Тысячи B2B стартапов разрабатывают продукт и технологии, которые должны сделать жизнь больших корпораций ещё проще или ещё 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 в стиле закупки воды для офиса, чтобы сравнить все доступные варианты. Вот на эту-то проблему и нацелился #стартапдня 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 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 слетают на proov как мухи на мед, боль действительно острая, сейчас в системе больше сотни больших компаний и почти тысяча проверенных и отобранных стартапов. Такая база, между прочим, уже самостоятельная ценность, но работать как маркетплейс и брать деньги за “знакомство” proov (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, банально, реакцию живых пользователей на новый алгоритм через proov не проверить. В итоге, в системе, позиционирующейся 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 получил больше 20 миллионов долларов, в третий раз напишу про актуальность темы – она любые деньги оправдает, если все-таки получится что-то эффективное сделать.
https://proov.io/
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 в стиле закупки воды для офиса, чтобы сравнить все доступные варианты. Вот на эту-то проблему и нацелился #стартапдня 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 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 слетают на proov как мухи на мед, боль действительно острая, сейчас в системе больше сотни больших компаний и почти тысяча проверенных и отобранных стартапов. Такая база, между прочим, уже самостоятельная ценность, но работать как маркетплейс и брать деньги за “знакомство” proov (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, банально, реакцию живых пользователей на новый алгоритм через proov не проверить. В итоге, в системе, позиционирующейся 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 получил больше 20 миллионов долларов, в третий раз напишу про актуальность темы – она любые деньги оправдает, если все-таки получится что-то эффективное сделать.
https://proov.io/
Стартап: proov.io
Голосование завершено.
Хотите инвестировать в подобный проект в России?
Укажите сумму в долларах, если готовы инвестировать в подобный проект. Когда денег соберется достаточно и мы найдем команду под проект, #СтартапДня свяжется с вами.