kyrillic

Про идеи AI-стартапов, и чтобы работало, ч.3: проверяем проблему, которую предполагается решать. Продолжу предыдущий пост, погружаясь в детали. Если есть идея/направление как AI будет решать конкретную часть процесса, то полезно умозрительно повалидировать решение:

5️⃣ “80% решение дает 10x прирост эффективности”.

Пример: рекомендательная система в ecommerce с точностью 70-80%, что в сумме дает большой прирост дополнительных продаж.

Где-то обязательно должен быть 10х! Почти всегда это можно посчитать в цифрах - деньгах, времени, точности и др.

Полезно заходить с другой стороны: допустим “хочу автоматизировать ревью договоров-контрактов в компании XYZ”. Можно посчитать текущие затраты сейчас и прикинуть теоретические возможность сделать 10х лучше. В большинстве случаев идея отпадает! Причем нередко из-за “не такая уж это и проблема, оказывается!”

6️⃣ “Один ошибочный результат не перечеркивает 10 верных”.

Пример: AI для скоринга заемщиков: одна ошибка может стоить дорого, буквально!

Перепроверка результатов LLMs - новый тип задач, с которыми столкнулись люди. Иногда это занимают так много времени, что вся автоматизация становится бессмысленной. Возможно тут есть поле для стартапов-проверяльщиков данных!

7️⃣ “Дополнение, а не замена человека”

Примеры были в первом посте серии. Благодаря LLM-powered труду, человек перейдет к решению более комплексных задач: условно от ввода данных в таблички к стратегии и живому общению с людьми.

2024-й я нарекаю “годом копайлотов”, потому что copilot в описании стартапов мы будем видеть все чаще и чаще!

8️⃣ Предлагаю вместе поискать проблемы, достойные AI решения! В прошлый раз мы настрочили 800+ комментариев обсуждением идей стартапов (пост). Зачастую было очевидно, что проблема потенциально интересная, но предлагаемое решение может быть намного лучше.

Поэтому сейчас задача посложнее, но и результат будет намного полезнее!

Вы предлагаете проблему, а я и другие комментаторы - варианты ее решения в виде tech стартапа. Лична я буду описывать свое видение MVP для тестирования решения описанной проблемы.

Пишите в комментариях, отвечу на все предложенные проблемы, где хватит экспертизы.

UPD: эпикфейл! можете не читать комментарии, там почти нет ни одной проблемы, которую можно назвать перпективной для стартапа.

@kyrillic

www.tgoop.com/kyrillic/586

24.1K viewsedited  Jan 11, 2024 at 16:03

Про идеи AI-стартапов, и чтобы работало, ч.3: проверяем проблему, которую предполагается решать. Продолжу предыдущий пост, погружаясь в детали. Если есть идея/направление как AI будет решать конкретную часть процесса, то полезно умозрительно повалидировать решение:

5️⃣ “80% решение дает 10x прирост эффективности”.

Пример: рекомендательная система в ecommerce с точностью 70-80%, что в сумме дает большой прирост дополнительных продаж.

Где-то обязательно должен быть 10х! Почти всегда это можно посчитать в цифрах - деньгах, времени, точности и др.

Полезно заходить с другой стороны: допустим “хочу автоматизировать ревью договоров-контрактов в компании XYZ”. Можно посчитать текущие затраты сейчас и прикинуть теоретические возможность сделать 10х лучше. В большинстве случаев идея отпадает! Причем нередко из-за “не такая уж это и проблема, оказывается!”

6️⃣ “Один ошибочный результат не перечеркивает 10 верных”.

Пример: AI для скоринга заемщиков: одна ошибка может стоить дорого, буквально!

Перепроверка результатов LLMs - новый тип задач, с которыми столкнулись люди. Иногда это занимают так много времени, что вся автоматизация становится бессмысленной. Возможно тут есть поле для стартапов-проверяльщиков данных!

7️⃣ “Дополнение, а не замена человека”

Примеры были в первом посте серии. Благодаря LLM-powered труду, человек перейдет к решению более комплексных задач: условно от ввода данных в таблички к стратегии и живому общению с людьми.

2024-й я нарекаю “годом копайлотов”, потому что copilot в описании стартапов мы будем видеть все чаще и чаще!

8️⃣ Предлагаю вместе поискать проблемы, достойные AI решения! В прошлый раз мы настрочили 800+ комментариев обсуждением идей стартапов (пост). Зачастую было очевидно, что проблема потенциально интересная, но предлагаемое решение может быть намного лучше.

Поэтому сейчас задача посложнее, но и результат будет намного полезнее!

Вы предлагаете проблему, а я и другие комментаторы - варианты ее решения в виде tech стартапа. Лична я буду описывать свое видение MVP для тестирования решения описанной проблемы.

Пишите в комментариях, отвечу на все предложенные проблемы, где хватит экспертизы.

UPD: эпикфейл! можете не читать комментарии, там почти нет ни одной проблемы, которую можно назвать перпективной для стартапа.

@kyrillic

BY kyrillic

❌Photos not found?❌Click here to update cache.