Не наступать на грабли

Стартап дня. Александр Горный.••2 min read•30 comments
Не наступать на грабли

Огромное количество бизнесов запускается зря. Человек придумал новый вариант CRM или просто кофейню на соседней улице, открылся, потом потыкался-помыкался год или два, потом закрыл проект и вздохнул с облегчением и минусом в свой месячный или годовой доход в найме. Типичная история – я сам в таком раз пять участвовал.

Иногда причина провала – операционка. Наняли не тех людей, плохо договорились с поставщиками, основатель потерял интерес. Иногда – какие-то внешние факторы, пандемия или действия конкурентов. Но часто финал был предопределен с самого начала – этот бизнес вообще не стоило начинать. CRM с такой фичей никому не нужна, на соседней улице нет трафика для кофейни.

Российский #стартапдня Trust Engine обещает объяснить основателю проблему заранее. Описываешь бизнес-идею текстом, через час получаешь отчет: объем рынка, конкуренты, риски, финансовую модель и вердикт “да или нет” – всё как у McKinsey, но только в тысячу раз дешевле.

Внутри – разумеется, Умные Алгоритмы. Разумеется, на базе LLM. Один AI ищет данные, второй его проверяет, а третий перепроверяет первых двух, чтобы отчет был не для красоты, а соответствовал реальности. Несколько примеров результатов можно скачать – выглядят удивительно адекватно, кстати говоря. Наверное, такого качества можно и самому от ChatGPT добиться, но не с первого, не со второго и не с десятого раза, мне кажется.

Основатель говорит, что Trust Engine сделал уже тысячу отчетов, средняя оценка – 4.8. Выручку стартап не раскрывает.

https://trustengineai.com/

#россия #насвои #ai
стартапбизнесaiанализпровал
View original on Telegram →

💬Discussion (30)

Konstantin Zhirnenko@kzhirnenko•
Отличный пример того, как мультиагентные системы меняют правила игры. Написать базовый промпт может каждый, а вот заставить несколько нейросетей перепроверять друг друга на факты - это уже реальный продукт. Для первичной валидации гипотез такой инструмент сэкономит кучу денег.
Maxim@rybmaxim•
Интересно, а сам основатель прогонял свой проект через своего агента? А потом результат агента проверял агентом? Сам занимаюсь созданием агентов и понимаю, что универсального агента сделать почти невозможно. Всё равно результат и мнение будет опираться на первичный или настроенный контекст. То есть объективности не будет. У ллм объективность (и то спорный вопрос) только в написании кода
Vadim Sorokin@VV_Sorokin•
Да, прогонял много раз. Более того, мы отдельно проверяем итог не одной моделью, а несколькими независимыми этапами
Maxim@rybmaxim•
и как предсказания от агента сбываются? я сам хотел такого агента создать и были попытки и были результаты и при тестировании всё упиралось в настройки. сделай положительные - результат будет положительный. Сделай отрицательные и результат будет отрицательный. Не получилось сделать нейтральные настройки (я потратил я несколько месяцев)
Vadim Sorokin@VV_Sorokin•
С одиночным агентом согласен - он легко уезжает в настройку. Поэтому у нас не "мнение модели", а конвейер из фиксированных проверок: факты, критерии, контраргументы, повторная валидация. Мы не обещаем 100% объективность. Наша задача проще и полезнее для бизнеса - убрать явный шум и снизить шанс принять слабое решение на входе.
Maxim@rybmaxim•
да, я тоже делал конвеер. 5-7 агентов, множественные вызовы и т.д. качество зависит от ЛЛМ, температуры и контекста конечно же.
Nikolas@faraich•
Расскажите, пожалуйста, об источниках?
Ведь 90% верности аналитики - это данные на которые она опирается. Не совсем понятно как у вас это работает? Вы просто на любую информацию из интернета опираетесь?
Vadim Sorokin@VV_Sorokin•
Нет, не на "любой интернет". Берем клиентские вводные + профильные и официальные источники, затем сверяем их между собой. Ключевые выводы в отчете привязаны к конкретной базе, а не к случайной статье. Первые 3 этапа это делают, чтобы не нести мусор дальше
Nikolas@faraich•
А что это за источники?
Вы покупаете данные у консалтинговых агенств?

Не праздно спрашиваю. Я просто проектировал похожую систему, только в медицинской сфере и там источники оказались очень узким горлышком, интересно как решили
Vadim Sorokin@VV_Sorokin•
Да, клиентские данные можно добавлять уже в бриф - система учитывает их как отдельный слой входных фактов. Enterprise нужен скорее там, где важны NDA, договор и более закрытый контур работы.
Anton Smirnov@Antonesmirnov•
а как выглядит сравнение результатов если те же входные данные закинуть в условный chatgpt?
Vadim Sorokin@VV_Sorokin•
Я тестировал саму гипотезу системы один раз - этого достаточно чтобы понять всю картину. Потом только прогоняли разные сценарии, беклоги и рекламные компании. Тк появлялись новые идеи.
Sergey Kolokolnikov@sergeykolokolnikov•
через час отчет. Почему так долго?
Vadim Sorokin@VV_Sorokin•
Потому что это не один запрос к модели, а многоступенчатая проверка: сбор контекста, сверка фактов, повторная валидация и финальная сборка ответа. Это дольше, но сильно снижает риск слабого или случайного результата
Kirill@kkcompa•
Стоимость подняли под запуск рекламы?
Vadim Sorokin@VV_Sorokin•
Нет, не "под рекламу". Мы просто не хотим продавать ниже реальной ценности и потом дергать цену после первых пользователей.
Kirill@kkcompa•
15 февраля - тариф Lite 14 990
Vadim Sorokin@VV_Sorokin•
Все верно. Тесты закончили, как и скидки.
Maxim@rybmaxim•
и второй момент - где и как храняться данные? чтобы отчет был релевантный нужно рассказать все идеи в ЛЛМ. И очевидно, что всё храниться в БД разработчика, и разработчик имеет доступ. Соглашение о неразглашении подписыватся?
Vadim Sorokin@VV_Sorokin•
Не нужно раскрывать "всю кухню" - обычно достаточно структурированных вводных по идее, рынку и экономике.
Данные хранятся на защищенном VPS в Нидерландах, доступ ограничен; для чувствительных кейсов подписываем NDA
Maxim@rybmaxim•
но проект интересен. и самое интересное на сколько он нужен рынку и готов ли рынок заплатить, чтобы услышать мнение ЛЛМ о его бизнесе)
Vadim Sorokin@VV_Sorokin•
Время все покажет конечно. Тут ещё важный момент - продукт не заточен только под рынок РФ. Можно пользоваться и оплачивать из любой точки мира.
Join discussion on TelegramComments are synced from Telegram

Read next

Как эффективно использовать стажёров в бизнесе?

e/acc•

Где отслеживать бизнес-мероприятия в Москве?

Оскар Хартманн•

Paper через 4 года

Стартап дня. Александр Горный.•