2016-cı ildə yaratdığımız Kvotter bu gün hansı şirkətə çevrilə bilərdi?
Bəzən illər əvvəl yaratdığın bir layihəyə bugünkü texnologiyalar və bazar imkanları ilə baxanda onun əsl potensialını daha aydın görürsən. Mənim üçün belə layihələrdən biri Kvotter-dir.
Kvotter-i 2016-cı ildə yaratmışdıq. Məqsədimiz kitab oxumağı sevən insanlar üçün sitatlar ətrafında qurulmuş sosial şəbəkə yaratmaq idi.
İstifadəçi oxuduğu kitabda bəyəndiyi hissənin şəklini çəkirdi. Kvotter OCR texnologiyası ilə həmin şəkli mətnə çevirirdi. Daha sonra istifadəçi kitabın və müəllifin adını əlavə edərək sitatı öz profilində paylaşa bilirdi. Digər istifadəçilər həmin sitatı görə, bəyənə, yadda saxlaya və yeni kitablar kəşf edə bilirdilər.
Bu gün sadə səslənə bilər. Amma 2016-cı ildə mobil tətbiqlərin və sosial şəbəkələrin sürətlə inkişaf etdiyi bir dövrdə bu, bizim üçün kifayət qədər maraqlı və perspektivli ideya idi.
Kvotter Bakcell AppLab proqramında inkişaf etdirildi, Seedstars Baku müsabiqəsində birinci yerə layiq görüldü və Open Innovations Startup Tour Baku qaliblərindən biri oldu. Eyni zamanda “Yeni Fikir” müsabiqəsində qalib gələrək 5 000 avro mükafat qazandıq. Eyni zamanda layihə ABŞ-da keçirilən təlim proqramına baş vuraraq, Azərbaycandan seçilmiş və Silikon Vadisinda 3 günlük təlim və investorlarla görüş ilə yanaşı, Techcrunch Disrupt tədbirində iştirak etmiş ilk Azərbaycan startapı olmuşdu.
Layihə diqqət çəkirdi. İnsanlar ideyanı anlayır və məhsulun potensialını görürdülər.
Bizim də Kvotter üçün konkret inkişaf planımız var idi.
Kvotter-i sadəcə sitat paylaşmaq üçün mobil tətbiq kimi görmürdük.
Birinci mərhələdə məqsədimiz kitabsevərlərdən ibarət aktiv istifadəçi bazası formalaşdırmaq idi. İstifadəçilər sitatlar paylaşacaq, müəllifləri izləyəcək, şəxsi kolleksiyalar yaradacaq və maraqlarına uyğun yeni kitablar kəşf edəcəkdilər.
İkinci mərhələdə affiliate satış modelini işə salmağı planlaşdırırdıq. Kvotter-də paylaşılan hər sitat konkret bir kitabla əlaqəli idi. İstifadəçi maraqlı bir fikir və ya sitat gördükdən sonra həmin kitabı almaq istəyə bilərdi. Biz də istifadəçini kitab mağazasına və ya onlayn satış platformasına yönləndirəcək, həyata keçirilən satışdan komissiya qazanacaqdıq. Əslində sitat kitab üçün çox təbii reklam formatıdır. İnsan qarşısında klassik reklam görmür. Kitabın içindən real və təsirli bir fikir görür. Həmin fikir onda maraq yaradırsa, kitabı almaq qərarı da daha təbii şəkildə formalaşır.
Üçüncü mərhələdə isə data və analitika üzərindən gəlir əldə etməyi düşünürdük. Kvotter istifadəçilərin hansı kitabları, müəllifləri və mövzuları sevdiyini görə bilərdi. Bundan əlavə, hansı sitatların daha çox paylaşıldığını, bəyənildiyini və yadda saxlanıldığını müəyyənləşdirmək mümkün idi. Bu məlumatları nəşriyyatlar, müəlliflər və kitab satıcıları üçün analitik məhsula çevirmək istəyirdik.
Məsələn, nəşriyyat Kvotter vasitəsilə görə bilərdi:
Ənənəvi satış məlumatları nəşriyyata yalnız neçə kitab satıldığını göstərir. Kvotter isə insanların kitabda nəyi sevdiyini göstərə bilərdi.
Bu üç istiqamət - istifadəçi platforması, affiliate satışlar və data analitikası - bizim roadmap-ımızda var idi. Amma həmin dövrdə görə bilmədiyimiz başqa bir imkan mövcud idi.
2016-cı ildə biz süni intellekt modelləri, böyük dil modelləri və training data iqtisadiyyatı haqqında bugünkü məlumatlara sahib deyildik. Generativ AI hələ kütləvi istifadə olunan məhsula çevrilməmişdi. ChatGPT yox idi. Süni intellekt üçün data toplamaq və həmin datanı ayrıca məhsula çevirmək geniş yayılmış startup modeli kimi görünmürdü. Buna görə də Kvotter-də yaranan məlumatların gələcəkdə AI modelləri üçün nə qədər dəyərli ola biləcəyini görə bilmədik.
Bu gün layihəyə baxanda düşünürəm ki, Kvotter-in ən böyük potensialı sadəcə sitatların özündə deyildi. Əsl dəyər istifadəçilərin etdiyi seçimlərdə idi. Bir kitabda on minlərlə söz və minlərlə cümlə ola bilər. Amma istifadəçi onların arasından yalnız bir və ya bir neçə cümləni seçərək paylaşır. Niyə məhz həmin cümləni? Çünki o fikir istifadəçini düşündürüb, motivasiya edib, emosional təsir göstərib və ya onun dünyagörüşünə uyğun gəlib.
Başqa sözlə, Kvotter yalnız kitab mətnini toplamırdı. İnsanların hansı mətnləri dəyərli hesab etdiyini göstərən məlumat yaradırdı. Bu isə süni intellekt üçün adi mətn datasından daha fərqli və potensial olaraq daha dəyli ola bilərdi.
İstifadəçi kitab səhifəsinin şəklini çəkəndə platformada bir neçə fərqli məlumat yaranırdı:
Bu məlumatların hər biri ayrı-ayrılıqda faydalıdır. Birlikdə isə onlar mətn, görüntü, insan seçimi və davranış datasından ibarət olduqca maraqlı bir məlumat bazası yarada bilərdi.
Süni intellekt modellərinə çoxlu sayda mətn vermək mümkündür. Amma insanların milyonlarla cümlə arasından məhz hansını seçdiyini göstərən data tapmaq daha çətindir. Kvotter-in əsas üstünlüyü məhz bu ola bilərdi.
Kvotter-in əsas funksiyalarından biri kitab səhifəsinin şəklini mətnə çevirmək idi. Bu zaman sistemdə eyni məlumatın iki versiyası yaranırdı:
Bu cür görüntü və mətn cütlükləri OCR modellərinin təlimi üçün istifadə oluna bilərdi. Xüsusilə Azərbaycan, türk və digər regional dillərdə belə datanın dəyəri daha yüksək ola bilərdi. Çünki həmin dövrdə bu dillər üzrə keyfiyyətli və böyük həcmli data bazaları məhdud idi. Kvotter-də isə fərqli kitab şriftləri, köhnə nəşrlər, zəif işıqda çəkilən səhifələr, əyri görüntülər və istifadəçi düzəlişləri toplanacaqdı.
Zamanla bu, regional dillər üçün güclü OCR data platformasına çevrilə bilərdi.
Kvotter istifadəçilərin kitab səhifəsində hansı hissəni seçdiyini bilirdi. Bu seçimlər toplanaraq süni intellekt modelinə öyrədilə bilərdi ki, bir səhifənin ən maraqlı və paylaşılmağa uyğun hissəsini avtomatik müəyyən etsin.
Məsələn, istifadəçi kitab səhifəsinin şəklini çəkdikdə sistem ona belə deyə bilərdi: - “Bu səhifədə paylaşmağa uyğun üç əsas fikir var.” - İstifadəçi onlardan birini seçərək dərhal paylaşardı.
Bu funksiya həm istifadəçi təcrübəsini yaxşılaşdırar, həm də Kvotter-in ayrıca AI texnologiyasına çevrilməsinə şərait yaradardı. Sonradan bu texnologiyanı kitab tətbiqlərinə, nəşriyyatlara, media platformalarına və elektron oxu cihazlarına API vasitəsilə təqdim etmək olardı.
Mövcud kitab platformalarının əksəriyyəti istifadəçinin hansı kitabı aldığını, oxuduğunu və neçə ulduz verdiyini bilir. Kvotter isə daha dərin bir məlumat əldə edə bilərdi:
İstifadəçi kitabın məhz hansı fikrini bəyənib? - Bu, kitabın özünü bəyənməkdən daha detallı siqnaldır.
Məsələn, bir istifadəçi fərqli müəlliflərin kitablarından daim azadlıq, risk, sahibkarlıq və şəxsi məsuliyyət haqqında sitatlar seçirsə, Kvotter onun maraqlarını kitab janrından daha dəqiq müəyyən edə bilərdi. Platforma istifadəçiyə sadəcə belə deməzdi:
“Bu müəllifin başqa kitabını da bəyənə bilərsən.”
Əvəzində belə bir tövsiyə verə bilərdi:
“Bu kitabı sənə tövsiyə edirik, çünki burada sənin daha çox seçdiyin azadlıq, qərarvermə və şəxsi məsuliyyət mövzuları var.”
Belə bir tövsiyə sistemi affiliate satış modelini də daha effektiv edə bilərdi. İnsanlara həqiqətən maraq göstərəcəkləri kitablar təklif olunduqca satış ehtimalı da yüksələrdi.
Kvotter kifayət qədər böyük istifadəçi bazasına çatsaydı, topladığı məlumatları ayrıca AI data məhsullarına çevirə bilərdi. Məsələn:
Bu məlumatlar böyük modellərin sıfırdan təlimindən daha çox onların konkret sahələr, dillər və istifadə ssenariləri üzrə təkmilləşdirilməsi üçün dəyərli ola bilərdi. Xüsusilə Azərbaycan dili və digər az resurslu dillərdə Kvotter-in topladığı data qlobal AI şirkətləri üçün maraqlı məhsula çevrilə bilərdi.
Kvotter-in gəlir modeli yalnız bir istiqamətdən asılı olmazdı. Birinci gəlir mənbəyi kitab satışlarından əldə edilən affiliate komissiyası ola bilərdi.
İkinci istiqamət premium istifadəçi hesabları idi. İstifadəçilər limitsiz sitat kolleksiyası, ağıllı tövsiyələr, avtomatik sitat seçimi, şəxsi oxu statistikası və digər imkanlar üçün abunə haqqı ödəyə bilərdilər. ABŞ-da Techcrunch Disrupt sərgisində bizə yaxınlaşanların əksəriyyəti məhz premium hesabın olub olmadığını soruşurdular. O zaman biz bunu elə də əhəmiyyətli saymamışdıq. Amma əslində çox vacib bir monetizasiya modelini burnumuzun ucundaykən, qaçırtmışdıq.
Üçüncü istiqamət nəşriyyatlar və müəlliflər üçün analitika məhsulları ola bilərdi. Nəşriyyatlar hansı kitabların və mövzuların daha çox maraq yaratdığını, hansı sitatların daha çox paylaşıldığını və hansı auditoriyaların hansı müəlliflərlə maraqlandığını görə bilərdilər.
Dördüncü istiqamət AI API xidmətləri ola bilərdi. Kvotter digər şirkətlərə aşağıdakı xidmətləri təqdim edə bilərdi:
Beşinci istiqamət isə AI modellərinin training və evaluation prosesləri üçün strukturlaşdırılmış data təqdim etmək ola bilərdi. Beləliklə, Kvotter həm B2C platforma, həm B2B analitika məhsulu, həm də AI data infrastrukturu kimi fəaliyyət göstərə bilərdi.
Bu gün həmin ideyanı daha geniş düşündükdə Kvotter-in bir neçə böyük modelin birləşməsinə çevrilə biləcəyini görürəm.
Oxucular üçün sosial şəbəkə kimi insanları kitablar və fikirlər ətrafında birləşdirə bilərdi.
Spotify kimi istifadəçinin zövqünü anlayaraq ona uyğun kitablar tövsiyə edə bilərdi.
Nəşriyyatlar üçün analitika platforması kimi kitabların oxucularda yaratdığı real reaksiyanı göstərə bilərdi.
Kitab mağazaları üçün yeni satış kanalı ola bilərdi.
AI şirkətləri üçün isə insan seçimi ilə zənginləşdirilmiş mətn, görüntü və davranış datası təqdim edə bilərdi.
Yəni Kvotter sadəcə sitat tətbiqi deyil, kitab sənayesi ilə süni intellekt arasında data körpüsünə çevrilə bilərdi.
Bugünkü biliklə 2016-cı ilə baxanda “Bunu necə görmədik?” demək asandır. Amma həmin dövrdə bazar tamam fərqli idi. Startap dünyasında əsas mövzular mobil tətbiqlər, sosial şəbəkələr, istifadəçi artımı, reklam və marketplace modelləri idi. Generativ AI geniş yayılmamışdı. Böyük dil modelləri haqqında indiki qədər danışılmırdı. Training datasının ayrıca biznes modeli olması hələ çoxları üçün aydın deyildi.
Bizim Kvotter üçün düşündüyümüz istifadəçi platforması, affiliate satış və data analitikası modeli həmin dövr üçün məntiqli və aktual idi. Əslində datanın dəyərini görmüşdük. Sadəcə həmin datanın gələcəkdə süni intellekt modelləri üçün necə istifadə oluna biləcəyini görə bilməmişdik.
Bəlkə də Kvotter-in ən böyük itirilmiş fürsəti AI hissəsini 2016-cı ildə düşünməməyimiz deyildi. Əsas məsələ layihənin kifayət qədər uzun müddət davam etməməsi və böyük həcmdə data toplayacaq mərhələyə çatmaması idi. Əgər Kvotter fəaliyyətini davam etdirsəydi, istifadəçi bazasını böyütsəydi və nəzərdə tutduğumuz data platformasına çevrilsəydi, 2020-ci illərdə başlayan süni intellekt dalğasına çox güclü mövqedən daxil ola bilərdi.
Çünki süni intellekt üçün mətn tapmaq mümkündür. Kitablar, saytlar və məqalələr kifayət qədər çoxdur. Amma insanların həmin mətnlər arasından nələri vacib, təsirli və paylaşmağa layiq hesab etdiyini göstərən data daha azdır.
Kvotter-in əsl potensialı məhz burada idi.
Bəzən startup ideyasının dəyəri onun ilk yaratdığı məhsulda deyil, illər ərzində toplaya biləcəyi məlumatda və həmin məlumatın gələcək texnologiyalar üçün nə ifadə etdiyində olur.
Kvotter mənə bunu öyrədən layihələrdən biridir.
--------------
Məqalə ChatGPT ilə müzakirə əsasında hazırlanmışdır.
Visa rəqəmsal dollarlar emissiya etmək, idarə etmək və hesablaşmaq imkanı verən yeni sabitkoin platf
Roost niyə sürətlə populyarlaşır?
Mastercard 2030-cu ilə qədər ənənəvi 16 rəqəmli kart nömrələrindən mərhələli şəkildə imtina etməyi p
