Молодой белорусский стартап Oyper собирается совершить революцию в мире моды и «приставить» каждому покупателю персонального цифрового стилиста, работающего через нейросети. На днях он выиграл конкурс в Барселоне. Dev.by поговорил с COO Кириллом Сидорчуком и директором по информационным технологиям Владом Каминским и выяснил, как подобрать лук по запросу «хочу, как на этой фотке» и может ли виртуальный стилист посоветовать носить ведро на голове.
Кому это надо?
Кирилл: Изначально это была совместная идея моя и моей сестры. Она работала в Нью-Йорке в инвестиционном банке на высокой позиции, и у нее была проблема: куча вещей в шкафу, есть деньги, чтобы купить новую одежду, проходит куча мероприятий — но нет времени, чтобы разбираться, что лучше надевать в конкретном случае. То есть, от сестры был толчок — а дальше мы сидели и полгода анализировали рынок: что есть, чего нет, как это реализовано сейчас, что можно сделать. Это был долгий процесс, а не то что за ужином она сказала: давай сделаем вот такое. Было долгое общение, обсуждение. А наш СЕО до Oyper работал с ней в банке. То есть, идея заразила не только нас.
Наша гипотеза — даже не гипотеза, а утверждение — что проблемы покупателей чаще всего становятся причинами потерь: как финансовых, так и временных — у продавцов. Соответственно, наша задача — решить проблему покупателя. Мы даем им удобный инструмент для поиска и показываем персональные подсказки — чтобы покупатель мог найти то, что ему сложно найти с помощью обычного текстового поисковика и кликов. И мы даем рекомендации: что с чем сочетается, что можно купить к определенному поводу. И каждый покупатель вне зависимости от бюджета получает себе инструмент. С помощью нашего функционала готовый образ можно собрать на любой кошелек.
Влад: Мы сокращаем путь от момента, когда пользователь понял, что он что-то хочет, до самого момента покупки.
Кирилл: У нас есть два главных продукта: визуальный поисковой движок, реализованный в трех вариантах, и умный рекомендательный движок. Визуальный движок мы предлагаем для фэшн-ритейлоров, для e-commerce, в виде виджета. На сайте ритейлера есть поисковая строка, туда имплементируется наш виджет — появляется иконка камеры. Нажимаешь на камеру — тебе предлагается сделать фотку или загрузить картинку с телефона или компьютера. Другой вариант — приложение. Тут даже не нужно делать фото или загружать картинки: просто наводишь камеру на человека в одежде — и тебе тут же выдается ссылка на что-то похожее. И это похожее ищется среди каталога нашего клиента. То есть, если наш клиент H&M — то ищется среди каталога H&M. Я думаю, что в течение 5 лет у каждого ритейлера появится возможность искать вещь по картинке.
И третий функционал — позволяет зрителям — даже не покупателям, а зрителям — искать то, что они видят на экране. Пока что речь идет об одежде, обуви и аксессуарах. Идет фильм, тебе что-то понравилось из одежды, — тапаешь по экрану (видео при этом не прерывается и можно сделать бесконечное число тапов), и после фильма тебе выдается каталог со ссылками на эти товары в магазине.
Мы запустились в августе прошлого года и поначалу себя видели как В2С-платформу, но вскоре поняли, что раскачать этот рынок невозможно без нескольких миллионов долларов, и тогда мы переориентировались на В2В-сегмент. И еще мы увидели, что пользователи ленятся делать скрины, ленятся загружать фотографии: им надо, чтобы было поменьше кликов и задержек, — поэтому мы и предлагаем просто навести телефон и найти вещь.
Как отличить рубашку
Влад: Мы оцениваем вещи по большому числу атрибутов. Это цвета, узоры, категории (рубашка, пиджак), материал (можем оценить при хорошем качестве фотографии), какие-то мелкие узоры, полоски. Таких атрибутов у нас около 600. И по ним мы можем искать максимально точно. Результаты выборки сортируются по похожести. Если точно такая же вещь есть в каталоге — мы ее найдем. Чем лучше качество картинки — тем лучше результат. Но какая картинка есть — с той и будем работать, нет минимального заданного разрешения. Главное, чтобы была одежда. Если одежды нет — не сработает.
Кирилл: Первую версию сети мы используем около 8 месяцев. Она работает только с одеждой. Если есть сложный фон — результаты могут сильно сбиваться. То есть, программа может не понять, что рубашка — это рубашка на фоне, скажем, картины. И дальше начинаются проблемы классификации. А в новой версии мы учли это все. Она больше не реагирует на фон. Это нужно и для фото из Инстаграма, и для видео, ведь в видео всегда сложные фоны. Прежняя версия, если увидит меня только по грудь, скорее всего, ничего не сможет выдать. Новая версия нейронной сети увидит воротник, увидит пуговицы и скажет, что это рубашка. Мы очень много времени потратили на корректировки всех этих деталей.
Влад: Если на фото сразу несколько схожих видов одежды — допустим, расстегнутая кофта поверх футболки — то предыдущая версия будет искать только верхнюю вещь, а новая увидит и то, и другое. Ни у кого из наших конкурентов такого нет.
Кирилл: Текущая версия пока что ищет совпадения для одного человека. Если в кадре сразу двое — сложно сказать, для кого именно она станет искать. Новая версия пока что тоже будет искать только для одного человека, но в будущем сможет и больше. Пока что стояла задача добавить слои, добавить классы, убрать чувствительность к фону.
— А можно ли обмануть Oyper? Например, подсунуть пиксельный портрет СуперМарио?
Кирилл: Мы такого не проверяли. Давай сейчас попробуем [запускает систему, скармливает сервису характерную картинку водопроводчика. — прим. Dev.by]. Хм, почему-то ищет среди женских вещей. А ну-ка, выберем мужские. Ну вот, находит нам красные майки.
— Как пользователь может уточнять запрос?
Влад: Сейчас мы просим выбрать только пол, потому что очень много похожих вещей у мужчин и женщин. Уже одного этого достаточно, чтобы программа точно понимала, что ты хочешь. Плюс можно указать ценовой диапазон.
Кирилл: Все равно слишком большой выдачи не будет. Даже если это агрегатор на 3 миллиона позиций, то совпадений будет максимум 40-50. А если добавишь ранжирование по цене — то и того меньше.
— Можно ли будет искать по словесному описанию? Хочу черную байку с золотыми пуговицами.
Кирилл: Таких систем много. У Гугла практически идеальный текстовый поиск. Но если написать «черная байка с золотыми пуговицами», то никто ничего нормального не выдаст. А сфотографировать эти золотые пуговицы или что-то еще — другое дело.
— Можно ли искать по фотографии не всего человека, а по его части — например, портрету по грудь, или всего лишь по фотке руки?
Влад: Теперешняя версия вряд ли распознает половину человека. Кусок рубашки очень похож и на кусок рубашки, и на кусок кофты. Один рукав — это слишком мало информации. А ремень наверняка распознает. А поза вообще не влияет — сижу я в анфас или профиль. Лишь бы вещь была полностью видна.
Кирилл: Главное требование — как можно больше одежды в кадре. Если ты ищешь майку — надо, чтобы именно майку ты и искал, а не ее рукав.
— А если исходная картинка будет черно-белой?
Влад: Цвет — один из атрибутов. Учитывая, что мы все же делаем визуальный поиск, то нейросеть будет искать максимально близкую вещь к тому оттенку серого, который она распознает.
— А как работают рекомендации? Псс, парень, хочешь немного масс-маркета?
Кирилл: Наш рекомендательный движок — это замена живому стилисту. Сейчас это нейросеть, в основе которой лежит ядро визуального поиска. Нашей первой задачей было научить определять, что рубашка — это рубашка, с такими-то пуговицами, — не только категорию, а стиль, например. Мы собрали большое количество визуальной информации из авторитетных, модных источников: журналов, фэшн-блогов, Pinterest. Если кто-то начинает активно что-то постить, наша система это учитывает и учится.
Но ведь не всем подходит то, что сейчас является модным. Человек может хотеть выглядеть модным, но никогда не наденет то, что ему не нравится. Поэтому мы заложили поправку: нужно предлагать то, что находится на пересечении «модно» и «нравится». А то, что ему нравится, мы можем извлекать из истории покупок. И учитывать можно бесконечно чисто деталей. Как только визуальный поиск станет идеальным, мы сделаем крутую рекомендательную модель. Пока мы продаем визуальный поиск.
— Если один стилист говорит, что нельзя сочетать красное с зеленым, а другой утверждает, что это круто и модно, — как нейросеть поймет, кому доверять?
Кирилл: Для обучения у нас собраны миллионы картинок, и мы выдрали из них десятки тысяч правил. И нашей задачей было не допустить субъективности. Мы не обращаемся к стилистам ни здесь, ни в Америке, чтобы они оценивали лук нашего покупателя. Люди вообще не обучают нейросеть. То, что людям нравится, что набирает большее число лайков, что выходит на авторитетных ресурсах, — оттуда она вытягивает правила. Это наше важное отличие от конкурентов. У них есть Product Team, которая садится и начинает руками это делать. А у нас руками никто ничего не делает, тут только AI.
— А что делать с флеш-мобами? Сегодня все начали фоткаться с ведром на голове — и что, ваш движок начнет продвигать эту идею, потому что это вдруг стало модным?
Влад: У нас нет ведер в каталоге (смеется). На самом деле, мы не оцениваем соцсети, потому что их очень сложно оценивать ввиду большой степени защиты. Мы больше сконцентрированы на блогах, журналах, на более авторитетной информации. И этих датасорсов очень много для каждого рынка. Грубо говоря, если для Беларуси их 100, то сомнительно, что все 100 будут публиковать ведра на голове — это просто потеряется в статистике. Будет 5 фоток с ведрами, но на фоне всей информации это не станет трендом.
Кирилл: В целом, может повлиять, но только в том случае, если это будет очень популярным в течение какого-то времени, если станет действительно массовым трендом.
Влад: Или вот если какой-то дизайнер представит коллекцию, которая взбудоражит умы, — скажем, какие-то невиданные прозрачные юбки. Это будут обсуждать, но это не повлияет на всю систему, потому что этого будет очень мало. Но если из миллиона изображений сто тысяч будут с прозрачными юбками, то нейросеть обратит внимание на этот тренд.
Сейчас что-то модно в Америке, но не модно у нас. Это корректируется дата-сорсом, который мы вытягиваем. То есть, в Беларуси это одни блогеры и журналы, в Штатах — совершенно другие. И за счет этого правила построения аутфитов будут меняться.
— И что: эта ваша бездушная железка действительно заменит живого стилиста?
Кирилл: Скажем так: в ближайшие год-два-три — нет, но с развитием технологий это станет очень хорошей альтернативной. И эта «железка» сможет одновременно сто тысяч посетителей обслуживать. Из любой точки мира, 24 на 7, без субъективизма, без плохого настроения.
Кто самый умный и как это продать?
Кирилл: У нас есть убеждение, что уже сейчас потребность выглядеть хорошо — такая же потребность, как и питаться, это в каком-то виде определяет твое место в обществе. И мы хотим каждому дать такую возможность. Лично я не пользуюсь услугами стилиста — наверное, как и вы и еще половина людей. В том числе потому, что это дорого и потому, что на это надо потратить время. Вы едете к стилисту, а у него может быть еще десять заказов, нужно подождать. А мы хотим это максимально упростить — но при том еще и делать это для клиента бесплатно.
И бизнес видит в этом плюс: наш функционал Similar Items, когда внизу страницы показывает похожие вещи, позволяет увеличить конверсию до 130%. Если ты после работы с сайтом можешь увидеть свой полный образ — то размер чека увеличивается еще, до +30%. Это принцип супермаркета: когда можно купить все сразу, когда не надо ходить по разным магазинам.
Влад: У многих провайдеров e-commerce — H&M и так далее — есть свое приложение. Они могут взять нашу библиотеку, встроить ее и как результат иметь такой функционал внутри своего каталога. Начинали мы с загружаемых фотографий, потом перешли к камере, а сейчас мы обрабатываем потоковое видео.
Кирилл: В случае с видео механизм такой. Понятно, что у провайдера видео нет своего каталога. Но может быть аффиляционная программа с партнером, который предоставляет каталоги, это может быть все что угодно: одежда, мебель. Можно пойти к любому ритейлеру и сказать: мы хотим привязать ваш каталог к тому, что идет на Нетфликсе, люди будут это покупать.
— Можно ли совместить возможность отслеживать историю моих покупок в разных магазинах, чтобы в будущем мне предлагали более точные советы?
Кирилл: Мы не сможем это сделать юридически. Если нам дают доступ к истории покупок — мы не можем этим делиться. Нельзя взять историю покупок одного магазина и отдать ее другому магазину.
— Какие минимальные требования к магазину вы выставляете?
Кирилл: Минимальные требования — 5 тысяч позиций в каталоге. Первый пилотный проект у нас был с российской компанией GetOutfit, но у них луки собираются живыми стилистами. А мы оптимизировали работу этих стилистов. То есть, этот сервис мы внедрили не для конечных покупателей. Но опыт интеграции всегда полезен, мы отточили свои процессы.
В США мы работаем по White Label: на сайте стоит наш функционал, но об этом нигде не говорится. Пилотные проекты идут с двумя компаниями. Там почти все работают по такой схеме. Когда пилотный проект — они очень боятся за свою репутацию, аккуратно к этому относятся. Там огромное число людей, которые принимают решение, и те, кто соглашается на пилот, — не самые высшие лица. И если что не так — надо говорить: это, мол, мои ребята, моя команда, мы попробовали — не получилось.
Потому что если сказать: я доверил наши данные каким-то ребятам из Восточной Европы — то будет ай-яй-яй.
Но по White Label работают не только с теми, кто приходит с улицы. Просто за это в контракте оговаривают надбавку в 20-30%.
Если на белорусском рынке к нам кто-то обращается, — мы не отказываем. В Беларуси такие площадки есть, которые удовлетворяют нашим требованиям, но их не больше десяти — например, Lamoda, Wildberries и та компания, с которой мы интегрируемся. И для Беларуси такой же входной порог, как для США.
Сейчас мы заканчиваем имплементацию первого белорусского магазина. Он захотел такой функционал: если вы заходите на сайт и смотрите, скажем, голубую рубашку, — все похожие голубые рубашки будут предложены внизу экрана. Например, если вам не нравится какая-то деталь в рубашке, или вдруг не оказалось нужного размера, — то вот без этого дополнительного функционала посетитель часто уходит. А с ним — скорее всего, останется и купит.
И вот у них несколько десятков тысяч позиций, и каждую вещь, когда она поступает, люди сидят и вручную описывают для выкладывания на сайт: голубая рубашка с длинным рукавом и таким-то воротником. А мы можем делать это автоматически: система сама опишет до 15 атрибутов.
Вот-вот начнем работать с крупным белорусским видеопровайдером — подключаем каталог через Admitad; у нас с ними договоренность: можем брать любой их каталог, который захотим.
Влад: У стриминговых сервисов сейчас есть возможность протестировать наш функционал бесплатно. Мы интегрируемся, они тренируются, — их выгода может быть в том, чтобы стать именно первыми. Потому что через пару лет это будет у всех.
Нам нужно получить данные от клиента, пропустить через нейронную сеть и предоставить ему API. Как правило, у таких магазинов есть дата-фиды, какой-то набор данных, куда происходит выгрузка из каталога. Нам достаточно этого каталога — и в течение недели мы все можем подключить. И обновляться можем так быстро, как быстро клиент сможет поставлять новые фиды. Какие-то вещи добавляются, какие-то исчезают, наша задача — поддерживать каталог актуальным.
Кирилл: Зачем это нужно стриминговому сервису? У нас такие условия, от которых сложно отказаться. Мы берем на себя все расходы по интеграции, а доход от каждой проданной вещи делим между собой. Этот доход можно получать через CPA, около 10% с каждой вещи. А можно все делать самим и получать до 20-30%. Мы как раз все делаем сами. У нас каталоги, мы их получили, все настроили, приходим к стриминговому сервису и говорим: вот, у вас в плейере появится такой функционал, вам это ничего не стоит. Если заходит — мы с вами делим доход. Катаем так месяц-два-три, если устраивает — переходим к лицензии или подписке.
Подписка для ритейлера может стоить от одной до 15 тысяч долларов. И зависеть она будет от числа вещей в каталоге. Если это очень большой агрегатор, у которого более 500 тысяч вещей, — то и цена будет 15 тысяч долларов.
Ну еще и ценовая дискриминация. Кто может платить больше — платит больше. У компании, у которой до 50 тысяч вещей в каталоге, оборот несколько миллионнов, а у кого более 500 тысяч вещей, — имеет оборот в миллиард долларов. Соответственно, они могут платить больше.
— Почему до вас никто такого не делал? Вы что — самые умные? В чем ваше отличие от конкурентов?
Кирилл: Кейс покупок из видео есть, его сделали несколько лет назад в Китае — это сделал Alibaba. То есть, кейс есть, но он есть только в Китае. И по понятным причинам «Али» не пойдет на американский рынок и не будет его там продвигать. Нельзя сказать, что это супер-крутая технология, которую невозможно повторить. Они вот додумались, и у них были ресурсы, чтобы это воплотить.
Ситуация такая, что на рынке есть крупные игроки, которые пытаются это сделать сами. И мы видели, к чему это приводило. Например, американская сеть ритейла Macy’s. Она очень большая, известная. Они это сделали — визуальный поиск. Но он у них работал настолько плохо, что они это направление закрыли.
Многим кажется, что это все просто сделать, но на самом деле не просто, тут много подводных камней — мы за два года хорошенько все изучили. Если завтра у кого-то найдется 10 или 100 миллионов долларов — то они даже за полгода не повторят то, что есть у нас. Да, они построят решение, которое будет работать — но он не будет работать так же, это будет другое решение.
Наше отличие — в автоматизации всех процессов. У Amazon Echo Look есть большая доля хардвера: камера интегрирована с «Алексой», тебя фоткают со всех сторон, виртуально одевают и на основании чьих-то голосов или нейросети говорят: это окей, это не окей. То есть, немного другое.
Самые крутые ребята — это Syte.ai и Vue.ai, они тоже предлагают виртуальный поиск; недавно они анонсировали, что Samsung Bixby использует их технологии. Но чего у них нет — это решения с потоковым видео, как у нас; и у тех и у других нет слоев одежды. По тому, что мы видим, — у нас есть одно решение, которого нет у них, и у нас более совершенная нейросеть. Но у них есть преимущество: они начали этим заниматься раньше, чем мы, и быстрее привлекли деньги.
Одни привлеки 10 миллионов, другие 7 миллионов. Но они успели их потратить до того, как появились технологические возможности все это реализовать.
Сейчас мы с намного меньшими ресурсами можем все это сделать точнее. Мы знали про их работы, но решили делать свое, потому что наша основная задача — создать живого стилиста. Чтобы знать о покупателе все и предлагать ему то, что он хочет. Мы в конечном итоге видим себя как разработчика AI-стилиста.
— Одежда, обувь, аксессуары. А что дальше? Можно так машины продавать?
Кирилл: Легко. Но это специфический товар: распознали марку — моделей не так и много. Гораздо логичнее работать с предметами интерьера. Потому что в электронной коммерции это второй по величине мировой рынок после одежды. Так что этим плотно займемся. Прилетают интересные идеи от тех, с кем общаемся. Вот один из собеседников спрашивает: слушай, а можно сделать так, что кто-то в фильме ест пиццу или бургер, зритель нажимает кнопку — и его отправляет в ближайший магаз? Ну конечно, можно, это очень просто сделать. Мы не распознаем, что это «маргарита», но распознаем, что это пицца. И если они сотрудничают с Domino’s — то зрителя тут же перекинет на «Доминос» и предложит купить пиццу. По запросу мы можем сделать все что угодно.
Пока что мы нацелены именно на предметы интерьера, на мебель. Но если завтра кто-то скажет: мы хотим вот это, мы заплатим, мы в это инвестируем, — то мы сделаем. Мы очень гибкие в этом плане, общая стратегия после отработки мебели — делать то, на что есть спрос. Если будут приходить клиенты из Беларуси, Украины, России — будем разговаривать, но сами на эти рынки тратить силы не будем. Нас интересуют Америка, Европа, Азия. В Европе это, скорее всего, Франция, потому что наш эдвайзер сейчас во Франции. Есть предложения от поляков: мол, открывайте офис в Польше и уже оттуда развивайте экспансию в Европу. Но надо смотреть по налогам и по другим нюансам. Уж если ехать в Европу — надо ехать подальше.
— Есть ли какие-то вещи, за которые вы бы не взялись по идеологическим соображениям? Оружие или предметы из порнофильмов?
Кирилл: Лично для меня нет. У меня мышление экономическое, я бы взялся за любые вещи. Все, кто сейчас в нашей команде, более или менее предприниматели, и они понимают: если есть спрос — нужно делать.
Когда ожидать прибыли
Кирилл: Разработка началась в июле 2017-го, но над самим проектом мы работаем с декабря 2016–го, когда начали аналитику рынка, построение стратегии. У нас в команде 14 человек, а начинали вшестером, включая меня и Влада. Один ушел, все остальные остались.
Изначально мы занимались проектом в свободное время. В августе 2018 попытались сделать запуск В2С-платформы, но она не взлетела. Было тяжелое время, но где-то в октябре у нас появился новый фокус, стали приходить новые люди, поменялось бизнес-видение. И вот с октября основная команда работает фулл-тайм, и Oyper — наш единственный продукт.
Наши клиенты — это все прямые контакты, олдскульные методы продаж: звонки, встречи, письма. В фейсбуке можно написать кому угодно, и очень часто люди отвечают. Так получилось и здесь: написал — ответили, и на той же неделе пошли и обо всем договорились. В Америке это делал наш СЕО, тоже лично договаривался. Рекламы у нас нет, бюджета на маркетинг нет, на AdWords нет, все напрямую. Специфика такая, что лучше подойти к человеку, сфотографировать и показать, как работает сервис. И это гораздо лучше, чем бомбить рекламу непонятно на кого в фейсбуке, в инсте, где-то еще. У наших конкурентов из Syte.ai маркетинг работает очень хорошо. Введи в адресную строку их URL — и у тебя везде-везде, в «Ютубе» и соцсетках, — везде будет всплывать их реклама. Они освоили деньги, но, насколько я понимаю, по разработке уперлись в никуда.
— Сколько денег вы на все потратили, сколько вам нужно еще?
Кирилл: На западе не считают, сколько стоит там твой часовой рейт, поэтому сложно оценить, во что вообще встали расходы.
Но что касается личных денег, то вживую потратили около 40 тысяч своих личных долларов.
Сейчас с инвесторами мы обсуждаем сумму, которая нам нужна: 600 тысяч долларов. В декабре прошлого года мы думали, что нам хватит 150 тысяч, чтобы доразметить датасет. Но в феврале этот вопрос разрешился сам: нам помог Google. Соответственно, цели стали другие, теперь цель — масштабироваться. И сейчас есть большие компании, которые готовы с нами сотрудничать, но мы пока не можем. Мы два года умышленно оттягивали этот момент в фандрайзинге. У нас есть наработки, мы просим 600 тысяч; валюация с реальными инвесторами, о которой мы говорим, — это 6 миллионов. Думаю, летом мы вопрос фандрайзинга закроем. На что нам нужны эти деньги? На офисы в Нью-Йорке, Минске и Европе, на увеличение команды разработки и бизнес-команды, на построение всех процессов. Все должны работать фулл-тайм, мы должны участвовать во всех ивентах, в которых участвуют наши конкуренты. Этих 600 тысяч нам должно хватить примерно на 8 месяцев работы. Но в течение 6 месяцев мы планируем выйти на самоокупаемость, плюс еще 2 месяца в запасе, если что-то пойдет не так. Часть денег потратили на «облака», но сейчас этот вопрос закрыт: летом прошлого года и на последнем ивенте наш СЕО общался с Гуглом, и Гугл нас снабдил поддержкой на ближайшие пару лет — дали нам деньги на их же сервисы. И мы договорились, что если нам понадобится расширение — то нам дадут еще. И если мы вдруг не соберем эти 600 тысяч — то еще пару лет сможем работать на уже оплаченных мощностях.
И эти цифры — с расчетом на тех клиентов, что уже есть. Пока что это два пилота в США, два в Беларуси; есть еще два в России, но их пока не можем запустить, потому что не тянем. Если клиенты добавятся — будем просить еще. В принципе, если не спать ночами и затянуть пояса, то сможем взять еще одного большого клиента, но чтобы обслуживать других клиентов — нам нужно будет вдвое увеличить команду.
Влад: Мы используем облачные мощности, и чем больше каталог — тем больше мощностей нам требуется. Содержание инфраструктуры обходится дороже, интеграция немного сложнее, классификация вещей идет дольше. Вся калькуляция, все вычисления проходят в облаке на нашей стороне, и если какой-то сервис подключает наш API, то с их стороны сайт не станет более нагруженным. Для каждого вендора мы поднимаем отдельную инфраструктуру, и, соответственно, можем их поднять столько, сколько нужно. Клиент платит — мы покрываем расходы и зарабатываем.
Кирилл: Мы идем по намеченному плану, кроме вот этой переориентации на В2В. Все остальное выдерживается. У нас есть большой видеопровайдер, и умные коммерсы из ритейлеров сами к нам пойдут. Если и дальше все пойдет по плану, то года через три мы будем проданы кому-то большому. Если увидим, что что-то поменялось и что этого лучше не делать, или что никто покупать нас не собирается, — будем двигаться в сторону совершенного рекомендательного движка. Мы хотим бороться именно за эту задачу: предлагать то, что хочет покупатель. Кто решит эту задачу, тот завоюет весь мир. Будем двигаться в эту сторону.
Но вообще у нас нет цели именно получить эти 600 тысяч, наша цель — начать зарабатывать. Если вдруг завтра «Гугл» скажет, что больше не будет оплачивать нам «облака» — мы все равно продолжим работать. Если будет серьезная проблема, мы готовы пожертвовать своим сном, деньгами, комфортом. Пять человек, которые в проекте с самого начала, всегда на это готовы, — в этом самая большая наша сила. Только так мы и дошли до первых продаж.
— Так, а название Oyper что означает?
Влад: Черт, мы так и не успели придумать!.. Мы думали про Only Your Personal… — и дальше не придумали.
Кирилл: Это был первый свободный домен в зоне .com, когда мы воспользовались генератором доменов (смеется). Первый из минимального количества букв. Вот так и осталось. И американская компания зарегистрирована под именем Oyper, Inc.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.