Подсмотрел у Andrew Ng (автор самых популярных курсов по машинному обучению, ко-фаундер Coursera, где они и распространялись) процесс построения стартапов в мире AI, который практикуется его командой и стартап-бутиком. Сам процесс обкатывался годами и выдержал несколько итераций, и вот к чему пришли 👇

0️⃣Идея: должна быть конкретной и проверяемой. Чаще эти идеи приходят от экспертов в индустрии, ибо многие проблемы неочевидны людям извне. Пример плохой идеи: «AI в финансах»

1️⃣Валидация идеи (1 месяц): проверяется, реализуема ли идея? делал ли кто-то нечто подобное? какой размер рынка? кому мы продаём? Шаг классический, про него написано и сказано много, останавливаться не будем.

2️⃣Найм CEO (2 месяца): ищется человек с профильной экспертизой, правильными контактами, навыками руководителя и умением принимать решения. Если вы не Andrew Ng, то до тир-1 уровня управленцев будет сложновато добраться, ну ничего. Иногда можно погрузиться с головой самому, нанять адвайзеров, и скорее всего это будет работать — просто в стартап-бутике хотелось поставить процесс на поток, и не тратить время на смену контекста. Главная цель этапа — ускорить погружение в детали проблемы, что особенно ценно сейчас, когда в AI новые идеи каждый месяц.

3️⃣Построение прототипа (3 месяца, 6 двухнедельных спринтов): вместе с CEO проводится кастдев, повторная валидация идеи на более низких уровнях. Параллельно быстрыми итерациями делается прототип. В компании Andrew NG этот этап переживает 66%. Главная цель этапа — выйти к точке, где можно привлекать клиентов и поднимать деньги.

4️⃣Pre-seed (12 месяцев): тут происходит допиливание MVP, найм на ключевые менеджерские роли, привлечение клиентов. Бутик Andrew в этот момент даёт компании $1M на развитие, те самые необходимые ресурсы.

Ну а дальше по классике, привлечение капитала, масштабирование, рост и выход на прибыльность, если она ещё не была достигнута.