Нейросети создают статьи, презентации и лендинги

Четвертый эпизод «сериала» про ИИ-стартапы. Есть ли риски при использовании зарубежных LLM в российском продукте? Стоит ли запускать b2c-продукт ради заработка на нем? И почему ИИ-стартапы закрываются почти так же быстро, как открываются?

Нейросети создают статьи, презентации и лендинги

Все стадии развития компании

В этой серии сезона про ИИ-стартапы все так же будут вдохновляющие примеры сервисов с искусственным интеллектом, НО также мы поговорим и о проекте, который был закрыт спустя 9(!) месяцев после создания.

На этот раз моими гостями стали: начинающий стартапер, уже успевший получить инвестиции на развитие своего проекта и даже небольшую выплату на руки от инвестора, основательница зрелого ИТ-бизнеса, пришедшая из корпоративного мира, и серийный предприниматель, запустивший продукт в рамках стартап-студии.

У каждого есть что рассказать о рынке, создании команды, продвижении и , конечно, проблемах бизнеса на нейросетях.

Ценным опытом развития своих стартапов на нейросетях делятся:

Алексей Сметанин – основатель проекта presentsimple.ai, быстрорастущего сервиса для создания презентаций с помощью искусственного интеллекта. Проект привлек до 5 млн рублей от группы инвесторов месяц назад.

Ольга Шкряба – основательница, генеральный директор и продакт-менеджер проекта ReText.AI – сервиса для перефразирования, суммаризации, проверки орфографии и пунктуации текстов. Продукт возник как развлечение, но стал хорошей рекламой для основного аутсорсингового ИТ-бизнеса.

Никита Наумов – основатель Paige, сервиса для генерации сайтов при помощи искусственного интеллекта, который работал на рынке США. Проект набрал 20’000 пользователей и закрылся спустя 9 месяцев после создания.

Получите конспекты всех интервью и доступ к чату с гостями в базе знаний спец-сезона – startupsecrets.ru/ai

🙌Спец-сезон создается при поддержке Yandex Cloud.

Темы и тайм-коды на YouTube

0:00 Работа с текстом как бизнес

2:05 Алексей Сметанин про presentsimple.ai и превращение из дизайнера в стартапера

7:35 Как собрать команду для стартапа на нейросетях

10:30 Сколько денег Леша вложил в первую версию presentsimple.ai

11:19 Почему из команды ушел первый разработчик и как Леша нашел инвестора в стартап на нейросетях

20:14 Зачем Леша сделал частичный кэшаут на ранней стадии стартапа и почему инвестор согласился

24:19 Трудности стартапа на нейросетях: гиперинтенсивный труд и зарубежные нейросети

28:03 Ольга Шкряба про ReText.AI и путь из разработчиков в предприниматели

35:48 Как Оля поняла, что ReText.AI «полетел»

39:42 Как B2B-компания зарабатывает на своем B2C-продукте с нейросетями

43:33 Как ReText.AI превратился из бесплатного онлайн-сервиса в бизнес

45:42 Реклама против подписки – какая монетизация лучше

48:40 Кто клиенты и сколько на них зарабатывает ReText.AI

49:57 Чего стоит бояться стартапу на нейросетях: интеллектуальная собственность, штрафы, юристы

54:36 Лайфхак от Оли: как создать стартап с нуля

55:41 Никита Наумов про Paige и процесс создания стартапов внутри стартап-студий

58:55 Почему Никита поверил в ИИ-генераторы лендингов и почему идея провалилась

1:00:20 Почему Никита поверил в ИИ-генераторы лендингов и почему идея провалилась

1:11:11 «Никому бы не рекомендовал идти в конструкторы сайтов» – Никита про рынок конструкторов сайтов на нейросетях

1:16:17 Какая команда нужна для ИИ-генератора лендингов. Про конкуренцию ИИ-стартапов

1:23:06 Как Никита привлек 20’000 пользователей в Paige на рынке США: каналы, позиционирование, юнит-экономика

1:31:44 Главный секрет успеха стартапа на нейросетях

Где еще послушать выпуск, подписаться и лайкнуть:

Приятного прослушивания!🙌

Предыдущие эпизоды:

В следующем эпизоде сериала: три истории про сервисы на основе нейросетей для коммуникации с клиентами: продажи на сайте, поддержка, ответы на отзывы.

💙 Подписывайся на подкаст в Телеграм: @podcaststartup

3838
27 комментариев

Долго ли живут ии-стартапы?

Послушал подкаст, классные проекты!
Я в целом в рынке IT/AI давно и наблюдаю за развитием, вот что я замечаю:
1. Если ИИ-проект делается под "прибыль", а не под "капитализацию", то эта самая прибыль крайне низкая, потому что всю маржу съедает ФОТ на дорогих спецов.
А большой капы в СНГ ни у кого нет.
И венчура под нишу ИИ нет, потому что условных OpenAI или Nvidia уже никому не догнать в ближайшие годы.

2. Если ИИ-проект, у которого под капотом GPT (или аналогичные) модели, то ценность этого проекта через пару месяцев обнулится, т.к. любой вменяемый студент может повторить то же самое дешевле.
Следовательно ценник за использование такого продукта будет падать, конкуренция вырастет.

3. Если ИИ будет "облегчать" работу, следовательно трудозатраты бизнеса тоже будут снижаться, соответственно ИИ-проекты будут неизбежно дешеветь и конкурировать с простой рабочей силой.

4. За счет облегченного входа использования ИИ - сейчас любая корпорация встраивает ИИ себе в основные функции бизнеса (например hh, avito и прочие). Поэтому необходимость в отдельный стартапах тоже отпадает, они не дают никакой добавочной ценности.


Вывод мой в том, чтобы не делать примитивные аппки или очередные "ассистенты"/"аватары", тут нет денег вообще.

* Деньги есть в консалтинге на внедрение таких моделей для крупного бизнеса, единственный минус этого - долгий цикл сделки с большими компаниями из-за большого количества процессов к изменению и бюрократии.

* И деньги есть в продаже специализированных наборов данных (датасетов) из закрытых источников, которые не мог бы спарсить условный GPT.

3

1. Если ИИ-проект делается под "прибыль", а не под "капитализацию", то эта самая прибыль крайне низкая, потому что всю маржу съедает ФОТ на дорогих спецов.

Если это B2B и речь не только про языковые модели, то вполне можно получить прибыльный проект.

И венчура под нишу ИИ нет, потому что условных OpenAI или Nvidia уже никому не догнать в ближайшие годы.

OpenAI сами задыхались без денег, пока Microsoft не вложились в них. И на том этапе они скорее вложились именно в команду, потому что ChatGPT появился случайно и несколько позже.

2. Если ИИ-проект, у которого под капотом GPT (или аналогичные) модели, то ценность этого проекта через пару месяцев обнулится, т.к. любой вменяемый студент может повторить то же самое дешевле.Следовательно ценник за использование такого продукта будет падать, конкуренция вырастет.

Если это прокладка поверх готового API, тогда да. А если это собственное GPT-решение, развёрнутое на кластере GPU, тогда студенту такое вряд ли под силу.

Все верно, кажется, что индивидуальная разработка на выгоднее, но всем же хочется изобрести новый массовый продукт 🌚

1

вовремя, спасибо. как раз смотрю, что бы послушать

1

опа! а где и как ты выбираешь обычно? опиши пошагово, пожалуйста)

ReText-у респект, остальным почтение!

1