชิงลึกและเปิดกว้างที่อาจต้องใช้เวลาหลายปีกว่าจะนำไปสู่เชิงพาณิชย์ เช่นเดียวกับ OpenAI

AI Voice Assistants for Email

  • อยากพบทีมที่สามารถช่วยจัดการกล่องจดหมายเข้าได้ด้วยเสียงอย่างเดียว
  • ฉันขับรถไปทำงานวันละ 20 นาที และอยากใช้เวลานี้ในการคัดแยกอีเมล ร่างคำตอบ และมอบหมายการจัดการตารางงาน
  • หากคุณเคยลองใช้สิ่งอย่าง Vapi, Retell หรือ ChatGPT Advanced Voice Mode คุณจะรู้ว่าเอเจนต์เสียงในวันนี้ดีแค่ไหน
  • กรณีใช้งานมีขนาดใหญ่กว่าการขับรถมาก
  • หลังจากประสบอาการบาดเจ็บของเส้นประสาทที่แขน ก็ได้ตระหนักว่าตนเองยังพึ่งพาคีย์บอร์ดมากเพียงใด แม้แต่กับงานพื้นฐานที่สุด
  • อีเมลอาจเป็นจุดเริ่มต้นที่สมบูรณ์แบบสำหรับการสร้างผู้ช่วยสารพัดประโยชน์
  • ใครก็ตามที่เข้าถึงกล่องจดหมายเข้าของฉันได้ ย่อมรู้จักเพื่อน แผนต่าง ๆ สไตล์การเขียน และอื่น ๆ ของฉันทันที

AI for Personal Finance

  • มนุษย์ส่วนใหญ่ไม่ได้คิดเรื่องการเงินอย่างมีเหตุผล
  • แต่เพียงแค่ใช้ชีวิตก็ต้องตัดสินใจเรื่องการเงินอยู่ตลอด
  • เช่น ควรออมเพื่ออนาคตเท่าไร ควรลงทุนที่ไหนเพื่อรับความเสี่ยงอย่างเหมาะสม และควรมองเรื่องหนี้กับภาษีอย่างไร
  • ปัจจุบันคำตอบของคำถามเหล่านี้มักมาจากการถามเพื่อน ค้นหาใน Google จ้างที่ปรึกษาการเงิน หรือสอบถามธนาคาร
  • ตัวเลือกเหล่านี้ไม่ดีนัก เพราะมีอคติ และไม่ได้เห็นภาพรวมทั้งหมดของสถานะและเป้าหมายทางการเงิน
  • การจ้างที่ปรึกษาการเงินที่ยอดเยี่ยมมีค่าใช้จ่ายสูงมาก
  • มีโอกาสพิเศษในการสร้างซอฟต์แวร์ด้วย LLM ที่ทำให้ทุกคนเข้าถึงคำแนะนำด้านการเงิน การลงทุน และภาษีแบบเฉพาะบุคคลได้แทบฟรี
  • โดยจะใช้ API เพื่อเข้าถึงภาพรวมทางการเงินทั้งหมด และให้คำแนะนำที่เป็นกลางและเฉพาะบุคคลอย่างแท้จริง

บทความที่เกี่ยวข้อง