Kategorie
Webinary

Mike Rosenberg: Geopolityka a sztuczna inteligencja

Nie jest zaskakującym, że sztuczna inteligencja ma ogromną rolę do odegrania. Może pomóc uczynić nasze życie lepszym, ale będzie też mieć ogromny wpływ na geopolitykę. I to może być niebezpieczne. O przyszłości AI w kontekście geopolityki mówił prof. Mike Rosenberg podczas wrześniowej sesji Akceleratora Innovatorium.

Żeby zrozumieć, w którym kierunku może zaprowadzić ludzkość sztuczna inteligencja powiązana z geopolityką, warto prześledzić, jak w przeszłości rozwijały się konflikty pomiędzy krajami. Wiedza historyczna ułatwia zrozumienie pewnych procesów, choć zmieniający się świat powoduje, że przebieg współczesnych konfliktów jest daleko inny od tych sprzed lat. I takiemu właśnie rysowi historycznemu geopolityki poświęcona była pierwsza część wykładu prof. Mike’a Rosenberga.  profesora zarządzania strategicznego w IESE Business School.

Wojna hybrydowa – znak czasów

Zimna wojna zamroziła typowe konflikty militarne na długi czas, przypomniał Rosenberg, choć przeszły one na inne obszary. I tak było przez wiele lat. W momencie upadku ZSRR zamrożone konflikty powróciły. Dziś na świecie punktów zapalnych jest bardzo dużo. Jeśli chodzi o Rosję, to dąży ona obecnie do odzyskania imperialnej pozycji, jakby nie pamiętając, że sytuacja geopolityczna jest inna niż w latach ’80 XX wieku. Rosjanie powinni rozumieć, podkreślał Rosenberg, że obecna polityka popycha ich kraj w stronę sojuszu z Chinami, tyle że Chiny nie mają interesu, by stawać w obecnym konflikcie po stronie Rosji. Jak mówi Rosenberg, Rosja wręcz na własne życzenie podporządkowuje się Chinom.

– Współcześnie mamy do czynienia przede wszystkim z wojną hybrydową, w której wykorzystanie technologii, obok działań konwencjonalnych, ma niebagatelne znaczenie – mówił prof. Rosenberg. W dodatku zanim dojdzie do konwencjonalnych działań, obserwować można wiele zdarzeń, które budują odpowiedni grunt. Rosenberg przypomniał m.in. wybory prezydenckie w USA, w których zwycięstwo odniósł Donald Trump. Dziś nie jest już tajemnicą, że rosyjskie tajne służby uruchomiły tysiące fake newsów w amerykańskich mediach społecznościowych i miały wpływ na wyniki wyborów w USA. Trzeba pamiętać, mówił Rosenberg, że koncepcja wojny hybrydowej uwzględnia też ataki na infrastrukturę i w kontekście geopolityki jest to coraz powszechniejsze działanie. Nikt nie zakwestionuje, że rola systemów informatycznych stała się ogromna.

Kto ma AI, ma wpływy

Druga część wykładu poświęcona była głównie zwróceniu uwagi na gwałtowny rozwój technologii opartych o AI. Sztuczna inteligencja ma służyć całej ludzkości w różnych sferach życia. I będzie mieć wpływ na zmianę świata. Pytanie tylko jak będzie temu światu służyć i jak zostanie wykorzystana przez armie.

Sztuczna inteligencja, uczenie maszynowe czy rozwijanie sieci neuronowych w kontekście geopolitycznym będą wykorzystywane do zdobywania, gromadzenia i przetwarzania danych, rozwoju wielkich platform biznesowych, hardware’u (sprzęt komputerowy) czy soft power (oprogramowania). Oraz do prowadzenia wojen. Bo niestety jest tu dużo miejsca dla AI, zwłaszcza w obszarze działań wojennych, logistyki i co najgorsze – unicestwiania ludzi.

Dane to dziś nowe złoto – tłumaczył Rosenberg. Dzięki nim można obserwować zachowania, przewidywać je i wpływać na nie. – Najlepszym przykładem są obecnie Chiny, które kontrolują swoje społeczeństwo – mówił prof. Rosenberg, zwracając jednocześnie uwagę na pewien paradoks w podejściu do danych przez Amerykanów. Z racji ich niefrasobliwości w udostępnianiu danych, stały się one punktem wyjścia dla modeli biznesowych wielu firm. – Firmy cyfrowe docierają już do tego poziomu inwigilacji, co organizacje szpiegowskie – twierdzi Rosenberg.

Oczywiście im więcej danych, tym więcej platform biznesowych, korzystających z nich i bogacących  się dzięki temu.

Obecnie można już mówić o rywalizacji geopolitycznej platform, a wręcz porównywać z walką o przewagę militarną. Czy Chiny zrezygnują z walki o Tajwan? Raczej nie – przekonywał Rosenberg. Bo w tym sporze nie chodzi wyłącznie o terytorium, ale o terytorium, w którym produkuje się ultranowoczesne 3-nanometrowe chipy. – Ten kto dominuje w produkcji chipów, dominuje na świecie – mówił Rosenberg i podkreślał, że Tajwan ma obecnie 40 proc. udziału w światowej produkcji hardware’u.

Rosenberg zwracał też uwagę, że kraje, które zaadaptowały AI szybciej, będą mieć większe tempo wzrostu i będą wpływać na pozostałych. Ponownie jako przykład podał Chiny i Inicjatywę Pasa i Szlaku, którą można określić mianem „konia trojańskiego” chińskiej polityki. Ma ona jednocześnie intensyfikować rozwój gospodarki Państwa Środka i rozszerzać wpływy polityczne. A wszystko to finansowane przez chińskie banki, zgodnie z chińskimi standardami, dalekimi od amerykańskich czy europejskich. Jednym z krajów, gdzie projekt udaje się wprowadzać, są Węgry.

Sztuczna inteligencja pomaga też wojsku. Niestety. Zbiera dane, analizuje, wykrywa anomalie, na które człowiek nie zwróciłby uwagi, wspiera logistykę, pozwala śledzić działania wroga. Nowoczesne maszyny, wspomagające prowadzenie działań wojennych są wyposażane w inteligentne systemy coraz powszechniej. Czy jednak – pyta prof. Rosenberg – tego typu broń nie powinna być zakazana? Powołuje się w tym podejściu m. in. na pogląd szefa ONZ, Antonio Guterrsa, który optuje za tym, by urządzenia autonomiczne uznać za niezgodne z konwencjami, podobnie jak broń chemiczną.

Człowiek musi mieć kontrolę nad AI, zwłaszcza tam, gdzie broń używana jest do unicestwiania ludzi. – Nie powinno się pozwalać maszynom i robotom zabijać w oparciu o algorytm – mówił prof. Mike Rosenberg. Niestety międzynarodowy sprzeciw jest niewielki, co powoduje, że nieokiełznane rozbudowywanie systemów wojskowych prowadzi ludzkość w ślepą ulicę, w krąg wojen robotów i SF. – Jak najszybciej trzeba ten proces zatrzymać – podkreślił Rosenberg. 

Mike Rosenberg – profesor zarządzania strategicznego w IESE Business School

Wykład wygłoszony 29 września 2022 roku podczas sesji Akceleratora Innovatorium.

Kategorie
Webinary

Agnieszka Uflewska: Etyczne aspekty sztucznej inteligencji

– AI musi być zgodna z prawem, z wartościami etycznymi i solidna, zarówno z technicznego, jak i społecznego punktu widzenia. Musi być ukierunkowana na człowieka – mówi prof. Agnieszka Uflewska o warunkach wdrażania sztucznej inteligencji.

– Sztuczna inteligencja to tsunami o ogromnym potencjale, służącym rozwojowi, ale także niszczącym, jeśli jej twórcy nie będą pamiętać, że AI to nie tylko dziedzina informatyki, ale być może przede wszystkim filozofii. Jej pojawienie się zmusza nas do zastanowienia się, co to znaczy być dobrym człowiekiem i co to znaczy dobrze żyć – zwróciła uwagę prof. Agnieszka Uflewska podczas grudniowej sesji Akceleratora Innovatorium.

– Nie da się mówić o aspektach etycznych bez odniesień do kultury, czyli pewnej całości, obejmującej wiedzę, wierzenia, wzorce myślenia i zachowania, sztukę, moralność, prawa, obyczaje, zdolności i nawyki nabyte poprzez ludzi przez przynależność do danego społeczeństwa. A kamieniem węgielnym kultury jest etyka (normy, wartości, wierzenia), bo z tego wynikają symbole, czytelne i ważne dla nas – przekonywała prof. Uflewska.  Jesteśmy w pewnym historycznym momencie, w którym wszystko staje się 5.0. – Inteligentne rozwiązania, oparte na przetwarzaniu danych, także wrażliwych, wkraczają w nasze życie poprzez biznes i administrację.

Godna zaufania sztuczna inteligencja, czyli etyczne aspekty AI

Etyka AI ma określić sposób, w jaki sztuczna inteligencja może prowadzić do poprawy lub naruszenia dobrobytu jednostek, zarówno pod względem jakości życia, jak i autonomii człowieka i wolności, niezbędnych w demokratycznym społeczeństwie.  – Jednostki i społeczeństwa muszą być chronione na podstawowym poziomie – podkreślała prof. Uflewska. – Etyka AI stymuluje innowacje, których celem jest promowanie wartości etycznych.

By moc wdrażać AI, musi cieszyć się ona wiarygodnością i zaufaniem. Nie wolno zapominać, że AI ma być ukierunkowana na człowieka, na zwiększanie jego dobrobytu i gwarantowanie równości. Dlatego więc ma być ona: zgodna z prawem (poszanowanie wszystkich istniejących przepisów), zgodna z zasadami i  wartościami etycznymi oraz solidna, zarówno z technicznego, jak i społecznego punktu widzenia.

Agnieszka Uflewska wymienia cztery normy wypracowane w tej kwestii przez Komisję Europejską, które przenoszą się na wartości, o których nie można zapomnieć, pisząc algorytmy AI:

  • Poszanowanie autonomii człowieka: interakcja z systemami AI musi gwarantować ludziom samostanowienie, możliwość wyboru oraz posiadanie nadzoru nad sztuczną inteligencją
  • Zapobieganie szkodom: systemy AI muszą być bezpieczne, nie mogą szkodzić ludziom i środowisku
  • Sprawiedliwość: musi być rozumiana jako niedyskryminacja, przeciwdziałanie stronniczości czy stygmatyzacji, a w wymiarze proceduralnym musi pozostawić ludziom możliwość kwestionowania decyzji podejmowanych przez AI
  • Możliwość wyjaśnienia: procesy zachodzące w AI muszą być przejrzyste, a cele i możliwości komunikowane wprost

Jakie wartości wynikają z tych czterech norm? 

  • Przewodnia i nadzorcza rola człowieka, kontrolującego, oceniającego skutki działania, zapewniającego narzędzia do zrozumienia przez użytkowników interakcji z AI.
  • Bezpieczeństwo i solidność techniczna (posiadanie scenariusza na wypadek zagrożenia AI w jakimś obszarze, jasny proces rozwoju, odtwarzalność procesów).
  • Ochrona prywatności i zarządzanie danymi.
  • Przejrzystość w proponowanych systemach.
  • Różnorodność, niedyskryminacja i sprawiedliwość, czyli unikanie stronniczości, zapewnienie różnorodność opinii już na etapie projektowania i udział osób, na które AI będzie mieć wpływ.
  • Dobrostan społeczny i środowiskowy, czyli monitorowanie systemów AI i sprawdzanie ich oddziaływania na społeczeństwo w różnych obszarach, w tym na kulturę i instytucje państwa.
  • Odpowiedzialność gwarantująca możliwość kontroli, przeprowadzenia ocen oddziaływania przed, w trakcie i po wprowadzeniu systemów AI.

Jak w praktyce stosować etykę AI

– Etyka musi być w sercu wszystkiego co robicie – mówiła prof. Agnieszka Uflewska do słuchaczy i potencjalnych projektantów AI. – Dlaczego etyczne AI jest takie ważne? Bo można stworzyć dużo bardzo dobrych rzeczy, ale jeśli nie będziemy pamiętać o etyce, to realne staną się zagrożenia takie  jak: identyfikowanie i śledzenie osób fizycznych za pomocą AI, systemy AI działające niejawnie, stosowanie mechanizmów oceniania obywateli z naruszeniem praw podstawowych, a nawet wykorzystanie AI do tworzenia systemów śmiercionośnej broni czy „inteligentnego” zniewolenia – vide Chiny.

– Musimy sobie odpowiedzieć na pytanie, w jakim świecie chcemy żyć. Jeśli w tym godnym zaufania, to on musi być oparty na etyce. 

Agnieszka Uflewska, prof. uniwersytetu w Glasgow, prawniczka, zajmująca się rozumieniem kultury i tożsamości kulturowej

Wykład wygłoszony 1 grudnia 2022 roku podczas sesji Akceleratora Innovatorium

Kategorie
Webinary

Michał Kibil: Prawne aspekty AI

– Sztuczna inteligencja nie może krzywdzić człowieka. Jest to determinant myślenia o szerzeniu rozwiązań  dotyczących AI i tego dokąd powinny zmierzać prawa jej dotyczące – mówił mecenas Michał Kibil podczas grudniowej sesji Akceleratora Innovatorium.

– Gdy myślimy o AI to przede wszystkim o zakresie danych, które człowiek udostępni sztucznej inteligencji  i sposobie ich wykorzystania – zwracał uwagę mec. Michał Kibil. Obowiązująca w Polsce ustawa o ochronie baz danych odnosi się do każdego zbioru, który za taką bazę może być uznany. Dlaczego ma to kluczowe znaczenie? – Jeśli korzystamy z jakichś danych, to konieczne jest zdefiniowanie, czy to w ogóle jest baza danych. Jeśli tak – kto jest jej producentem, bo to producent, czyli osoba, która poniosła nakłady, by ją stworzyć, jest podmiotem chronionym. To on jest uprawniony do decydowania w jaki sposób baza danych może być wykorzystywana, a także ma prawo do wynagrodzenia za korzystanie z niej. Naruszenie praw producenta do danych grozi nie tylko odpowiedzialnością cywilno-prawną, ale nawet karną.

Wykorzystywanie danych

Przepisy rozszerzają ochronę twórcy na każde wykorzystywanie danych czy utworów. – Nie tylko zresztą twórcę, także faktycznie posiadacza praw autorskich – przypominał Kibil. – Jednym z uprawnień właściciela praw autorskich jest bowiem prawo do nadzoru nad tym, jak utwór będzie wykorzystywany. Kibil przestrzegał wiec przed sytuacją, w której wykorzystanie choćby jednego elementu niezgodnie z intencją posiadacza praw, może zablokować cały projekt biznesowy. – Roszczenia twórcy mogą być różne, bo w przypadku praw majątkowych właściciel ma prawo żądać odszkodowania i części zysków osiągniętych, gdy naruszono jego prawa autorskie.

Wykorzystywanie danych osobowych 

Szczególnie wrażliwym obszarem danych, które mogą być przetwarzane przez algorytm w celu jego wyuczenia, są dane osobowe.

Tworząc algorytm można być administratorem danych osobowych, czyli podmiotem, który ma samodzielne prawo do przetwarzania danych osobowych lub podmiotem przetwarzającym, nazywanym potocznie procesorem. Jeśli mowa o danych osobowych, to czym innym są dane osobowe zwykłe, a czym innym szczególnie wrażliwe (odnoszące się do stanu zdrowia czy biometrii), na używanie których konieczna jest wyraźna zgoda. Jeśli więc twórca algorytmu ma na celu tworzenie narzędzi do profilaktyki zdrowotnej, to poza przypadkami, w których zacznie on odpowiednio wcześnie zbierać zgody na przetwarzanie danych osobowych, warto zastanowić się nad alternatywną opcją, by nie skazać projektu na porażkę. Może być nią np. nietraktowanie danych jako osobowych – zwracał uwagę Kibil. Nie wszystko bowiem, co było daną osobową kiedyś, nadal musi nią być. Danymi osobowymi nie są choćby dane zanonimizowane (stają się danymi statycznymi, gdy nie da się ich powiązać z konkretną osobą).

Bezpieczeństwo

 – Tam gdzie przyuczamy algorytm oparty na danych osobowych, musimy się skupić na kilku obszarach – mówił mec. Kibil. – Stworzone oprogramowanie musi być bezpieczne pod kątem architektury systemu, zgodnej z wymogami bezpieczeństwa, a o przetwarzaniu danych osób fizycznych i zasilaniu nimi algorytm trzeba daną osobę poinformować.  Ważna jest też kwestia automatycznego przetwarzania danych osobowych, wprowadzona na gruncie RODO. Każda osoba, w przypadku której podejmujemy decyzję zautomatyzowaną, czyli bez udziału człowieka, ma prawo wiedzieć, w jaki sposób jej dane są przetwarzane przez algorytm, jakimi wyznacznikami się on kieruje i do kogo można się odwołać, gdy nie akceptuje się decyzji algorytmu. Po stronie takiej osoby stoi już dziś np. unijne prawo do niedyskryminacji.

Czy algorytm jest utworem?

Większość ekspertów twierdzi, że w świetle praw autorskich nie. Ale… to zależy. W Polsce wytwory AI np. obrazy, nie są uznawane za utwory, ponieważ nie są wytworami człowieka. – Do kogo w takim razie przynależy taki obraz? – stawiał pytanie mec. Kibil. – Do osoby, która wpisała hasła do wygenerowania obrazu, czy do twórcy kodu, a może do właściciela firmy dewelopującej algorytm? Tu nie ma dobrej odpowiedzi – podkreślał. Tymczasem w domach aukcyjnych już sprzedaje się zdjęcia-obrazy wytwarzane przez AI. A AIVA topierwszy algorytm sztucznej inteligencji, który został uznany za autora, bo poza Polską, definicja utworu zaczyna być mocno rozszerzana.

Odpowiedzialność za sztuczną inteligencję. Nadchodzi AI Act

– Jeśli wykreujecie sztuczną inteligencję, która doprowadzi kogoś do szkody, to ta osoba będzie w stanie obciążyć odpowiedzialnością was – zwracał uwagę mec. Michał Kibil. I przestrzegał: – Dziś odpowiedzialność jest lekko iluzoryczna, ale za chwilę już tak nie będzie. Wchodzą nowe przepisy na poziomie UE. Prócz odpowiedzialność kontraktowej jest też ta w obszarze RODO.

AI Act to nowa regulacja, która ma uporządkować w UE cały obszar wykorzystywania sztucznej inteligencji. Zmienia model myślenia sztucznej inteligencji i jej postrzeganie, wprowadzając cztery kategorie ryzyka: minimalne, ograniczone, wysokie, nieakceptowalne.

Wprowadza też listę zakazanych praktyk, których nie możemy stosować, np. wykorzystywanie algorytmów AI do powszechnego śledzenia ludzi czy tworzenia system oceny społecznej, takich z jakimi mamy do czynienia w Chinach. AI Act nałoży obowiązek audytowania AI, wprowadzi katalog systemów wysokiego ryzyka (m.in. tych wykorzystywanych w systemach HR), wymagać też będzie zarzadzania ryzykiem przez dostawcę czyli twórcę algorytmu. Ponadto ma wprowadzić obowiązek ubezpieczenia OC dla dostawcy. I naturalnie zobowiąże do przestrzegania zasad etyki AI czy praw własności intelektualnej.

Mimo że to pierwszy taki projekt, to od października 2022 roku jest już obiektem szerokiej dyskusji i krytyki m.in. z powodu definicji AI, która wg niektórych jest zbyt szeroka i niezgodna z wykreowaną przez OECD.

Nie tylko AI Act

Odrębnie wprowadzana jest dyrektywa odpowiedzialności za sztuczną inteligencję. Wystarczy wykazanie że algorytm jest niezgodny z zasadami AI ACT i że doszło do powstania szkody i to już przeniesie na twórcę ciężar odpowiedzialności cywilno-prawnej za skutek. To nie pracodawca będzie np. odpowiedzialny za dyskryminację pracownika, ale pracownik zgłosi się do podmiotu tworzącego rozwiązania AI.

Jak podejść rozsądnie do tworzenia sztucznej inteligencji? Najbezpieczniej pamiętając o ISO 3850. To najlepsza wskazówka, zgodnie z którą warto podzielić proces tworzenia na fazę koncepcyjną, projektowanie i rozbudowę, weryfikację i walidację modelu, wdrażanie, działalność operacyjną i monitorowanie, reewaluację oraz zakończenie projektu.

Mec. Michał Kibil  Senior partner w kancelarii GTL specjalista od prawa autorskiego, prawa nowych  technologii, specjalista do spraw sztucznej inteligencji i prawnych aspektów

Wykład wygłoszony 1 grudnia podczas sesji Akcelerator Innovatorium

Kategorie
Webinary

Grzegorz Samborski: Szanse i ograniczenia polskiej przedsiębiorczości technologicznej

Co ogranicza polskie startupy, a co może być ich siłą? Jak prezentują się na rynkach? Jakie wartości mogą przekuć w sukces? Podczas listopadowej sesji Akceleratora Innovatorium mówił o tym Grzegorz Samborski.

Jest takie powiedzenie, że jak nie wiadomo o co chodzi, to chodzi o pieniądze. I wydaje się, że to one są w dużej części problemem polskich startupów. – Większość finansowania pochodzi z unijnych subwencji, przyznawanych przez rozmaite instytucje. W Polsce średnia inwestycja w startup to ok. 800 tys. zł, podczas gdy w Europie ok. 1 mln euro – mówił Grzegorz Samborski.

Taka sytuacja utrudnia start i powoduje często problemy z kapitałem ludzkim. Koszt zatrudnienia programistów może być dominującym, a przecież nie jest jedynym. To powoduje, że founderzy często pełnią zbyt wiele ról, nie skupiając się na swoim głównym zadaniu, a w konsekwencji szybko tracą wiarę, że robią coś, co ma sens.

Polska to za duży i za mały kraj

Nadal spora część startupów myśli o projektach głównie w skali lokalnej. To błąd – przekonuje Samborski. – Jesteśmy krajem, w którym nigdy nie zrobi się dużego biznesu, więc pomysły na startupy warto zglobalizować. Jako przykład podaje firmy powstające na Litwie, Łotwie i w Estonii, które od początku są nastawione na rynki zagraniczne, bo mają świadomość, że trudno robić biznes dla kilkuset tysięcy ludzi. Zmiana mentalności polskich przedsiębiorców wydaje się być konieczna, choć jak sam Grzegorz Samborski przyznaje, bycie młodą demokracją i młodą gospodarką rynkową nieco może tłumaczyć zachowawczość.

Nie ma zmiłuj, podatki

– W bardziej cywilizowanych krajach na świecie, startupy są inaczej traktowane, jeśli chodzi o podatki – przekonywał Samborski. – Patrzy się na nie jak na firmy, które potencjalnie mogą przynieść większe przychody z podatków za jakiś czas, niż gdyby obciążać je tak samo wysokimi daninami już na bardzo wczesnym etapie. Zwrócił też uwagę, że te „dojrzałe” przedsiębiorstwa często odprowadzają mniejsze podatki, całkowicie zgodnie z prawem. 

Kluczowe trzy pierwsze lata

Samborski podczas wykładu oparł się m.in. na danych z raportu „Startup genome report extra on premature scaling”, przygotowanego przez badaczy z uniwersytetu Stanforda i Berkeley. To z ich badań wynika, że w ciągu pierwszych trzech lat upada nawet 92 proc. startupów. – Głównie dlatego, że gdy skończą się pieniądze, brakuje pomysłów, jak zdobyć nowe środki albo ludzie przestają wierzyć w sens tego, co robią. Konkurencja  jest ogromna i niestety łatwiej jest odnieść sukces komuś pracującemu w Niemczech czy w Estonii niż w Polsce.

Coś optymistycznego?

Tak. I to całkiem spora lista: wiek startuperów, doświadczenie, śmiałe wejście do świata nowych technologii, coraz więcej prywatnych pieniędzy na rynku, więcej też kapitału spoza Polski.

Samborski zwraca uwagę na wiek przedsiębiorców. Jak wynika z raportu, dotyczącego badania polskich startupów, przybyło założycieli reprezentujących najmłodsze pokolenie. Grupa wiekowa 20-30 lat w 2020 roku stanowiła tylko 28 proc. Teraz jest to już 37 proc.  Rodzi to naturalnie obawy, że brak doświadczenia nie pomoże utrzymać się na rynku, ale  – jak twierdzi – Samborski – wspomniane badanie pokazuje też, że ci młodzi ludzie są odważni,  nie boją się  relacji międzynarodowych, myślą bardziej globalnie i są zdeterminowani.

Wg badania 10 proc. founderów to osoby w wieku 40+ a ich atutem jest doświadczenie, co zwiększa szansę na sukces. Zaledwie 4 proc. firm założyli ludzie po 50. roku życia.

Co zamierzają oferować startuperzy w Polsce? Głównie AI i uczenie maszynowe, ale też produkty z dziedziny e-commerce, medtech, edukacji oraz obszaru „analityka, research tools, business inteligence”. Blisko połowa przedsiębiorców oferuje produkt webowy, dalej jest aplikacja mobilna i masowy produkt fizyczny.

Jeśli chodzi o model biznesowy to dominują SaaS (40 proc.) oraz B2B Enterprise (36 proc.). B2C wybiera tylko 20 proc. przedsiębiorców.

– Pozytywne jest to, że coraz więcej firm już rozumie, że trzeba myśleć innymi kategoriami, czyli o rynkach zagranicznych – podsumowuje Grzegorz Samborski. – 78 proc. przedsiębiorców planuje w ciągu roku wejść na nie. Głównie chodzi o rynek unijny, ale priorytetowe są też Stany Zjednoczone i Kanada.

Grzegorz Samborski, dziennikarz z wykształcenia, pasjonat internetu, nowych technologii i muzyki, od blisko 30 lat działa na styku marketingu, sprzedaży w Internecie.

Prezentacja miała miejsce 24 listopada podczas sesji Akcelelratora Innovatorium

Kategorie
Webinary

Tomasz Goliński: Pozyskanie kapitału to wyzwanie. Warto wiedzieć, jak zaprezentować się przed funduszem VC

Proces inwestycyjny oraz współpraca miedzy spółkami i funduszami venture capital stanowiły temat prezentacji Tomasza Golińskiego podczas listopadowej sesji Akceleratora Innovatorium.

Wybór instrumentów finansowych zależy od tego, na jakim etapie rozwoju znajduje się przedsiębiorstwo. – Wczesny etap wiąże się z dużymi wyzwaniami, ale etap pomysłu, transferu czy weryfikacji jest bardzo dobrze finansowany w Polsce ze środków publicznych – mówił Tomasz Goliński. – Głównym wyzwaniem jest pozyskanie kapitału, dlatego warto wiedzieć, jak zaprezentować się przed funduszem VC.

Pierwsza wskazówka – radykalna: Nie bierz pieniędzy od VC, jeśli nie jesteś pewien, że to właściwa droga dla twojego projektu.

– Trzeba być świadomym, że fundusze VC stawiają na skalę działalności spółki i jej powiększanie, a co za tym idzie na wzrost wartości całego biznesu. To oznacza ciągłe inwestowanie pozyskanych środków w rozwój przedsiębiorstwa – tłumaczył Goliński, przekonując, że w takiej sytuacji konieczne jest założenie, że przedsięwzięcie zwielokrotni wartość na przestrzeni lat, nawet kosztem jego rentowności. Jeśli jednak fundusze VC to jest to, „be bold” – radził Goliński.

Odwaga w prezentacji pomysłu może być decydująca. Bez udowodnienia, że chodzi o ambitny i rokujący cel, trudno będzie przekonać VC do współpracy. – Warto pokazać determinację do zdobywania rynku globalnego czy zdominowania obszaru, na którym działa przedsiębiorstwo. Ambitne cele mają urealnić potencjał wzrostu spółki w dłuższym okresie – przypominał Goliński. Oczywiście same zapewnienia to za mało, więc…

Build the strong team

Jak mówił Tomasz Goliński, nie chodzi o kompletny zespół na starcie, ale komplementarny już tak, by projekt mógł ruszyć. Umiejętność przedstawienia zespołu oraz przeprowadzenie prezentacji, zwięźle podsumowującej działalność spółki jest na tym etapie kluczowa.

Warto zacząć od ogólnej koncepcji i informacji o zespole, produkcie, technologii, a także przedstawienia grupy docelowej, opisania modelu biznesowego i możliwej konkurencji. Nie można naturalnie zapomnieć o warunkach inwestycyjnych.

– Startupowcy powinni zwrócić uwagę na smart money czyli poszukiwanie środków finansowych, które nie ograniczają się jedynie do inwestycji kapitałowej, natomiast inwestorzy powinni wnieść w ramach współpracy jakąś dodatkową wartość – podkreślał Goliński.

Don’t sell cheap

Nie sprzedawaj tanio – radził prelegent. I podkreślał: – Szanuj swoją wartość nawet na wczesnym etapie rozwoju i myśl długoterminowo. Galiński uczulał, że cały czas trzeba pamiętać o  strukturze udziałowej naszej spółki i myśleć o nieoddawaniu kontroli nad nią w kontekście procentowego układu sił, przynajmniej do rundy inwestycyjnej na poziomie kilkunastu milionów zł. – Nie można być zepchniętym do roli mikroudziałowca w całej strukturze – przestrzegał. 

Dywersyfikacja chroni

W kontekście prowadzenia biznesu trzeba pamiętać o dywersyfikacji, dlatego do rozmów warto zapraszać wiele funduszy. Ale dywersyfikacja powinna być też implementowana w zakresie działalności spółki. Jeśli produkt nie daje przychodów, można i należy szybko zmienić koncepcję biznesową. 

Słuchaj swoich klientów

Nakłady pracy często ugruntowują przekonania founderów, którym trudno przyznać, że rozwiązanie nie jest idealne. Tymczasem Tomasz Goliński przekonywał: – Warto być elastycznym w pracy z produktem. Nawet już po pozyskaniu inwestora! Warto wsłuchiwać się w trendy rynkowe i być trochę kreatorem tych trendów. To pozwala uniknąć błędów dużych korporacji,  które ignorują innowacje z rynku – mówił.

Term sheet, due diligence i… umowa

Zwieńczeniem I etapu powinno być otrzymanie od inwestora dokumentu, podsumowującego warunki inwestycyjne (term sheet). Po jego podpisaniu inwestorzy rozpoczynają proces due diligence czyli badanie spółki. Jakie? To zależy, ale pewne jest m.in. badanie prawne spółki, finansowe, technologiczne. Po podpisaniu umowy nastąpi wpłata środków na konto. Trzeba też pamiętać, że fundusze po inwestycji będą oczekiwać raportowania z działalności spółki.

Dr Tomasz Goliński, founding partner Cofounder Zone

Wykład odbył się 24 listopada podczas sesji Akceleratora Innovatorium

Kategorie
Webinary

Tomasz Gruszka: Jak możliwości technologii zamienić w biznesowy sukces

Sztuczna inteligencja i big data tworzą nową jakość w technologii. Jak przekuć ją w biznesowy sukces opowiadał Tomasz Gruszka podczas listopadowej sesji Akceleratora Innovatorium.

Ostatnie 20 lat przyniosło sporo szumu wokół różnych technologii, z których każda wydawała się być przełomowa. Ostatecznie jednak wiele z nich miało relatywnie niewielki wpływ na rzeczywistość. – O sztucznej inteligencji, big data i analityce big data nie będzie już można tego powiedzieć – przekonywał Tomasz Gruszka.  – Dane tworzą zupełnie nową jakość. Pytanie, jak tę jakość zamienić na biznes.

Wydaje się, że na początku poświęcając więcej uwagi myśleniu strategicznemu. Kompetencje techniczne to mocna strona wielu startupów, ale myślenie o modelu biznesowym nie może zejść na drugi plan. O wykorzystaniu technologii w biznesie i niezbędnych działaniach  strategicznych Tomasz Gruszka mówił opierając się na zjawiskach z branży medialnej, podkreślając jednak, że prezentowane rozwiązania są uniwersalne dla różnych branż i typów biznesu. Wszystko ( a na pewno wiele) zaczyna się od decyzji menedżera (lub na niej kończy). W zależności od typu (wg Claytona Christensena) może on zadekretować sukces albo może  – rozumiejąc związki przyczynowo-skutkowe w przedsiębiorstwie – działać efektywnie.

W przypadku mediów trzeba pamiętać o ­ich trójwymiarowej konstrukcji. Pierwszy wymiar, kreatywny,  to opowiadanie historii. Drugi – technologia, a trzeci to model biznesowy. – Bez zmiany modelu biznesowego nie jesteśmy w stanie skutecznie zaimplementować nowej technologii – przestrzegał Gruszka.  – Wydaje się, że drogę, jaką musiała przejść niedawno branża muzyczna, zmieniając model biznesowy, muszą przejść teraz media.

Planowanie a strategia

Łatwo nie będzie. – Duże spadki nakładów, przychodów – także reklamowych – nie pomagają. Wydaje się to być konsekwencją tego, że menedżerowie długo nie rozumieli jakie zmiany nadchodzą. Niedoszacowanie potencjału nowych graczy, pojawienie się Google’a i innych, brak strategii wobec zagrożeń skutkuje w wielu przypadkach problemami – mówił Tomasz Gruszka, tłumacząc, że planowanie zamiast tworzenia strategii to poważny błąd. – Planowanie jest dość komfortowym działaniem, koncentrującym się na posiadanych zasobach. Natomiast mówienie o strategii to zintegrowany zbiór wyborów, które pozycjonują firmę w domenie jej działania w sposób, który prowadzi do wygrania z konkurentami. Są to decyzje, które rozstrzygają, dlaczego powinniśmy być właśnie w tej branży i stawać się lepszymi od innych – przekonywał.

Wybory muszą być spójne, wykonalne i przetłumaczalne na zbiór aktywności, które należy podjąć. I właśnie strategia ma pomóc zdecydować, jaki cel chcemy osiągnąć i jak to zrobimy. Kluczowe są decyzje klientów, choć nie kontrolujemy ich do końca.  Mimo wielu badań i weryfikacji hipotez, nigdy nie będziemy mieć gwarancji sukcesu. Trzeba więc – robiąc coś nowego – być świadomym ryzyka i podjąć je. A to duże wyzwanie mentalne – powiedział Tomasz Gruszka,

Przez lata wiele firm funkcjonowało poprzez skalę. Był to stabilny model biznesowy; technologie zmieniały się w niewielkim stopniu i można było skupić się na administrowaniu. Dziś to już nie działa – zastrzegał Gruszka. – Myślenie strategiczne każe przede wszystkim zrozumieć jaką wartość tworzymy dla klienta, co mu oferujemy i jak tę wartość dostarczamy.

Co zrobić z AI

Epatowanie technologią bez głębszej refleksji nad modelem firmy prowadzi donikąd. Trzeba spojrzeć na przedsiębiorstwo i/albo na klienta z pewnej perspektywy i zdecydować,  w którym elemencie procesu można wprowadzić zmiany i wykorzystać AI oraz dane.

Jako przykład może posłużyć doświadczenie firmy Dataminr, która zajmuje się wykorzystaniem danych z wielu źródeł i przetwarzając je, ułatwia pracę dziennikarzom. Decyzja o wykorzystaniu AI na tym odcinku, przy wyborze tematów interesujących dla czytelnika, to decyzja o tworzeniu nowego modelu biznesowego i większej wartości.

Zbudować wartość, obniżyć koszt

Wiele algorytmów już wspiera monetyzację treści, np. przez pomoc w budowie systemów subskrypcyjnych. Wkrótce model reklamowy będzie poddany dużym zmianom przez wycofanie third party cookies i brak możliwości wykorzystania danych stron trzecich. – Jeśli te dane znikną – tłumaczył Gruszka – będziemy potrzebowali zupełnie nowych danych, by wspierać adresowanie reklamy do odbiorców. Już trwają prac nad budowaniem algorytmów, umożliwiających kategoryzowanie treści w sposób, który pozwala więcej zarabiać.

Strategia może opierać się też na obniżeniu kosztów i wcale nie jest to czymś banalnym. Tak robi choćby AP na rynku amerykańskim, korzystając z AI do tworzenia treści o wynikach spółek. Liczba  informacji wzrosła kilkunastokrotnie, choć nie zatrudniono więcej osób do ich tworzenia.

– Szukając wartości dla technologii patrzmy na to, czy jesteśmy w stanie obniżyć koszty, czy jesteśmy w stanie zwiększyć wartość dodaną. Skupmy się na zrozumieniu na czym ta wartość polega i zróbmy to dobrze – mówił Tomasz Gruszka.  – Dla sukcesu przedsiębiorstwa nie wystarczy kompetencja technologiczna. Potrzeba kompetencji menedżerskiej z obszaru zarządzania strategicznego. Trzeba umieć podjąć decyzję o wymiarze strategicznym i zrobić to skutecznie. Wartość menedżera rośnie najbardziej jeśli zrozumie czym jest AI. Jeśli nie zadekretuje zmiany, tylko będąc świadomym całego łańcucha działań, poprowadzi przez model biznesowy i określi, gdzie analityka danych pozwoli zwiększyć wartość i obniżyć koszty.

Tomasz Gruszka, menedżer specjalizujący się w wykorzystaniu technologii w biznesie, uczestnik projektów z obszaru analityki danych oraz blockchain.

Wykład miał miejsce 24 listopada 2022 roku podczas listopadowej sesji akceleratora Innovatorium

Kategorie
Webinary

Paweł Nowacki: O sposobach na zaistnienie startupu w mediach

Niezależnie od tego, czy materiał trafi do redakcji, czy twórcy startupu samodzielnie zdecydują się go promować, pierwszym pytaniem, na które trzeba sobie odpowiedzieć jest to, czy treść, którą startup chce przekazać, jest ważna dla firmy czy dla odbiorcy – mówił Paweł Nowacki podczas listopadowej sesji Akceleratora Innovatorium.

– Internauci korzystają z szeroko rozumianych mediów kiedy chcą, gdzie chcą i jak chcą – przypomniał Nowacki. Wybierają je samodzielnie, nadając szczególną rolę social mediom. Zmiany na rynku nie pozostały więc bez wpływu na pracę dziennikarzy i redakcji. Poszukiwanie informacji (offline i online) nie zajmuje już dziś tak dużo czasu, jak przed epoką internetu; pisanie tekstu także relatywnie niewiele, za to wszelkie działania, związane z publikacją materiału, mające na celu jak najlepszą dystrybucję, weszły na stałe do zakresu zadań dziennikarza. Prócz bycia researcherem i autorem, może być także montażystą (wideo lub podcastów), fotografem, specjalistą od obróbki zdjęć itp. Człowiekiem zdecydowanie bardzo zajętym. Debiutujący startuper powinien o tym pamiętać. – Jeśli twórcy startupu zechcą docierać do odbiorców za pośrednictwem redakcji, powinni mieć dobrze przygotowany materiał, informujący o ich produkcie. Im bardziej zaawansowana będzie to oferta, im lepiej przygotowana treść, w której wyraźnie podkreślona jest wartość innowacji, tym większa będzie szansa na zainteresowanie dziennikarza tematem i tym większa szansa na powodzenie promocji.

Przekonać dziennikarza

– W świecie nadpodaży informacji, dotarcie do dziennikarza z własną, nie jest specjalnie trudne – przekonywał Paweł Nowacki. – Trudniejsze jest przekonanie go, że warto się nią zająć. W nowej rzeczywistości medialnej artykuł żyje własnym życiem, a dziennikarz wart jest tyle, ile zarobią jego treści. Jednocześnie on sam także stał się marką, musi być więc przekonany, że podejmuje się tematów, które są warte zainteresowania.

– Jeśli jako startup dostarczamy jakiemuś medium treść, to trzeba też pamiętać, że media są uzależnione od tego, w jaki sposób zarabiają pieniądze i ściągają ruch. Nawet gdy treść trafi do jakiegoś serwisu technologicznego, który wielu czytelników świadomie wybiera,  dziennikarz wykorzysta ją i opublikuje, to i tak część użytkowników, może na nią trafić tylko dzięki wyszukiwarce.

Startuper social ninja

Korzystanie z pośrednictwa redakcji to jedna możliwość. Druga to samodzielne tworzenie informacji i dystrybucja za pośrednictwem social mediów. Mogą pomóc, ale czas, jaki startup ma na dotarcie z nią do odbiorcy, jest bardzo ograniczony. Przekaz musi być więc precyzyjny. 

– Żyjemy w epoce ekonomii uwagi – mówił Paweł Nowacki. Kilka liczb najlepiej obrazuje tę sytuację. W 1995 roku istniało 23.500 serwisów, co przy 39,6 mln internautów dawało 1985 użytkownika/internauty na 1 stronę. W 2012 serwisów było już 255 mln, a internautów blisko 2 mld. To znaczy, że na jedną stronę przypadało 7,7 użytkownika. 10 lat temu! Jak w takiej rzeczywistości budować przekaz i skutecznie docierać do właściwego odbiorcy?  – Właściciele startupu muszą pamiętać, że komunikację prowadzimy w świecie, w którym zachowania odbiorców mają istotny wpływ na to, jak z nią dotrzemy do użytkownika – przekonywał Paweł Nowacki. – A skoro mamy do czynienia z nadpodażą treści, zwrócenie uwagi na konkretny produkt, usługę czy zjawisko jest niezmiernie trudne. 

Definicja dobrej treści

Kiedy można mówić, że treść jest dobra? Gdy generuje odsłony lub wpływa na decyzję o zakupie subskrypcji, a przynajmniej przykuwa uwagę czytelnika i angażuje jego czas, zatrzymując na treści i zachęcając choćby do pozostawienia komentarza. Także wtedy, gdy buduje relacje z użytkownikiem i jest podawana dalej. – Każdą opowieść da się skrócić. Także opowieść o waszym startupie – przypominał Paweł Nowacki, podkreślając jak ważna jest umiejętność zwięzłego opowiedzenia o wartości produktu czy usługi, które oferuje. Gdy na rynku są takich firm tysiące, świadomość cechy wyróżniającej ofertę na rynku, jest nie do przeceniania. Gra toczy się o zainteresowanie potencjalnego użytkownika.

Jak zbudować dobrą treść

Niezależnie od tego, czy materiał trafi do redakcji, czy twórcy startupu samodzielnie zdecydują się go promować, pierwszym pytaniem, na które trzeba odpowiedzieć jest to, czy treść, którą startup chce przekazać, jest ważna dla firmy czy dla odbiorcy. Drugie pytanie powinno brzmieć: Czy możemy „opowiedzieć Stary Testament w minutę” czyli czy redukując do minimum zbędne treści, potrafimy wybić kluczową informację.  Trzecie powinno dotyczyć kryteriów wyboru social mediów. – Nie da się być na wszystkich kanałach – podkreśla Nowacki. – To kosztowne i czasochłonne, dlatego trzeba wiedzieć, kim ma być odbiorca komunikatu.

Marka to nie to, co my chcemy o nas powiedzieć, ale co konsument mówi o niej miedzy sobą – podsumowuje Paweł Nowacki.

Wykład przeprowadzony 27 listopada 2022 roku

Paweł Nowacki, konsultant strategiczny, szkoleniowiec. Trener m.in. dziennikarzy lokalnych z Polski i niezależnych wydawców z Ukrainy i Białorusi.
DIMAQ Professional

Kategorie
Webinary

Maciej Kraus: Pricing, czyli o strategiach cenowych w biznesie

Czy proponowany przez was produkt jest dobry, jeśli ludzie nie chcą za niego płacić? Jeśli akceptują cennik, który od was dostają, to jest to najlepsze potwierdzenie wartości tego, co robicie – uważa dr Maciej Kraus, specjalista strategii cenowych.

– 80 proc startupów upada, ponieważ ich produkty nie rozwiązują problemów klienta, który w związku z tym, nie chce za nie płacić– przekonywał podczas akceleratora Innovatorium Maciej Kraus. Myślenie o zarabianiu jest fundamentem procesu kreacyjnego, tymczasem twórcy startupów zwykle nie potrafią odpowiedzieć na kluczowe pytanie: jak będą zarabiać na swoim biznesie w przyszłości. Innym częstym zjawiskiem jest niechęć do podnoszenia cen w obawie przed stratą klientów. Jak mówił Maciej Kraus, trudno w takiej sytuacji nie zastanowić się, czy to twórca nie wierzy w swój produkt, czy nie potrafi wyjaśnić klientowi na czym polega waga jego oferty.

Problem wielu technologicznych startupów polega na tym, że są tak skoncentrowane na szczegółach technologicznych, że nie potrafią wytłumaczyć geniuszu swojego rozwiązania – mówił Kraus. Trzeba skupić się na komunikacji wartości.

Monetyzacja to nie księgowość

Monetyzacja to umiejętność, a model monetyzacji można i trzeba wypracować. Najlepsze i największe firmy pracują nad tym ustawicznie. Kraus jako przykład podał Netflix, który od 2010 roku zmieniał w USA swoje cenniki 21 razy, testując nowe rozwiązania. Strach przed odejściem klientów jest na wyrost – przekonuje Kraus – jeśli startup będzie się rozwijać. Wraz z rozwojem firmy i produktu, wrażliwość cenowa klienta także będzie rosła, bo taka jest natura biznesu. Zmiana cennika raz na kwartał, konieczność reagowania na to, co się dzieje na rynku to tylko niektóre rozwiązania, które podpowiedział Maciej Kraus. 

Mark Adreeissen: Podnieście ceny

Amerykański guru inwestycji i systemu BC w USA pytany, jakie zdanie umieściłby na billboardzie dla technologicznych founderów odpowiedział: Podnieście ceny. Kraus podpiera tę anegdotę konkretnymi danymi. Badania z 2021 roku pokazują, jaki wpływ miało podniesienie cen na wzrost przychodów. W 98 proc. pozytywny.

I co podkreślał Kraus szczególnie:  na etapie koncepcji, model powinien być najprostszy, by klienci go rozumieli. Tymczasem wiele startupów komplikuje cennik, choć nie potrafią zróżnicować produktu.

– Pricing jest narzędziem, bo dzięki niemu możecie zrealizować wasze cele strategiczne – przypominał Maciej Kraus. I pytał: Co chcecie osiągnąć? Chcecie być jednorożcem z sukcesem, czy chcecie zarabiać, budując „zwykłą” firmę, przynoszącą pieniądze?

Nie buduj czegoś, czego nikt nie chce

Cena i wartość muszą się zgadzać. Kraus podawał przykład Spotify. – Widzę w nim jakąś wartość i widzę cenę. Pytanie, co jest wyższe… Kiedy klient kupuje produkt, nie interesuje się, ile czasu i pieniędzy ktoś w niego zainwestował. Kupi go,  gdy jego wartość dla niego będzie wyższa niż cena. Być może czasem trzeba tę wartość uzmysłowić konsumentowi. Pricing ma realny wpływ na sukces firmy. Wiele firm popełnia jednak błąd, skupiając się na lejku sprzedażowym w jego pierwszym odcinku: jak klienta pozyskać, ale nie jak zatrzymać.

Pricing w minutę

Jak mówi dr Maciej Kraus, ta ogólna zasada nie zawsze się sprawdza (jak to bywa z ogólnymi zasadami), ale model:

10 – 5 – 20

może być cenną podpowiedzią dla startupowca:

10 x value – czyli wytłumaczenie obecnemu klientowi, że dostaje 10 razy więcej niż wynosi cena

5 x price raice  – czyli podniesienie o tyle ceny dla kolejnych kohort

20 x pushback – czyli zatrzymanie się, gdy 20 proc. klientów odmówi zakupu po wyższej cenie.

Dr Maciej Kraus, specjalista strategii cenowych (pricingu), praktyk w zarządzaniu grupą produktów w koncernie FMCG. Jest też autorem licznych publikacji na temat strategii sprzedaży i zarządzania cenami

Wykład odbył się 27 października 2022 roku

Kategorie
Webinary

Arkadiusz Skuza: Praktyczne sposoby jak zarobić na AI

– Żadna korporacja światowa nie ma takiej siły, by zdominować rynek AI. Sztuczna inteligencja wymaga współpracy w wielu obszarach. To dobra wiadomość dla przyszłych startupowców. Trzeba jednak pamiętać, że klient musi być pewien, że produkt, który dostaje dzięki AI, przyniesie mu konkretną wartość – wyjaśnia Arkadiusz Skuza, praktyk w budowaniu innowacyjnych produktów.

Gdzie szukać wartości

Z badań firmy Gartner, które przywołuje Arkadiusz Skuza, wynika jednoznacznie, że AI daje największą wartość, jeśli wspiera decyzje konsumenta. I nie chodzi wcale o kupno autonomicznego samochodu. – W ciągu najbliższych 2 – 3 lat dla użytkowników nie będzie to wartość – przekonywał Skuza podczas akceleratora Innovatorium. – Ciekawostka technologiczna tak, ale nie wartość. Podobnie będzie z tzw. inteligentnymi produktami. Klienci nie oczekują bowiem od AI przejmowania ich zadań, ale wspierania decyzji konsumenckich. Mało tego, jak wynika z badań, nie do końca ufają sztucznej inteligencji (system, wykonujący telefony do klientów, e-maile pisane automatycznie itp. nowinki ciągle budzą wątpliwości). Najciekawsze rozwiązania z perspektywy wartości biznesowej czyli generowania źródeł przychodów czy obniżania kosztów przy minimalizacji ryzyka, to te, które klienta wspierają.

Augmenting, nie collaboration

Czym algorytm sztucznej inteligencji różni się od klasycznego programu komputerowego? Najogólniej, wyjaśniał Skuza, tym, że jest w stanie uczyć się z biegiem czasu sam i zwiększać zdolność do podejmowanych działań. Ale użytkownikowi aplikacji do wędkowania Fishbrain, nic to o niej nie mówi. Dopiero kiedy dowie się, że aplikacja podpowie, kiedy ryby będą brały, albo pozwoli rozpoznać złowiony okaz, to będzie już inna informacja. Z kolei np. IBird Pro pozwoli dzięki AI dowiedzieć się, śpiew, którego ptaka słychać w lesie.

Te przykłady pokazują, że konsumentowi nie trzeba oferować wielkiej wartości; często wystarczy pomóc pewnej grupie docelowej. Nawet takie drobiazgi, jak opisane wyżej, mogą mieć dla niej wartość.

W jakich obszarach da się dziś najszybciej zarobić na machine learning, a koszty wejścia nie są duże? Rozpoznawanie języka, medycyna, roboty. W to warto wchodzić – przekonywał Skuza.

UseKeys is king

Każda firma podlega temu samemu typowi komunikacji w customer service. W relacjach firma-klient zawsze występują jakieś „dziury”, w których – jak twierdzi Arkadiusz Skuza – można szukać UseKeysów na zastosowanie sztucznej inteligencji. Jeśli firma Allegro zamiast w czwartek, dostarczyła towar w piątek, to znajdzie się tu miejsce dla AI. Zgłaszane e-mailem zażalenie to stos danych do analizy, które pozwolą np. stworzyć katalog działań do zastosowania w takich sytuacjach. Pracownik nie będzie musiał wymyślać odpowiedzi do rozżalonego klienta, ale będzie ją miał przygotowaną. Jeśli taki usekeys przeliczy się na wartość, to okaże się, że firma zaoszczędzi czas pracownika oraz stworzy nową wartość jaką będzie zadowolenie klienta.

Działając w obszarze AI, nie trzeba szukać tematów – wyzwań. Czasem wartość leży w bardzo prostych rozwiązaniach, które przynoszą klientowi ułatwienia.

Gdzie szukać UseKeys

Arkadiusz Skuza proponuje poszukiwania z użyciem AI Canvas w trzech obszarach:

  1. wygenerowanie nowych źródeł przychodu (czyli jak mogą zarabiać np. takie aplikacje jak Fishbrith)
  2. redukcja kosztów  (przykład z Allegro)
  3. minimalizowanie ryzyka (np. aplikacje do umów, zmniejszające ryzyko popełnienia błędu i akceptacji błędnej klauzuli)

Praca na AI Canvas znajduje zastosowanie w przygotowaniu usekeysów. Pozwala określić bussiness problem i szukać jego rozwiązania, bussiness value czyli przewidywaną wartość biznesową, zmienne które będą użyte do przewidywania czegoś  (np. jak na ostateczny efekt wpłynie jakość zdjęć) i customer value  czyli wartość dla klienta.

Arkadiusz Skuza

Przedsiębiorca technologiczny w Polsce i USA, właściciel Skuza Consulting

Wykład odbył się 27 października 2022 roku w ramach Akceleratora Innovatorium

Kategorie
Webinary

Agnieszka Skala: Lean startup. Metodyka tworzenia i zarządzania startupem

Metoda Lean Startup burzy klasyczny sposób myślenia o prowadzeniu biznesu. Zwykle przedsiębiorcy skupiają się na produkcie, podczas gdy najważniejszy jest klient i jego oczekiwania. Jak wpływa na to budowanie i prowadzenie startupu tłumaczyła dr hab. Agnieszka Skala podczas sesji Akcelerator Innovatorium.

Skupienie uwagi na kliencie, a nie na pomyśle i produkcie jest trudne. Ale jak tłumaczyła prof. Agnieszka Skala, zasadniczo zwiększa szanse nie tylko na stworzenie, ale też rozwijanie startupu. Żmudne analizy, wywiady, badanie rynku – pozwolą zweryfikować nierzadko błędne założenia.

Gdyby oprzeć się na schemacie budowania startupu wg Steve’a Blanka (wersja B. Coopera – prezentowana przez prof. Skalę) to kluczowymi etapami będą: odkrywanie klienta i jego problemu,  walidacja klienta (bez weryfikacji założeń nie należy robić kolejnego kroku). Dopiero po zamknięciu tego etapu można przejść do skalowania bazy klientów i budowania firmy.

Już ten początkowy etap pokazuje jakim wyzwaniem jest tworzenie startupu. Typowa kariera menedżerska polega często na realizacji gotowego modelu biznesowego, w przypadku startupu jest to niemal nieustanna pracę w toku. Dlatego tak ważne i pomocne będzie skorzystanie z narzędzi lean startup.

Narzędzia lean startup

Kto jest moim klientem

Kluczowe i najtrudniejsze pytanie. Uzupełnione drugim: jakie mam dla tego klienta rozwiązanie jego problemu. Metodyka lean startup zmusza, by spojrzeć odważnie: na konsumenta i jego potrzeby, a nie na produkt. Z tej perspektywy należy podchodzić do startupu. I co szczególnie ważne: wskazane jest tworzenie raczej planów średniookresowych a nie wieloletnich. Pierwszy klient, którego twórcy startupu uda się znaleźć i przekonać do zakupu, nie musi być klientem docelowym – przestrzega Skala.

Jaki będzie mój model biznesowy

Fundamentalne narzędzie zarządzania. Pomaga pomysł przekształcić w przedsięwzięcie (Business Model Canvas autorstwa Alexandra Ostervaldera).

Osterwalder jasno definiuje model biznesowy: sposób w jaki organizacja tworzy i dostarcza wartość dla klienta oraz jak na tym zarabia. Prof. Skala zwraca uwagę, że nie ma w tej definicji słowa „produkt”. Obala też jeszcze jeden z mitów pokutujących w środowisku startupów, że najcenniejszym jest pomysł. Jest odwrotnie. Pomysł nie jest nic wart, jeśli nie jest obudowany modelem biznesowym, na dodatek zweryfikowanym i sprawdzonym. Musi zostać przekształcony w innowację a hipotezy biznesowe (założenia) w fakty. Kiedy Rolls Roys, produkujący silniki lotnicze, zaproponował odbiorcom model zastępujący koszty stałe zmiennymi, wiele firm przejęło to rewolucyjne rozwiązanie zorientowane na usługę. Można zadać nieco metaforycznie pytanie, czy klient potrzebuje jedynie silnika, czy czegoś jeszcze, np. systemowych rozwiązań. – Myślenie popytowe ma przyszłość – przekonywała prof. Skala. Nieustanne sprawdzanie, czego potrzebuje nasz klient, a nie co my chcemy mu sprzedać.

Struktura modelu biznesowego

Ułatwieniem w wypracowaniu modelu biznesowego może być trzymanie się jego trzyczęściowej struktury:  zrozumienia klienta i jego oczekiwań (frontend), zbudowania zaplecza, które pozwoli na rozwiązanie problemu klienta (beckstage) i analizy finansowej powyższych działań.

Na pierwszy element prof. Skala zwracała niezmiennie największą uwagę. Tu nie ma za wielu pytań, wszystkie są ważne. Konieczne jest zdefiniowanie: kto jest klientem, kto używa,kto kupuje i płaci, dla kogo tworzy się wartość, jaki jest najlepszy klient, pierwszy klient itp. – Warto tworzyć model dla drobniejszych przedsięwzięć  – radzi prof. Skala. I podpowiada serię dalszych pytań: jaki problem konsumenta rozwiąże startup, co go wyróżnia, w czym pomoże, jakie potrzeby spełni.  – Innowacja nie jest wartością samą w sobie. Innowacja ma być odpowiedzią na problem klienta – podkreślała Agnieszka Skala. 

Nie do przecenienia jest także relacja z klientem już pozyskanym, indywidualne podejście, specjalna oferta, możliwość kontaktu, wystawienia opinii itp. – Tak trzeba zdefiniować segment klienta, żeby marketing zrobił się sam – radzi Skala.

Kolejne etapy to analiza zasobów, które pozwolą zrealizować cel i wybór modelu przychodowego.

Typowe błędy w modelu biznesowym

Swój wykład prof. Agnieszka Skala zakończyła zestawieniem typowych błędów w modelu biznesowym. Tego powinien wystrzegać się początkujący startupowiec: traktowania modelu biznesowego jako narzędzia długoterminowego (jak biznes planu, którym nie jest ), traktowania hipotez jako faktów, braku weryfikacji hipotez. Wśród błędów, na które zwracała uwagę prof. Skala znalazło się także złe zdefiniowanie klienta (wszyscy, klient/użytkownik B2B / B2C) czy definiowanie wartości jako produktu. Na uwagę  zasługuje też sposób dostarczenia wartości i relacje z klientem, słaby model przychodowy i  niespójny model.

dr hab. Agnieszka Skala, prof. Politechniki Warszawskiej, wykładowczyni UC Berkeley i Oxford. Bada i mentoruje startupy, autorka wielu książek

Wykład wygłoszony 29 września podczas sesji akceleratora dla zespołów akademickich z obszaru Data/AI

Herb Polski
Flaga Polski

Dofinansowanie ze środków Ministra Edukacji i Nauki w ramach programu Społeczna Odpowiedzialność Nauki – Popularyzacja nauki i promocja sportu. Projekt: Akcelerator

DOFINANSOWANIE: 900 000 ZŁ
CAŁKOWITA WARTOŚĆ: 1 020 000,00 ZŁ