Сервис по взысканию дебиторской задолженности объединяет машинное обучение и экспертизу профильных специалистов. Главный технологический компонент — AI-система, которая оценивает вероятность возврата задолженности. Сервис работает онлайн и доступен по подписке. Он имитирует логику «живых» юристов, но срабатывает при этом точнее и всего за 4 минуты. Система выдает оценку точной суммы, которую получится взыскать, и вероятность успеха.
Вероятность успеха взыскания — крайне важный показатель для кредитора, так как благодаря нему можно понять степень перспективности долга и стоит ли тратить ресурсы на его взыскание.
В основе оценки — многофакторный анализ 19 типов данных и, что важно, их взаимосвязей между собой. Скоринг и автоматизацию в UR-LI дополняет агрегатор, предлагающий услуги экспертов-юристов. Они специализируются на вопросах, связанных с взысканием дебиторской задолженности.
После разделения перспективных и бесперспективных долгов потоковым скорингом эксперты сервиса формируют дорожную карту процедуры взыскания и подключаются к этапам, где нужно юридическое сопровождение. В отличие от коллекторских компаний UR-LI ставит фокус на создании условий для мирных переговоров, где контрагенту проще вернуть задолженность, а не эскалировать конфликт. Юридическое сопровождение предоставляют безавансово, так как доверяют точности собственного скоринга.
Сервис таргетируется на крупные предприятия, работающие в сферах строительства, производства, МФО. Хотя у таких компаний есть свои юридические службы, машинные алгоритмы сервиса оказываются тем самым компонентом, который значимо повышает качество решений и как следствие — эффективность усилий по взысканию. Это тот самый эффект от применения AI, на который рассчитывают топ-менеджеры.
Отстроиться от других игроков на рынке компании помогает прозрачность и прикладной характер продукта. Данные уже проанализированы и понятны не-юристу. При этом привлекать юристов со стороны сервиса также выгодно: клиенты получают узкую экспертизу под ключ и экономят на безавансовости.
Таким образом, рецепт успешного выхода на B2B-рынок с AI-продуктом от UR-LI — собственные технологии, четкое попадание в потребности менеджмента и объединение с живой экспертизой.
UR-LI является резидентом Инновационного центра «Сколково», который поддерживает разработки, помогающие преобразовывать главные экономические и социальные сферы. Сегодня «Сколково» помогает стартапам уверенно закрепиться в своей нише, а также привлечь новых инвесторов.
VisionLabs — стартап, который разрабатывает технологию распознавания лиц для применения в бизнесе: ритейле, финансовом секторе, видеонаблюдении и безопасности. Массачусетский университет включил компанию в тройку лучших мировых коммерческих систем по распознаванию лиц. В России компания получила поддержку Фонда Бортника, Минобрнауки и ФРИИ. Также с момента основания VisionLabs является резидентом IT-кластера «Сколково».
VisionLabs делает ставку на совершенствование собственных технологий детекции и сравнения лиц, определения качества и атрибутов на изображениях с помощью нейронных сетей. По данным самой компании, их продукты обрабатывают изображения в 200 раз быстрее конкурентов.
Перспективным направлением автоматизации является клиентская поддержка, где можно повышать скорость ответа и объем обрабатываемых тикетов, а также снижать стоимость работы. Лондонский стартап DigitalGenius применяет технологии глубокого обучения, чтобы автоматизировать направление поддержки в крупных компаниях. Стартап уже привлек более $10 млн от известных инвесторов, включая Lowercase Capital — самый успешный VC-фонд, на самой ранней стадии инвестировавший в Uber.
DigitalGenius использует интеграцию с Salesforce и Zendesk, что сокращает для заказчиков время и стоимость интеграции. Удобство дистрибуции — фактор успеха выхода на B2B, который можно отметить на этом примере. Продукт может быть востребованным сам по себе, но требовать значительных финансовых и временных затрат на интеграцию, нести которые клиенты оказываются не готовы. Лондонская компания обходит этот риск, распространяя продукт через самые популярные CRM.
В России похожую тактику применяет петербургская компания Veeroute, которая оптимизирует логистику в городах для организаций. Интеграция с SAP Transportation Module — один из приоритетов SAP Transportation Module. Среди ключевых клиентов компании — МВидео.
Augury — продукт для управления производительностью активов. Он определяет в реальном времени состояние машин и с помощью AI-алгоритмов помогает спланировать их обслуживание. Удачным здесь является решение по выбору ниши: основные активы — главный источник дохода производственных компаний и коммерческих объектов, стоимость человеческой ошибки в управлении предельно высока. При этом данные о состоянии машин хорошо поддаются как раз машинному анализу.
ClosedLoop.ai сумели найти применение популярным health-технологиям на корпоративном рынке. Их платформу используют частные поставщики медицинских услуг, чтобы оптимизировать операционную деятельность: прогнозировать госпитализации и загрузку, предотвращать неявки, улучшать ведение документации. Одновременно улучшаются прогнозы развития или начала хронических заболеваний.
B2B-стартапы, продукты которых используют технологии машинного обучения, получают меньше внимания и обсуждений, чем B2C-проекты. При этом потенциал применения ML на корпоративном рынке не просто высок, но и активно осваивается. Рынок активно насыщается tech-проектами, которые позволяют среднему и крупному бизнесу минимизировать ряд рисков, улучшить работу в нескольких направлениях и автоматизировать те процессы, которые ранее требовали значительных человеческих ресурсов. Чтобы успешно заходить на этот рынок и удерживаться на нем, B2B-стартап должен решать значимую для организаций проблему, иметь серьезные продуктовые преимущества перед конкурентами и активно развивать свои технологии. В случае решения, основанного на машинном интеллекте, это определяет ряд характерных признаков стартапа.
