Александр Горный - Стартап. Как начать с нуля и изменить мир

https://www.dataminr.com/

Бизнес-модель InContext Solutions – обычная разработка на заказ. Под каждого нового клиента согласовывается индивидуальное техническое задание, потом результаты внедряют, интегрируют, дорабатывают по Time&Materials – скучно и не по-хипстерски, таких компаний тысячи.

То, что уникально в ICS, – базовый продукт, вокруг которого они строят конечные решения. Стартап разработал конструктор офлайнового магазина в виртуальной реальности. Никакого радикального изобретения или чего-то суперуникального в нем нет, но конкуренту такое быстро не повторить: человеко-годы вложены в библиотеки реалистичных полок и товаров, интеграции со складскими программами и подобные нудные вещи.

Фантазия клиентов, разумеется, не ограничена, но стартап описывает некоторые типичные применения технологии. Самый понятный интернетчику сценарий – A/B-тестирование нововведений. Покупатели с улицы погружаются в две версии Матрицы и закупаются там, как обычно, а организаторы эксперимента сравнивают карты внимания и реальные покупки при разных способах раскладки товаров. Чтобы поведение участника эксперимента в виртуальности было более естественным, покупки оттуда можно ему и в реальной жизни продавать – он заодно и время на поездку в супермаркет сэкономит.

Виртуальный магазин используют и для своих. При разработке новой идеи виртуальная реальность выступает дизайн-макетом для обсуждения, а потом и площадкой для обучения персонала. По сравнению с натуральным стендом экономятся чудовищные деньги, а у обычных презентаций и видеороликов виртуальность выигрывает качеством погружения. Самый же забавный, на мой взгляд, сценарий – продажа продажникам. Если вы предлагаете ритейлеру свои услуги или технологию, то ICS помогает создать просто чумовую презентацию, такой питч лицо, принимающее решение, запомнит навсегда.

Инвестиций стартап за свою историю получил около 50 миллионов долларов, для столь специфической ниши это даже слишком большие деньги.

http://www.incontextsolutions.com/

Тысячи B2B-стартапов разрабатывают продукт и технологии, которые должны сделать жизнь больших корпораций еще проще или еще богаче. Big Data-анализ персонала с целью предотвращения оттока – сто проектов, индивидуализация системы лояльности – двести вариантов, интеллектуальный мониторинг серверов – «всего» десять решений, но десять – это тоже здоровая конкуренция.

Попробовать на практике даже одно из предложений – уже боль. Необходимо решить тысячу мелких вопросов с доступом стартаперов через firewall, с защитой персональных данных от утечки, с замером эффективности решения, в конце концов. Запуск каждого пилота длится несколько месяцев даже в самой эффективной корпорации. А хочется-то не одно решение проверить, хочется проводить тендер типа закупки воды для офиса, чтобы сравнить все доступные варианты. Вот на эту-то проблему и нацелился стартап proov.io.

По их плану весь интеграционный ад по созданию тестового окружения корпорация делает один раз, но не где-то у себя, а на инфраструктуре стартапа, после чего proov.io автоматически дублирует условия для нескольких разных экспериментов. Тестовые данные предполагается заранее видоизменять до такой степени, чтобы в их утечке не было ничего критичного. Более того, стартап умеет допридумывать содержимое базы по образцу, вопрос применимости таких искусственных данных для машинного обучения – а это половина современных стартапов – мягко обходится.

Обслуживание бесплатно для стартапа, платно для корпорации, но те и другие слетаются на proov.io как мухи на мед, боль действительно острая, сейчас в системе больше сотни крупных компаний и почти тысяча проверенных и отобранных стартапов. Такая база, между прочим, уже представляет самостоятельную ценность, но работать как маркетплейс и брать деньги за «знакомство» proov.io (пока?) не хочет.

Что касается практики и реальных тестов, то, увы, с ними хуже. Предложенный инструментарий далеко не покрывает сложность мира и хорошо работает только в очень простых случаях, реакцию живых пользователей на новый алгоритм через proov.io не проверить. В итоге в системе, позиционирующейся в качестве площадки для проведения массовых экспериментов, их сделано всего 1,5 на одного зарегистрированного корпората – в реальности большинство, конечно, не дошло и до одного. Инвестиций за свою историю proov.io получил больше 20 миллионов долларов, в третий раз напишу про актуальность темы – она любые деньги оправдает, если все-таки получится сделать что-то эффективное.