Стартап. Как начать с нуля и изменить мир - читать онлайн книгу. Автор: Александр Горный cтр.№ 8

http://www.incontextsolutions.com/

PROOV.IO

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.

https://proov.io/

VERIFYOO

Биометрическая аутентификация – это хорошо, и скорее всего именно за ней наше будущее, но остается вопрос, какой именно инструмент станет общепринятым. Лидирует, конечно, отпечаток пальца, но смотрите последние новости Apple – борьба продолжается. Verifyoo предлагает еще один вариант технологии.

Уникальным идентификатором стартап выбрал почерк. Для подтверждения своей личности человек рисует на сенсорном экране несколько букв, а Verifyoo сравнивает с эталоном амплитуду дрожания пальца, скорость движений и подобные параметры. Преимущество подхода по сравнению с отпечатком пальца или лицом очевидно – проверку нельзя пройти помимо своей воли, нет кисти или головы, которые злоумышленник мог бы отрезать и использовать для взлома. Не менее очевиден и недостаток – почерк человека может меняться в зависимости от обстоятельств, например, при опьянении. Впрочем, не пускать пьяного в приложение – это же самостоятельная интересная функция; может быть, ею и стоит заниматься, а не аутентификацией.

Сейчас SDK работает на небольших базах, т. е. не претендует на различение миллионов людей, но после ввода логина надежно выдает бинарный ответ: «он» или «не он». Боевых применений у Verifyoo пока не было, инвестиций потратили совсем немного – полмиллиона долларов.

http://www.verifyoo.com/

ZIPWHIP

Старый добрый проводной телефон сейчас по-прежнему главный способ связи с клиентами для многих бизнесов. Это хороший и эффективный инструмент, а Zipwhip нашел способ его улучшить. Американский стартап прикрутил к телефону смс.

Для пользователя всё выглядит абсолютно прозрачно: есть номер, на него можно звонить, на него же можно отправлять смс, сообщения читают, на них отвечают – всё логично и не требует дополнительных усилий. Бизнес интегрирует Zipwhip тоже просто: он оплачивает подписку, подтверждает владение телефонным номером и дальше получает доступ к облачной системе, куда теперь падают сообщения. Кликнул в веб-интерфейсе – SMS отправилась. В зависимости от тарифных планов подключается еще интеграция с CRM и прочие очевидные функции.

Технически магия осуществляется где-то на стороне сотовых операторов, по системе a la наш MNP. Sprint или Verizon смотрят на номер, видят, что он прикреплен к Zipwhip, и пересылают смс ему, а не оператору проводного телефона. Стоит счастье от 35 долларов в месяц; скорее всего услуги стартапа окупятся даже с парочки клиентов, которые отправят SMS, не подумав, что делают. Без ответа они бы, наверное, пошли в другой ресторан или автосервис. При этом чем более популярны Zipwhip и его прямые конкуренты, тем больше пользователи привыкают, что бизнесы читают смс, тем более востребованным становится такой апгрейд проводного телефона.

Кроме обычного продвижения через интернет Zipwhip ищет клиентов и через партнерки с операторами, допродавать SMS по их базе клиентов – одно удовольствие. Впрочем, стартап пока всё равно маленький: 6500 клиентов, выручка не раскрывается, но, исходя из тарифов, выходит три-четыре миллиона долларов в год. Инвестиций Zipwhip привлек сорок миллионов, половину – осенью 2017 года.

https://www.zipwhip.com/

MATROID

Повесить камеру сейчас стоит копейки, гораздо дороже в нее постоянно смотреть, чтобы не пропустить интересующий момент. Много лет напрашивался стартап с наблюдателями из условного Бангладеш, смотрящими за порядком в США. Местный дорогой сотрудник безопасности выбегал бы только при проблемах, т. е. почти никогда. Не знаю, запустили ли такой в реальности, а Matroid уже нашел более прогрессивное решение.

В его модели вместо живого человека на видеопоток смотрит AI. Универсальных настроек не существует, каждый клиент ищет свои собственные интересности, кому-то важны любые люди около запретной двери, кому-то чье-то конкретное лицо. В Matroid покупатель загружает собственные образцы для тренировки своей уникальной нейронной сети и включает ее для своей камеры. Удачными настройками сеток можно делиться с миром, пока вроде бы на чистом альтруизме, но в будущем, наверное, и заработать можно будет.

Прайс стартапа выглядит по-современному, с открытыми тарифами, бесплатным минимумом на пробу и оплатой по карте. Оптом 1000 секунд распознавания стоит 40 центов, в переводе на восьмичасовой рабочий день выходит 250 долларов в месяц. Сейчас это сравнимо с конечной ценой живого человека в Бангладеш, но куда лучше масштабируется и со временем будет дешеветь, а не дорожать. Со стоимостью аренды сервера эти числа можно даже и не сравнивать, unit-маржинальность у Matroid отличная.