Про идеи AI-стартапов, и чтобы работало, ч.2
Про идеи AI-стартапов, и чтобы работало, ч.2: ищем возможности, а не хайп.
Про автоматизацию труда дорогих специалистов - в прошлом посте. А сегодня о том, как можно искать маленькую, но реальную проблему, решаемую AI. Это полезно и для будущего венчурного стартапа (как mvp), и для крошечного сайд проекта, и для фичи действующего продукта.
1️⃣ Уже многие поняли, что "AI - это прикольно, но автоматизирует он так себе". И не так-то просто в реальном мире найти проблему, которая будет решаться 10х лучше с помощью AI, LLM, etc.
А если речь про идеи маленького стартапа, который можно запилить своими силами, то возможностей и того меньше.
К поиску проблем/решений можно подойти через понимание юзкейсов, где AI уже точно применим. В частности на https://huggingface.co/tasks есть база именно таких прикладных юзкейсов. Побродив там, можно убедиться, что не так уж и всемогущ AI.
А придумать идею стартапа надо!
2️⃣ Полезно держать в голове "что на входе и что на выходе". Самый простой пример в token classification: модель находит в массиве текста нужные значения. На входе - куча данных/текста, на выходе - нужные нам детали.
Это применимо например к задачам, где вручную отсматривают большие тексты/документы и др. В частности можно запилить маленький инструмент, который мониторит инвойсы/документы/др. и бесшовно записывает нужные данные (даты/суммы/имена) в табличку/crm. Именно таким занимаются вручную во многих индустриях.
Если поискать такие процессы у специалистов в страховании/real estate/финансах, то готов роадмап для mvp и теплые лиды для него.
3️⃣ Перебирать huggingface tasks на предмет применения в разных индустриях - вот неплохое упражнения для будущего фаундера стартапа.
Кстати не встречал таких ресурсов, где собирают бизнес-процессы реального скучного мира, где AI имеет 10х потенциал эффективности. То есть как huggingface tasks, но с точки зрения бизнеса, а не технологий.
Вижу тут большой пробел: инженеры и AI-энтузиасты не знают деталей процессов конкретных индустрий, а отраслевые специалисты не видят реального применения AI в своих задачах из-за искажения понимания сути AI (за это скажем спасибо медиа!)
Именно поэтому связка фаундеров "CEO из US-энтерпрайза + CTO ML-инженер из FAANG" столь востребована инвесторами в последнее время. У такой конфигурации есть вся экспертиза, чтобы что-то дико заавтоматизировать в старых дорогих процессах.
4️⃣ "wow + 10x" - так я вижу идеальный прототип маленького AI-стартапа.
wow - это когда на демо впечатлен человек, который должен использовать решение в своей работе.
10x - это когда он же впечатлен уровнем автоматизации на практике.
Почти все, обсуждаемое в медиа, - это только "wow". Почти все, предлагаемое инженерами - только "10x" с очень сложным входом.
А над задачкой, как сделать "wow + 10x", бьются лучшие фаундерские умы уже второй год!