Cómo mi startup logró una salida exitosa con una estrategia de desarrollador primero

En enero de 2018, ayudé a fundar una startup de aprendizaje automático con otras 2 personas. Nueve meses después lo vendí por $ 5 millones. Cual fue nuestro secreto? Ponemos a los desarrolladores primero. En esta publicación, tengo la intención de compartir con ustedes cómo poner a los desarrolladores primero puede ayudar a que su proyecto tecnológico / startup / empresa / empresa realmente despegue.

Nuestro objetivo con Machine Box era simplificar al máximo la creación, implementación y escala del aprendizaje automático. Metimos un montón de cosas mágicas de aprendizaje automático en contenedores de Docker y las empaquetamos en una API tan simple que incluso el desarrollador más joven de un equipo podría crear cosas increíbles. Luego, lo hicimos gratis para que todos lo probaran.

Nos centramos en los desarrolladores

Los convertimos en una preocupación de primera clase de nuestro producto y nos aseguramos de que pudieran evaluar la tecnología antes de sacar su tarjeta de crédito. Intentamos con todas nuestras fuerzas no inundarlos con citas y mensajes de correo electrónico “simplemente revisando” sin ofrecerles algo útil a cambio.

En cambio, nos centramos en crear algo útil.

Nuestras API se diseñaron para contar una historia sobre el producto, de modo que nuestros usuarios pudieran pensar en términos de resolución de problemas, en lugar de desplazarse por documentos interminables en busca de la sintaxis de solicitud POST correcta. Trabajamos duro para mantenerlos simples, nunca agregando funciones a menos que fueran completamente validados por nuestros usuarios.

Y funcionó.

Creo que a los desarrolladores les encantó poder descargar los contenedores, ponerlos en marcha y acceder a algunos documentos API atractivos. Creamos cosas de código abierto como imgclass y un SDK de Go para facilitar aún más el uso de nuestras cajas, escribimos publicaciones de blog que detallan cómo implementar los modelos en diferentes marcos, e impartimos talleres sobre cómo implementar aprendizaje automático. Miles de personas se inscribieron, llegaron comentarios extraordinarios y las empresas pidieron cotizaciones. Otras personas comenzaron a publicar tutoriales en video sobre la integración de Machine Box, escribir publicaciones de blog sobre lo que habían logrado y SDK de código abierto para otros idiomas.

Más importante aún, se resolvieron casos de uso y se lanzaron productos. Algunos clientes nos han dicho que les hemos ahorrado tiempo y dinero al ofrecer al mercado soluciones listas para producción. Debido a que el software está en todas partes, también lo están los desarrolladores. No puedo pensar en un mercado que no tenga algún tipo de software que impulse al menos una parte de su productividad.

Triunfos de la vida real para los desarrolladores

A continuación, se muestran algunos ejemplos de cómo los desarrolladores pudieron ganar con Machine Box, con suerte demostrando cómo se puede ganar centrándose también en los desarrolladores.

Sr. Borgo (no soy muy bueno para crear nombres anónimos) trabaja en un departamento de TI para una empresa masiva. Se le encomendó la tarea de volver a diseñar un paso de generación de datos en el flujo de trabajo de su producto para reducir los errores y la dependencia del trabajo humano. Un desarrollador en una conferencia de ML le habló sobre Classificationbox, por lo que se registró para obtener la cuenta GRATUITA, descargó la caja, creó y probó una solución a su problema y me escribió un correo electrónico solicitando una licencia empresarial. Borgo no es un ingeniero de aprendizaje automático ni un científico de datos. Es un desarrollador de pila completa rudo que tenía la tarea de resolver un problema complejo. Eligió Machine Box porque le hizo la vida mucho más fácil.

El equipo detrás de LearnerVerified se encargó de entregar un nuevo producto para sus centros de pruebas en todo el país. El caso de uso fue relativamente simple; evitar que las personas paguen a sus amigos para que les realicen las pruebas. Sin embargo, la solución podría haber sido bastante compleja. Necesitan entrenar una tecnología de reconocimiento facial con una sola imagen de la persona de su licencia de conducir, y luego verificar continuamente al examinado para asegurarse de que todavía sea él. Estás hablando de crear múltiples soluciones para resolver este caso de uso utilizando técnicas totalmente diferentes de aprendizaje automático y visión por computadora. En cambio, el equipo descubrió Facebox a través de la comunidad. Resolvió su problema de inmediato, sin necesidad de convertirse en un experto en aprendizaje automático.

En múltiples ocasiones, hemos escuchado a desarrolladores que trabajan para empresas que crean aplicaciones de gestión de activos que están creando nuevos flujos de trabajo basados ​​en el aprendizaje automático que etiquetan automáticamente los activos para hacerlos más fáciles de buscar (entre otras cosas). Los desarrolladores que nos encontraron lo hicieron porque chocaron con una de varias barreras al integrar proveedores existentes de Machine-Learning-as-a-Service (MLaaS) como Google, Amazon y otros. Nos dijeron que nos encontraron buscando en Internet “aprendizaje automático local” y / u otros términos similares. Lo que nos dijeron que les encantó es que podían descargar nuestras cajas de forma gratuita, ejecutarlas localmente y comenzar a construir una integración, todo sin tener que ponerse en contacto con algún tipo de departamento de ventas. Para cuando supimos de ellos, ya decidieron que iban a optar por Machine Box. Según la CEB, los compradores suelen estar en un 57% del proceso de toma de decisiones * antes * de comunicarse con el representante de ventas * por primera vez. *

¡Ese es el poder de habilitar a los desarrolladores!

Entonces, ¿por qué vendemos?

Porque la experiencia del desarrollador es la punta de lanza, y vimos una gran oportunidad para explorar la entrega de soluciones más completas con Veritone. Tenemos una oportunidad real de combinar la mentalidad de desarrollador primero con una plataforma sólida que se adapta al tipo de cosas que originalmente solo podíamos soñar con apoyar; a escala empresarial, con una opción de SaaS, orquestando nuestros modelos con otros modelos y, en general, brindando una solución llave en mano a quienes más la necesitan.

Todavía podemos entregar Machine Box como contenedores Docker directamente a los desarrolladores, pero ahora también tenemos la opción de acoplarlo con mucho más.

Lo que he aprendido de esta experiencia es que estamos en la era de los desarrolladores y, en muchos sentidos, ellos tienen las claves del futuro. Me siento honrado por su apoyo y aliento.

También me gustaría animarle a entrar en la planta baja de esta plataforma de inteligencia artificial que estamos construyendo. En realidad, solo estamos rascando la superficie de la cantidad de problemas que se pueden resolver con los desarrolladores que construyen cosas geniales sobre aiWARE, y nos encantaría conocer sus opiniones y comentarios.

¿Qué viene después?

Para mi humilde empresa emergente, hemos encontrado el lugar perfecto para seguir pensando en los desarrolladores y su experiencia. Para ti, querido lector, te dejo con este pensamiento de despedida; Hay alrededor de 18,2 millones de desarrolladores de software en todo el mundo, una cifra que aumentará a 26,4 millones en 2019, un 45% más. Esta es la fuerza laboral de más rápido crecimiento en el planeta. Sería prudente ~~ adorar a nuestros futuros señores supremos ~~ reconocer su importancia.

P.S. – Medio no admite tachado.

Esta historia se publica en The Startup, la publicación de emprendimiento más grande de Medium seguida por más de 378,907 personas.

Suscríbase para recibir nuestras noticias principales aquí.