0:01 Вы слушаете Дизайн Код.
0:03 Покаст про влияние ИТ-индустрии на жизнь людей.
0:05 Рассказываем про ІТ-сферу со стороны дизайна и разработки.
0:09 Меня зовут Ливан, я продуктовый дизайнер.
0:11 Меня зовут Владислав, я разработчик машинного обучения в этом выпуске мы расскажем про наш стартап, про основные ошибки стартаперов.
0:18 Расскажем, почему наш проект спойлер в итоге так и не запустился, что нам помешало в этом, и расскажем основные ошибки, с которыми могут столкнуться начинающие стартапи.
0:28 Подписывайтесь на наш подкаст на той платформе, где вы его слушаете.
0:34 Я думаю, есть смысл начать с предыстория.
0:41 Это был кажется английский язык - последняя парта.
0:44 Мы занимались делом, в отличие от всех остальных студентов, и, собственно, у нас за спиной уже идея об открытии каворкинга, которая потерпела провал.
0:56 Об этом мы не будем особо говорить, поскольку это был самый первый, самый тестовый проект.
1:01 Но мы поняли, что недвижимость - это не наша тема, в то время как машинное обучение как раз набирало обороты.
1:08 Мы подумали, что это очень близко к нам.
1:11 Это, в принципе, популярная тема.
1:13 Поэтому Ливан как раз толкает меня в плечо и говорит: может, что-нибудь еще попробуем?
1:25 Потом мы после пары перемещаемся в кафе и начинаем рассматривать машины обучения и вообще сферу искусства интеллекта.
1:34 С точки зрения бизнеса, процессов.
1:36 Что мы можем придумать, что будет связано с этой тематикой?
1:39 Мы начинаем брейнштормить, составляем майдмеп, расписываем то, в чем у нас уже есть какая-то компетенция, какие у нас могут быть основные проблемы, в чем мы видим точку роста.
1:49 На повестке того дня у нас такие вопросы, как делаем ли мы свое приложение с искусственным интеллектом, какие тогда это были бы, например, приложения?
1:59 Сразу становится понятно, что нам нужны разработчики.
2:02 То есть, искусственный интеллект - это получается алгоритм, где заложена некая математика вместе с программированием, и это данные, то есть, какие-то таблицы, картинки, все что угодно в цифровом мире, и по итогу это все равно все превращается в цифры.
2:17 Здесь мы переходим к тому, может быть лучше нам собирать в принципе данные и продавать их, может быть, даже покупать у кого-то и перепродавать.
2:27 От этого мы и начали отталкиваться и искать как раз свою точку роста.
2:31 По-моему, дальше мы начали придумывать название.
2:35 Да, самое основное как говорится, как корабль назовешь, так он и поплывет.
2:40 И мы придумали название датнес.
2:43 Нам показалось, что это звучит очень круто, и до сих пор это кажется.
2:46 Потому что наш проект связан с данными и такое название, мне кажется, очень даже выигрышно звучит.
2:52 И был свободный домен датнес.ком.
2:54 Да, по-моему, звучит как Титаник.
3:01 Да, в принципе, как корабль назвали, так и он и поплыл.
3:06 В общем, чтобы начать обучать искусственный интеллект или машина и обучение, данные нужно разметить.
3:11 И на первый взгляд, это выглядит очень просто.
3:14 Нужно всего лишь предоставить, ко всем картинкам и другим данным описание того, что там происходит.
3:22 Допустим, если это картинка с котиком, написать, что это котик.
3:26 И если очень упрощать, то это выглядит именно так.
3:30 То есть мы описываем к какому-то объекту его свойства, которые изображены на картинке или видео, звук, что угодно.
3:38 И из-за большого объема данных, искусственный интеллект начинает понимать и обучаться, начинает распознавать эти объекты уже в других картинках, если мы будем рассматривать этот пример.
3:50 Для того чтобы правильно разметить данные, нужна экспертиза.
3:54 Если с котиками и собаками все понятно, то есть любой человек может взять и написать, что это кот - это собака.
4:00 Но если нужны, допустим, уже какие-то конкретные породы, там уже нужна будет некая экспертиза.
4:04 Но что касается других данных, допустим, медицинские данные, какие-нибудь узкоспециализированные объекты, там уже нужно обращаться к специалистам, которые в этой теме разбираются.
4:16 И если неправильно разметить данные, то искусственный интеллект уже неправильно будет обучаться, машинное обучение не сможет неправильно распознавать объекты.
4:26 Поэтому в нашей бизнес-схеме нам нужны были постоянно люди разных специальностей, которые обладают компетенциями в разных областях, чтобы они нам помогали размечать данные.
4:38 Но и мы были не из тех людей, кто идет простым путем.
4:41 Поэтому мы, в принципе, захотели сконцентрироваться именно на сборе данных и их разметки под заказ.
4:49 Алгоритмы, кстати, мы тоже решили продавать.
4:52 И таким образом мы поняли, что по сути нам нужны и заказчики, и исполнители, а это уже бизнес-модель маркетплейса.
5:00 Идея уже, в принципе, была реализована некоторыми людьми, а именно преподавателями из Сан-Франциско, которые потерпели свою неудачу.
5:10 Похожий кейс мы видели в то ли в Сколд Техе или в Иннополисе - точно не помню, но не суть.
5:17 Единственным по-настоящему
5:20 значимым конкурентом у нас была Яндекс.Толока, но это не маркетплейс, и там не совсем то, что мы делаем.
5:27 То есть там, это, в принципе, очень упрощенная схема, потому что там, как раз-таки, в основном, занимаются разметкой слишком простых данных, то есть опять же, когда картинки, девушка-мужчина нужно выбрать.
5:40 И там нету каких-то узкоспециализированных данных для размет которых нужно привлекать людей с неким опытом.
5:47 Вообще, хотелось бы добавить несколько слов про поиск конкурентов и в принципе работу с конкурентами.
5:53 Можно сказать, что если у вашего проекта нет прямых конкурентов, то скорее всего у вас три пути развития: это либо на ваш продукт нету спроса либо вы будете первопроходцем, который снимет все лавры и получит все сливки и станет инноватором, либо и то, и другое.
6:12 Спроса может не быть, но продукт зайдет, и вы в любом случае станете пероходцем.
6:18 Но в большинстве случаев, конечно, если нету конкурентов - скорее всего, нет спроса - просто.
6:25 У нас для этого были предпосылки, потому что мы нашли какой-то похожий проект, который датировался каким годом?
6:37 Там был какой-то подобный маркетплейс, в очень-ом каком-то бета-сыром виде, где толком не было ничего выложено, но он был заброшен и им не занимались.
6:50 Это был проект из Сан-Франциско, и для нас это могло бы быть хорошим показателем, что один проект уже загнулся.
6:58 Да, там непонятно, что с ним случалось, кто им занимался и как он продвигался.
7:03 Но в принципе, если уже есть некая сформированная комьюнити, в нашем случае это люди, которые работают с искусственным интеллектом, и нету похожего продукта, то надо задаться главным вопросом, почему это еще никто не сделал.
7:18 Возможно, есть некие весомый причины, почему люди или какие-то компании уже еще не запустили подобный продукт в рынке, где есть спрос.
7:27 Да, и по-хорошему мы должны были это проанализировать тогда, но тогда это просто нас не остановило, как проблема, и мы решили сразу пробовать брать заказы.
7:38 Как говорится, был бы спрос, сделали мы предложение, и тогда мы начали искать первых заказчиков, чтобы понять, какие потребности вообще существуют на рынке и в нашей стране где угодно, хорошим примером, мне кажется, того, когда нет спроса, но есть предложение, и это предложение, собственно, сформировало спрос, это мне кажется, почти все ключевые продукты Апл, и до 2010 года, когда вышел 1 и под людей не было такого спроса, что им нужен какой-то большая версия телефона или на урезанная версии ноутбука, кто как воспринимал?
8:14 И такого спроса в принципе не было, но вышел Стив Джобс, показал этот ай-пад, рассказал, какой он крутой, как им удобно пользоваться.
8:22 И появился спрос, люди до сих пор покупают его.
8:26 И то же самое касается большинства продуктов Апл.
8:29 То есть главное, как этот продукт преподнести, как убедить людей в том, что он им нужен, и возможно, спрос уже сформируется.
8:38 Поэтому, как и многие стартапперы мы были уверены, что наш проект - это Апл в свое время.
8:44 Я думаю, как и все стартаперы примерно в этом тоже уверены.
8:49 Ну и лучший способ продемонстрировать наш продукт - это лендинг пейдж, который мы сразу же сделали.
8:57 Его нереальные скиллы просто помогли нам сразу выйти на уровень
9:03 всех самых мощных игроков, которых мы могли только встретить.
9:08 И как только мы его сделали, мы через несколько дней, в принципе, вышли на первые строчки поисковых запросов, что было для нас неким достижением на тот момент.
9:21 И мы, ну, это нас заставляло двигаться дальше.
9:24 Да, хочется добавить, что у нас был не только лендинг, но мы к нему уже прикрутили некий функционал с личным кабинетом с оплатой, с получения заказа, с общением, каким-то между клиентами и покупателями.
9:36 Но это мы сделали в супер-супер в сжатых сроках и максимально по закону пора это, то есть, мы вообще не стали заморачиваться в плане детальной проработки нашей идеи, нашего продукта, именно с технической части, то есть в плане сайта.
9:53 Потому что нам нужно для начала было понять, будет ли это в принципе работать.
9:58 Мы уже понимали, какие у нас проблемы на сайте, есть, что там нужно добавить, чего убрать.
10:03 Но мы это все отложили, потому что для нас было главное это сделать МВП, но мы об этом дальше расскажем, какие у нас были препятствия при формировании первого такого нашего пилотного вводного продукта.
10:14 На самом деле, посадочная страница нужна нам была в первую очередь для того, чтобы было что прикрепить к письмам, которые мы решили распространять среди своей аудитории, мы писали ВКонтакте, Ленкин, искали людей из других источников и скидывали им опросник форму, которую мы создали через Гугл.
10:35 Чтобы это все не было просто словами, мы как раз оформляли такие второстепенные вещи и делали видимость того, что будто бы наш проект уже функционирует.
10:46 Это нужно было для того, чтобы понять у целевой аудитории, которую мы как раз нашли с помощью дополнительных сторонних сервисов парсинга по определенным критериям, и у которых мы хотели спросить: как они видят развитие нашего проекта?
11:02 В чем была бы польза, при условии, что мы уже существуем?
11:06 Да, нам было важно понять, какой именно спрос и если он вообще у нашей целевой аудитории.
11:12 Как выяснилось, то люди действительно были заинтересованы в том, чтобы им помогли собрать данные, собрать, разметить.
11:20 Также определенно люди были заинтересованы в том, чтобы купить уже готовый набор данных, либо продать свой.
11:29 То есть, еще у нас была одна такая гипотеза, что люди, которые сами собирают данные, уже они собрали уже данные, они у них лежат где-то на жестком диске, они уже забыли про них.
11:42 И им было бы интересно, допустим, поднять свой какой-то старый набор данных и продать его.
11:47 А другие люди, которых заинтересованы именно в этой тематике данных, они могли бы его купить.
11:52 Это опять же уже схема маркетплейса, которую мы запустили второй итерации нашего проекта.
11:58 Хотел бы добавить пару слов про нашу аудиторию, о которой мы уже так упомянули вскользь.
12:05 Это конкретно топ-менеджеры из Айти-компаний или даже около ИТ.
12:10 Это в целом бизнес, который хочет внедрить искусственный интеллект, машинное обучение в свои бизнес-процессы.
12:16 Кроме того, это частные разработчики, которые, возможно, занимаются фрилансом или планируют запустить какой-то свой сторонний проект, пишут какие-то приложения.
12:26 В общем, мы могли им помочь.
12:29 Ну и третьей, достаточно второстепенной группой для нас, являлись студенты или сотрудники университетов.
12:36 Мы предполагали, что им это тоже может быть в какой-то степени нужно, и оказалось так, что мы охватили их меньше всего, потому что они не были готовы в принципе платить за это деньги.
12:48 Презультать нашего вопроса не только в интернете, но и в живую мы ходили на метапы и спрашивали людей напрямую, давали им наши визитки.
12:58 Мы узнали: в принципе, жизнеспособен ли наш продукт или нет.
13:01 То есть, есть ли спрос?
13:03 Мы опросили где-то 500 человек в общем счете, и около половины из опрошенных подтвердило, что им было бы интересно пользоваться услугами нашего продукта или в нашим продуктам, смотря что мы рассматриваем сборы и разметку данных на заказ, либо маркетплейс.
13:19 То есть спрос явно был, но не было сформированного предложения у нас даже.
13:23 То есть людям вроде было бы интересно, чтобы им помогли со сбором данных.
13:28 Но они сами не до конца представляли, как мог бы выглядеть этот процесс.
13:32 И это не самоее страшное.
13:33 Само страшное - это то, что мы сами не до конца понимали, как можно устроить процесс сбора данных и разметки для разных бизнесов из разных сфер.
13:43 Именно поэтому мы решили отказаться от идеи делать некое агентство которое бы на заказ собирал данные именно по той причине что когда мы уже начали получать первые заказы и начали их реализовывать мы поняли что это абсолютно не масштабируемая история.
13:59 Нельзя постоянно искать разных людей, предлагать им за деньги, разметь и данные, потому что попросту могут быть те сферы, для которых нужно привлекать очень занятых людей, которые не станут заниматься разметкой просто так.
14:14 И, в принципе, у нас могло бы не быть некого пула людей, основной какой-то базой, специалистов, которые могли бы разметить практически любой заказ к слову о том, какими были наши первые заказы и насколько они были разными, это, например, заказ на
14:35 картинке аниме персонажей от частного разработчика на сбор и разметку новостей со стороны Сбербанка.
14:43 Это сцены драка и вандализма от другой конторы.
14:48 Были также и сложные запросы, например, магнитограммы Солнца или медицинские данные об эпикризах больных, которые упирались в НДА, то есть политику конфиденциальности.
15:01 В целом, мы свели аналитику, и вот как сказал Ливан, что у нас там порядка 500 человек было опрошено, из них конверсия в целом была очень скудная.
15:11 То есть мы заметили интерес у людей, были мнения о том, что да, ваш проект будет полезен, тем не менее, не было ничего конкретного, что раскрывало бы нам какие-то следствия из этой аналитики.
15:24 Благодаря которым мы могли бы действительно усовершенствовать наш проект и в принципе, развивать его.
15:28 Мы сделали на основе этого презентацию, мы построили финансовую модель.
15:33 Исходя из всего этого, мы решили сконцентрироваться на маркетплейсе.
15:38 Потому что нам казалось, что это наиболее подходящий вариант.
15:42 Вроде не такой сложный, вроде он более жизнеспособный, но мы не учли одной важной детали, о которой мы тогда даже не задумывались.
15:50 То есть, маркетплейс, по сути, это самый сложный бизнес-процесс, потому что нужно удовлетворить сразу две целевые аудитории - то есть и покупателей, и продавцов.
16:02 То есть, делать продукт, который подойдет и тем, и тем, и на первых этапах это максимально сложно распыляться и пытаться угодить сразу двум аудиториям.
16:13 Работая сейчас в крупнейшем маркетплейсе России, я понимаю, насколько это сложный процесс.
16:18 И мы тогда думали, что в принципе, что там такого, мы просто должны свести и покупателей, и продавцов на одной площадке и брать с этого комиссию.
16:27 Но, как оказалось, это абсолютно не так.
16:30 Это полная противоположенность.
16:32 Да, по-моему, нам стоило на тот момент заняться анализом не прямых или косвенных конкурентов наших, а таких компаний, как например, озон или других маркетплейсов, чтобы понять, насколько это сложно, и сразу же от отказаться этой идеи, поскольку это было бы очень большое время после того как мы протестировали бы МВП - заниматься непосредственно организацией этой сложной модели, но мы полностью так и не отказались от сбора дата-сетов на заказ.
17:02 У нас все равно было на сайте кнопка Заказать сбор и разметку.
17:07 Но еще об одном инсайде, который мы узнали, исходя из нашего процесса формирования предложения, то что крупные компании не хотят делиться своими внутренними данными со сторонними компаниями.
17:21 С этой проблемой мы столкнулись, когда собирались делать заказ для одного крупного зеленого банка, и мы так и не смогли с ним договориться хотя они были готовы уже предоставить нам заказ.
17:33 Но проблемы начались именно уже с юридической части, потому что компания попросто не разрешила выдавать всю внутреннюю информацию, необходимую для сбора конкретных данных, третьим лицам.
17:46 Даже под НДА они не готовы делиться такой информацией, потому что могут быть различные утечки в процессе работы или обработки заказа.
17:57 Мы продолжали заниматься проектом, потому что все еще были одержимы решением большой проблемо, котойрую мы увидели у нашей целевой аудитории, а точнее, таких проблем было несколько: это, например, то, что в принципе на просторе свободного интернета было мало готовых дата-сетов.
18:17 Если они и были, то большей частью них была плохого качества данных, а если они были хорошие, то использовать их в бизнес-целях было практически нереально, потому что ими пользовались все, на них просто учились
18:34 заниматься машинным обучением частные разработчики - это были не бизнес-данные.
18:39 А чтобы собрать бизнес-данные, необходимо было
18:43 организовать трудный процесс сбора и разметки, который могла позволить себе не каждая компания, если это касалось наймо определенных специалистов непосредственно в штат компании.
18:55 Мы начали обращаться в акселераторы.
18:58 У нас в Петербурге есть два самых крупных стартап-акселератора, они помогают развивать проекты.
19:04 Мы туда ходили не для того, чтобы получить какую-то финансовую поддержку, а чтобы просто спросить совета, узнать, какие у нас могут быть способы развития, и рассказать подробно наши идеи.
19:15 Мы ходили на открытые пичинги, рассказывали экспертам про наш стартап, делились нашими какими-то планами, идеями.
19:23 В обоих акселераторах платное обучение.
19:26 То есть, это скорее как менторство, некое, оно длится определенным количеством времени.
19:31 Целью является то, что они помогают проектам получить инвестиции.
19:34 Стоит сказать, что оба этих акселератора согласились сотрудничать с нами, в принципе, на безвозмездной основе, за что им большое спасибо, им просто понравилась наша идея, они готовы были помочь нам с ее реализацией всеми возможностями, которые у них были.
19:50 Находясь под опекой, а ребят из акселераторов мы все больше понимали, что продукта как такового нет, но мы все еще упорно пытались искать заказчиков, пользуясь новыми инсайтами со стороны как раз-таки наших коллег из акселераторов.
20:07 Но мы не стали продолжать обучение, и это тот момент, на котором наш корды проект дат нас пошел ко дну.
20:14 Хотел бы сказать пару слов, почему мы не стали развивать этот стартап дальше.
20:19 Во-первых, мы распылялись и не вкладывали все силы в Мвпи, то есть, мы начали потом делать блог, начали продвигать наш проект в социальных сетях, делать контент-план, заказывать статьи.
20:32 То есть, мы стали заниматься формированием некой оболочки, когда у нас еще не было фундамента нашего проекта.
20:39 Если проект покрупнее, то есть есть много человек в команде и есть ресурсы, то можно сразу начать заниматься развитием медийности, но учитывая, что у нас было всего 2 человека, у нас были ограниченные ресурсы и время, то мы совершенно зря начали тратить свое время на такие занятия, как создание блога, и нужно было все силы вкладывать в развитие МВП.
21:01 В этом плане мы уже достигли некоторого потолка, мы не могли разглядеть перспектив, хотя, возможно, они и были, и скорее всего, они были связаны с тем, чтобы мы поменяли все-таки
21:14 основную бизнес-модель.
21:15 Поскольку даже сейчас занимаясь машинным обучением в той же фармацевтической компании, я понимаю, насколько это узкоспециализированная работа, связанная со сбором
21:29 обработкой и разметкой о данных, что вот взявшись тогда за эту идею, могло бы получиться так, что мы шли бы все дальше от истинных потребностей рынка и не отдавали бы себе отчет в том, что это действительно кому-то было бы нужно.
21:45 И еще один немаловажный факт, почему мы перестали заниматься нашим проектом, потому что у нас упал уже общий командный дух.
21:51 Мы почти полгода не видели никакой отдачи, мы вкладывались в проект.
21:56 Для нас это на то время не было каким-то портаймом.
21:59 То есть мы все свое время, все свои силы тратили именно на наш стартап.
22:04 И у нас не было ничего, чтобы помогло нам двигать проект дальше.
22:09 Мы выезжали только за счет энтузиазма, и это очень большая ошибка, если во время создания стартапа или в принципе любого другого продукта, кроме энтузиазма, нет никакого топлива, нет ничего, чтобы помогло вам двигать проект дальше, когда уже опустятся руки, упадет командный дух.
22:27 Нужно понимать, что энтузиазм в любом случае пройдет, будь это через неделю, через год или через пять лет.
22:33 Однако, уже на каждой из встреч, которые мы проводили с акселераторами, или когда наш проект уже подходил к своему логическому завершению, или же сейчас, когда мы вспоминаем о нем, мы понимаем, как это было полезно.
22:47 Как бы банально это ни звучало, ошибки развивают нас.
22:51 Всегда нужно просто брать и пробовать.
22:54 Сдаваться не всегда плохо.
22:56 Когда анализ рынка показывает, что дела идут не очень, значит, скорее всего, лучше не лезть туда.
23:01 Если только у вас нет очень мощного бэкграунда, денег и вы действительно понимаете, почему вам стоит верить в свою идею.
23:11 Еще хотел бы сказать пару слов про ценность продукта.
23:15 Если бы мы стали развивать агентскую историю и заниматься сбором дата-сетов на заказ, то у такой модели бизнеса нет как таковой ценности.
23:26 То есть, почему, допустим, дизайн-студии не так просто купить или продать - то есть, как сформированный бизнес?
23:33 Потому что условно дизайн студии - это просто портфолио, репутация, и люди, которые там работают.
23:38 То есть, это заказная история.
23:41 В такую модель бизнеса инвесторы неохотно вкладываются, потому что они не могут понять отдачи, и у них не очевидна история с масштабированием.
23:48 А вот маркетплейс - это уже продукт, который имеет свою ценность, который имеет свою базу клиентов.
23:55 Основным заработком, который является получение процента.
23:58 И у этой бизнес-модели может уже быть своя оценочная стоимость.
24:01 В нее могут вкладываться инвесторы, потому что есть в принципе понятная схема, есть возможность масштабирования.
24:09 Такие бизнесы легче покупаются или продаются, опять же, из-за сформированной ценности при конкретной стоимости продукта.
24:16 В общем, мы с большой уверенностью можем сказать, что получили опыт, набили некоторые шишки и со спокойной душой пошли просто на работу, где мы получаем и по сей день очень серьезный опыт, который мы не могли получить даже организовывая стартап, мы и дальше продолжаем думать о других идеях.
24:38 В итоге мы решили, что нам нужно пока набраться конкретных навыков, изучить, что уже работает, поработать некоторое время в найме.
24:47 И в любом случае, этот опыт был для нас действительно бесценным.
24:51 Он помог нам в жизни, в карьере, везде, где только можно.
24:55 Поэтому мы можем дать только один совет: банальный и простой - не переставать пробовать что-то новое.
25:03 Если у вас есть какие-то идеи, их обязательно не нужно откладывать в долгий ящик и пробовать реализовать.
25:11 Даже если они будут никому не нужными, вы просто это поймете, и это расширит, в принципе, ваш кругозор.
25:19 Да, после развития нашего стартапа мы поняли, что, возможно, вся эта управленческая работа пока не для нас, и мы захотели сконцентрироваться на развитии себя как специалистов.
25:31 То есть мы продолжили заниматься тем же, чем занимались до создания стартапа, то есть, Влад продолжил заниматься машинным обучением и разработкой, а я продолжил заниматься дизайном, но мы уже немного сменили нашу специфику работы, имя багаж создания своего собственного проекта смогли лучше понять, как устроена профессиональная дизайнерская и разработческая карьеры.
25:56 На этом все спасибо большое, что дослушали до конца.
25:59 Не забывайте про подписываться на наш канал на той платформе, где вы его слушаете.
26:04 Здесь будет еще много чего интересного.
26:06 А также подписывайтесь на мой телеграм-канал.
26:09 Там будут выходить анонсы всех выпусков.
26:12 Там вы можете обсудить в комментариях конкретный подкаст или предложить идет для следующего.
26:17 Подписывайтесь на телеграм-канал Влада, а также на наши инстаграм и там мы иногда что-то выкладываем.
26:24 Да, и на моем телеграм-канале однажды тоже появятся новые философские мысли.
26:29 Так что ждите, надейтесь.
26:34 Всем спасибо, до связи.
Комментарии
Войдите, чтобы оставить комментарий.