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

Kategorie
Webinary

Czy AI może nas znać lepiej niż my sami? Prof. Michał Kłosiński o sztucznej inteligencji

– Jeśli wydaje wam się, że nikt nie podgląda waszych danych, to jesteście w błędzie. Zarówno dane prywatne, jak i firmowe, są zbyt cenne, aby nie było zainteresowanych zbieraniem i przetwarzaniem ich. Legalnie i nielegalnie – mówił prof. Michał Kłosiński z Uniwersytetu Stanforda podczas wykładu inauguracyjnego Akceleratora Innovatorium.

Na początek – jakże by inaczej – trochę danych: Każdego dnia na Facebooku i Instagramie umieszczanych jest ok. 450 tys. zdjęć, a na Twitterze 500 mln tweetów. Na Whatsuppie pozostawiamy codziennie 65 bilionów wiadomości, a do tego wykonujemy 5 bln wyszukiwań w Google. Możemy dodać do tego także 320 bilionów e-maili wysłanych każdego dnia  i 28 PB generowanych przez urządzenia typu wearable devices, takie jak smart watche czy monitory dla biegaczy.  Przeciętny użytkownik generuje każdego dnia 62 GB danych. – Korzystając z nowoczesnej technologii zostawiamy ogromnie dużo śladów. Od serwisów randkowych do platform profesjonalnych – przypomina prof. Michał Kosiński. I dodaje, że firma consultingowa Strategy& już 4 lata temu określiła wartość takich danych. Same kliknięcia wyceniono wtedy na 178 bilionów dolarów rocznie.

Dane na wagę złota

Dla ekonomistów dane stają się najbardziej wartościowym rodzajem surowca, generującym pieniądze. Nawet wielkie, tradycyjne firmy przestawiają się na gospodarkę danymi. Tak dzieje się choćby w obsługujących karty płatnicze: Visa i Master Card. Choć ich podstawowym celem było dostarczanie usług finansowych, okazało się, że przyszłość widzą w gospodarowaniu danymi. A my,  użytkownicy kart, dzielimy się z tymi firmami informacjami o tym co, gdzie i za ile kupujemy, czy spłacamy zadłużenia na czas itd. Te dane sprzedawane są do innych firm lub wykorzystywane wewnętrznie do analizy i wyciągania wniosków.

Czy głównym zadaniem Tesli jest produkcja samochodów? Tak, ale… Tesla jest też firmą zajmującą się budową oprogramowania i big data. Prof. Kłosiński przywołuje wyniki badań, wg których informacje o zachowaniach użytkowników samochodów, będą w 2030 roku warte 750 mln dolarów.

Skorzystają na nich nie tylko klienci salonów samochodowych, ale też wiele instytucji zajmujących się np. zarządzaniem ruchem drogowym czy jakością dróg. Jak mówi prof. Kłosiński, zwycięzca bierze wszystko. Znamy to choćby z przykładu Google’a. Nie był jedyną wyszukiwarką, ale zdominował rynek oferując produkt, który może był lepszy od innych, może bardziej popularny, a może lepiej promowany. Sukces Google’a opiera się na dotarciu do corz większej liczby użytkowników, którzy kliknięciami w wyniki wyszukiwania umożliwili usprawnienie algorytmu i zaproponowanie jeszcze lepsze oferty. Model zastosowany przez Google’a – system sprzężenia zwrotnego – okazał się skuteczny. Więcej użytkowników to więcej danych, a to lepszy produkt i … więcej użytkowników.

Sztuczna inteligencja i psychologia

Jako że głównym obszarem działań prof. Kłosińskiego są  zachowania użytkowników i coraz częściej studiowanie psychologii sztucznej inteligencji, podzielił się on też wynikami badań w tych obszarach.

Czy analiza Facebookowych lajków może przynieść interesujące dane? A jeśli tak, czy będą też dotyczyły informacji intymnych?

Wyniki badań, które prof. Michał Kłosiński prowadził w 2013 roku pokazały, że możliwe jest zdobycie niemal każdej informacji: od cech demograficznych po zainteresowania polityczne, osobowość, poziom inteligencji, historie rodzinne itp. Predykcje robi się na podstawie milionów danych pozostawianych przez nas, a dokładność modeli robi wrażenie. 

Czy AI może nas znać lepiej niż my sami?

Tak. Algorytm pamięta więcej, nic nie zaburza mu postrzegania nas (np. nasza zbyt mała pewność siebie może nam zaciemniać obraz, ale AI nie) – przekonuje Kłosiński. Dokładność przewidywania 5 wymiarów osobowości zwiększa się wraz z większą liczbą lajków, które możemy sczytać z profilu użytkownika. Dokładność jest prawie tak samo wysoka jak dokładność testu osobowości. Zaledwie 10 lajków zostawionych pod naszymi postami wystarczy, by określić nasze cechy osobowościowe. Tyle samo wiedzą o nas koledzy z pracy. Z rodziną sprawa jest trudniejsza, ale 300 lajków pozwoli wyciągnąć informacje, które zna tylko współmałżonek.

Żyjemy w rzeczywistości z „Raportu mniejszości” – podkreśla prof. Kłosiński. Przy czym wierzchołek góry lodowej to dane widoczne „na powierzchni”. Jeśli te dane o kliknięciach, lajkach, operacjach finansowych, podróżach połączymy z algorytmami, które mają dane także innych osób i mogą się z tych danych uczyć,  to odkrywa się niesamowita ilość dodatkowych informacji.

Algorytmy do prowadzenia biznesu

Mechaniczna predykcja jest dokładniejsza w wielu obszarach. To warte zapamiętania w kontekście prowadzenia firmy i podejmowania decyzji. Michał Kłosiński przekonuje, że to nic nowego. Prawo jest algorytmem, normy są algorytmami, systemy ISO podobnie. AI jest tylko rozszerzeniem algorytmów funkcjonujących od tysięcy lat. Czy oddamy im moc decyzyjną? Od zarania dziejów mają ją większą niż człowiek – mówi Kłosiński, bo normy czy prawo od tysięcy lat stoją ponad jednostką.

Czy można przewidzieć, kto kogo będzie kontrolować? Raczej podążamy w kierunku symbiozy – przekonuje Profesor. Człowiek dostarcza AI danych, a ona zapewnia system. O sztucznej inteligencji trzeba myśleć jako o odrębnym gatunku, z którym jesteśmy w symbiozie, ale który podejmuje własne decyzje w sposób nie do końca dla nas zrozumiały – podsumowuje Michał Kłosiński.

Wykład inauguracyjny odbył się 30 czerwca 2022

Prof. Michał Kosiński z Uniwersytetu Stanforda zajmuje się big data i psychologią

Kategorie
Blog

W czwartek 1 grudnia kolejny webinar w programie Akceleratora

Już w czwartek 1 grudnia, odbędzie się kolejna z sesji szkoleniowych Akceleratora Innovatorium. Webinar rozpocznie się o godz. 10.00 i potrwa do 14.00. Zajęcia poprowadzą:

10.00 – 11.00 prof. Agnieszka Uflewska (University of Glasgow) – etyczne aspekty wykorzystania sztucznej inteligencji
11.00 – 12.00 mec. Michał Kibil – prawne aspekty wykorzystania sztucznej inteligencji
12.00 – 13.00 prof. Wiesław Cetera (Uniwersytet Warszawski) – finansowanie projektu przez system grantowy
13.00 – 14.00 Marcin Niemczyk (Polskie Badania Internetu) – dane w AI w badaniach internetu

Zakończenie spotkania przewidywane jest o godz. 14.00.

UWAGA. Za tydzień, już w kolejny czwartek 8 grudnia, uczestnicy programu spotykają się na Demo Day z udziałem przedstawicieli funduszy VC:

Podczas Demo Day zespoły będą mogły zaprezentować swoje projekty funduszom VC. Wydarzenie odbędzie się w formule hybrydowej (dla chętnych możliwość oglądania transmisji live). Zainteresowane zespoły prosimy pilnie o kontakt z nami pod adresem kontakt@innovatorium.eu.

Osoby i zespoły proszone są potwierdzenie do 6 grudnia (wtorek do końca dnia) swojej obecności na DemoDay. Zespoły biorące udział w DemoDay powinny także nadesłać pitch deck w PDF do dn. 7 grudnia (środa) maks. do godz. 10.00 na adres akcelerator@innovatorium.eu

Kategorie
Blog

Już 24 listopada kolejny webinar w programie Akceleratora

W czwartek 24 listopada odbędzie się kolejna już sesja Akceleratora Innovatorium. Zajęcia potrwają od godz. 10.00 do 14.00.

Tym razem wykłady poprowadzą:

10.00 – 11.00 Tomasz Goliński: Współpraca startupu z funduszem VC – od pitch’u do exitu
11.00 – 12.00 Paweł Nowacki: Relacje startupu z mediami, o sposobach na komunikowanie się z dziennikarzami
12.00 – 13.00 Tomasz Gruszka: AI w firmach sektora mediów
13.00 – 14.00 Grzegorz Samborski: Szanse i ograniczenia polskiej przedsiębiorczości technologicznej

Zakończenie spotkania przewidywane jest o godz. 14.00. Przypominamy, że kolejna sesja już za tydzień 1 grudnia, a kolejny czwartek 8 grudnia to zaplanowany od dawna Demo Day z udziałem przedstawicieli funduszy VC:

Szczegółowe plany otrzymacie Państwo przed wydarzeniem razem z zaproszeniem do platformy ClickMeeting. Podczas Demo Day zespoły będą mogły zaprezentować swoje projekty funduszom VC. Wydarzenie odbędzie się w formule hybrydowej. Zainteresowane zespoły prosimy pilnie o kontakt z nami pod adresem kontakt@innovatorium.eu.
 
Wszystkich prosimy o wyrażenie deklaracji czy chcą uczestniczyć w tym wydarzeniu online czy na ul. Bysławskiej 82 w Mera Park, gdzie przewidziano Demo Day.

Przypominamy, że nagranie z ostatniej sesji październikowej dostępne jest (po zalogowaniu) na platformie: https://innovatorium710.clickmeeting.com/webinar-recording/Dy7Rb6100.

Kategorie
Blog

Październikowy webinar Akceleratora – wykłady Stillwella, Krausa i Skuzy

W czwartek 27 października mieliśmy okazję uczestniczyć w trzech niezwykle interesujących sesjach. Gościliśmy Davida Stillwella z University of Cambridge Judge Business School, który dzielił się swoją wiedzą z zakresu wykorzystania analityki danych w naukach społecznych. David współpracował w swoich projektach badawczych z Michałem Kosińskim ze Stanford University, którego mieliśmy okazję gościć w czerwcu.  Dr Maciej Kraus, partner funduszu Mavens Capital, mówił o znaczeniu ceny i polityki cenowej w startupie a Arek Skuza o interesujących przykładach implementacji sztucznej inteligencji w biznesie.

Nagranie webinaru, czyli całej sesji październikowej dostępne jest (po zalogowaniu) pod tym linkiem na platformie Click Meeting.

Najbliższa sesja szkoleniowa odbędzie się 24 listopada i będzie dotyczyć finansowania startupu oraz wykorzystaniu danych i sztucznej inteligencji w badaniach i mediach. Kolejna sesja już tydzień później w czwartek 1 grudnia – wtedy prowadzący zapoznają nas z etycznymi i prawnymi uwarunkowaniami biznesu opartego o dane i AI oraz zagadnieniom związanym z komunikacją z mediami. Szczegółowe plany otrzymacie Pańswto przed wydarzeniem razem z zaproszeniem do platformy ClickMeeting.

Demo Day zbliża się wielkimi krokami i już 8 grudnia zespoły będą mogły zaprezentować swoje projekty funduszom VC. Wydarzenie odbędzie się w formule hybrydowej. Zainteresowane zespoły prosimy pilnie o kontakt z nami pod adresem kontakt@innovatorium.eu. Wszystkich prosimy o wyrażenie deklaracji czy chcą uczestniczyć w tym wydarzeniu online czy na ul. Bysławskiej 82 w Mera Park, gdzie odbędzie się Demo Day.

Kategorie
Blog

Drugi webinar w programie Akceleratora: wykłady prof. Rosenberga i prof. Skali

W czwartek 29 września odbył się drugi webinar w naszym programie Akceleratora z udziałem prof. Mike Rosenberga z IESE Business School i prof. Agnieszki Skala z Politechniki Warszawskiej. Obie sesje stały na bardzo wysokim poziomie merytorycznym i poruszały takie zagadnienia jak Geostrategia a AI (prof. Rosenberg) i metodologia LEAN w startupie (prof. Skala).

Sesje są do obejrzenie pod linkiem:

https://innovatorium710.clickmeeting.com/webinar-recording/DOtG8cd37

Następna sesja odbędzie się w czwartek 27 października i będziecie Państwo mieli możliwość uczestniczyć w sesjach prof. Davida Stillwella z Cambridge Judge Business School, dr Macieja Krausa i Arkadiusza Skuzy. A kolejne spotkania planowane są na:

  • 24 listopada,
  • 1 grudnia

Szczegóły będą komunikowane z wyprzedzeniem. Przypominamy, że Demo Day odbędzie się w grudniu w formie hybrydowej.

Przypominamy także, że podczas pierwszego spotkania usłyszeliśmy wykład prof. Michała Kosińskiego poprowadził wykład pt. „Społeczne i biznesowe szanse wykorzystania analityki danych i sztucznej inteligencji”. Nagranie jest także dostępne na platformie Click Meeting.

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