Довольно интересная мысль про «эффект данных» в AI-стартапах. Формула успеха ИИ-старапа: Success = Data*Data + ML Talent + Algorithms Проще говоря, успешные AI-компании имеют «достаточно большие наборы данных, которые талантливые ML-разработчики могут использовать для создания лучших алгоритмов».

Презентация стартапа с рассказа о том, что на рынке существует проблема X и стартап Y эту проблему решает — не самый лучший вариант. Если это устоявшийся рынок, то и все проблемы там уже известны существующим игрокам. И эти проблемы либо уже решены, либо их уже пробовали решить разными способами. Поэтому, если их ещё не решили,…

Ищите негативные отзывы Результат важнее усердной работы Не нужно сразу же бросаться в разработку / не придумывайте идею, пока пишете код Неважно, что вы можете сделать. Гораздо важнее то, чего вы сделать не сможете Учитесь на чужих ошибках Сообщество скажет вам больше, чем друзья и коллеги Составьте план действий на случай провала стартапа

Бизнес должен решать проблему (проблема должна быть вам близка) Завести «список проблем» (попробуйте найти в них возможности) Решайте повседневные проблемы (какая вас особенно раздражает? Как можно её исправить?) Найдите проблему, которая вас действительно заботит Покажите проблему Постоянно учитесь и расширяйте свой кругозор Бросайте вызов сложившемуся порядку вещей

Аркадий Морейнис рассказывает о типичных ошибках, которые совершают молодые предприниматели.

Запись вебинара Аркадия Морейниса и Алексея Черняка: «Куда вложить миллион. Часть 1. Франшизы и готовый бизнес»