CZ ha sostenuto uno studente universitario cinese, round seed da 11 milioni di dollari, per un Education Agent

Titolo originale: "Zhao Changpeng ha investito in uno studente universitario cinese, round seed da 11 milioni di dollari, creando un Education Agent"

Autore originale: Founder Park, una community per imprenditori sotto GeekPark

Uno studente universitario cinese, un round seed da 11 milioni di dollari, attualmente il prodotto più finanziato nell'imprenditoria studentesca della Silicon Valley.

Presentando un prodotto chiamato VideoTutor, un education agent per il K12 in grado di generare video didattici/esplicativi personalizzati con una sola frase, ha annunciato oggi il completamento di un round seed da 11 milioni di dollari. Questo round di finanziamento è stato guidato da YZi Labs, con la partecipazione di Baidu Ventures, Jin Qiu Fund, Amino Capital, BridgeOne Capital e diversi noti investitori.

Questa è anche la prima azienda di prodotti AI in cui YZi Labs ha investito.

Il fondatore Kai Zhao ha dichiarato che VideoTutor ha ricevuto riconoscimento e supporto da CZ e dal team di investimento di YZi Labs, e alla fine questo round di finanziamento è stato guidato da YZi Labs. Hanno ricevuto oltre 10 term sheet e alla fine hanno selezionato questi pochi.

Il prodotto ha lanciato la sua prima versione il 14 maggio (presentata in anteprima nel mercato dei prodotti di Founder Park), ha ricevuto riconoscimento dal mercato e validazione del PMF e, in meno di 5 mesi, ha chiuso questo round di finanziamento seed da 11 milioni di dollari.

Secondo Kai, il motivo principale per cui sono riusciti a ottenere questo finanziamento è che, partendo dal presupposto della direzione giusta, il "giovane team di geni" ha utilizzato l'apprendimento visivo per affrontare i punti critici della preparazione al SAT americano nel campo K12.

"Questo campo è più adatto ai giovani, unito a un'ottima capacità pratica di ingegneria, e il fondatore stesso ha intuizioni ed esperienza molto buone, con un'esecuzione molto rapida."

Non solo loro, Cursor, Mercor, Pika, GPTZero e altri, gli studenti universitari della Silicon Valley stanno stabilendo nuovi record di finanziamento con prodotti AI uno dopo l'altro, rimodellando la percezione di tutti sull'imprenditoria AI.

L'imprenditoria nell'era dell'AI è davvero diversa.

Abbiamo parlato con questi giovani di VideoTutor per capire perché sono riusciti a ottenere questo finanziamento seed, quali cambiamenti stanno avvenendo oggi nell'imprenditoria della Silicon Valley e perché sono così desiderosi di reclutare dipendenti dalle principali aziende tecnologiche cinesi.

Ospiti: CEO Kai Zhao, CTO James Zhan

Intervista & Editing | Wanhu

Il seguente è il contenuto dell'intervista, modificato e organizzato da Founder Park.

Settore K12: La vera direzione è l'apprendimento visivo

Founder Park: Con così tante istituzioni che mostrano grande interesse per il vostro progetto, quale aspetto chiave pensate li abbia colpiti di più?

Kai: Credo che il primo aspetto chiave sia essere sulla strada giusta. Il settore dell'istruzione AI ha un grande potenziale e prospettive, e il campo educativo in cui stiamo entrando è focalizzato sugli esami di ammissione all'università americana SAT e AP. Rivolgendoci agli studenti delle scuole superiori K12, abbiamo un divario generazionale molto piccolo con la nostra base di utenti. Abbiamo attraversato l'intero ciclo di preparazione agli esami e di studio, comprendendo dove si trovano i punti critici degli esami e della preparazione, e siamo stati in grado di creare un prodotto che affronta veramente questi punti critici.

In secondo luogo, il team è estremamente talentuoso. James proviene da Gemini ed è stato un ingegnere principale presso Google specializzato in ingegneria AI e algoritmi. Personalmente ho tre esperienze nell'imprenditoria educativa, iniziando il mio percorso imprenditoriale con software educativi fin dal primo anno. Durante il secondo anno, ho partecipato alla creazione del progetto MathGPTPro, che è stato selezionato per il Qijie Innovation Forum, tra gli altri. Ho esperienza nel costruire con successo prodotti educativi.

In terzo luogo, nel campo dell'istruzione AI in cui ci troviamo, il nucleo risiede nel motore di animazione, e noi siamo gli sviluppatori principali di VideoTutor. Siamo il team che comprende meglio la tecnologia di base e può rendere il motore di animazione con grande precisione.

Il team stesso ha un gene di marketing molto forte e sa come promuovere in modo efficace.

VideoTutor si allinea bene con un consenso di investimento comune tra i principali VC americani, noto come il "giovane team di geni". Questo si riferisce all'idea che questo campo sia più adatto ai giovani, unito a capacità pratiche di ingegneria molto forti, così come al fondatore che ha grandi intuizioni ed esperienza, e capacità di esecuzione molto rapide. Credo che questo sia un motivo di consenso per cui tutti gli investitori possono essere ottimisti al riguardo.

VideoTutor suona la campana del NYSE al Demo Day della residenza EASY di YZi Labs

Founder Park: Quale problema fondamentale nel settore dell'istruzione mira a risolvere il vostro prodotto?

Kai: Attualmente, i prodotti di apprendimento sul mercato possono essere classificati in due categorie: prodotti di apprendimento attivo e prodotti di apprendimento passivo. I prodotti di apprendimento passivo, come Gauth di ByteDance, Chegg, AnswersAi, ecc., coprono quello che chiamiamo lo scenario "Aiuto compiti", dove il processo di apprendimento è molto breve e coinvolge principalmente studenti che pagano per ottenere le risposte ai compiti.

D'altra parte, VideoTutor copre lo scenario dell'apprendimento attivo. In questo scenario, non dobbiamo considerare la motivazione all'apprendimento degli studenti perché devono imparare e sostenere esami, come il SAT americano, gli esami AP. In questo scenario, c'è un grande bisogno di visualizzazione, poiché l'80% del contenuto nell'esame SAT americano coinvolge conoscenze come funzioni, calcolo, che richiedono una complessa resa delle immagini. Il motore di animazione di VideoTutor è ben attrezzato per affrontare questo scenario.

Inoltre, il valore medio dell'ordine in questo campo è molto alto. Negli Stati Uniti, circa 2,6 milioni di studenti sostengono l'esame SAT ogni anno, portando a una significativa domanda di servizi a pagamento. I corsi SAT offline sono molto costosi, addebitati non come pacchetti ma all'ora, partendo da una media di 150 dollari all'ora e arrivando a 230 dollari nella maggior parte dei casi. Molti studenti e genitori sono disposti a pagare per questi corsi. Tuttavia, VideoTutor può spostare o addirittura sostituire efficacemente la formazione guidata dagli insegnanti, poiché gli attuali video generati dall'AI sono quasi indistinguibili dai contenuti guidati dagli insegnanti. In questo modo, gli studenti possono avere il proprio insegnante di preparazione agli esami personalizzato dall'AI a un costo minimo.

Founder Park: Qual è stato il catalizzatore per decidere di sviluppare questo prodotto in quel momento?

Kai: In realtà, anche prima di noi, c'era un team a Stanford chiamato Gatekeep Ai che lavorava su un concetto simile di apprendimento visivo. Eravamo già consapevoli dell'impatto di questa direzione. Nei precedenti tentativi imprenditoriali, la maggior parte dei prodotti educativi stava essenzialmente sfruttando l'API di GPT, assomigliando a un prodotto ChatGPT Wrapper. Tuttavia, ci siamo resi conto che i prodotti basati esclusivamente su Q&A basati su testo hanno un limite. È evidente che aziende come Chegg e Gauth sono in declino, con una parte significativa dei loro scenari sostituita da ChatGPT, poiché gli studenti possono pagare 20 dollari e ottenere le risposte alle domande dei compiti tramite ChatGPT.

L'era dei prodotti basati su API-wrapper con livelli di ottimizzazione ha raggiunto il suo apice.

Tuttavia, la generazione visiva multimodale ha un futuro molto promettente, specialmente nel contesto di scenari di apprendimento visivo come il SAT americano. Sfortunatamente, Gatekeep ha aperto la strada ma non ha continuato perché è stato lanciato un po' troppo presto, quando le capacità di programmazione del modello fondamentale non erano ancora mature e GPT-4 non era stato rilasciato. Inoltre, il motore di animazione matematica coinvolgeva rendering e algoritmi, che non hanno conquistato. Ma il nostro team ha padroneggiato tutto lo sviluppo principale del motore di animazione, ha risolto questo problema e ha reso il rendering video molto accurato.

PMF: Forte disponibilità degli utenti a pagare

Founder Park: Dopo che il vostro prodotto è andato online, avete collaborato con diverse scuole. Secondo voi, quando o quale funzionalità vi ha fatto sentire "abbiamo capito bene questo prodotto, abbiamo colpito correttamente il punto critico" e avete sentito di aver trovato il PMF?

Kai: Puoi guardarlo da tre dimensioni.

Primo, dal punto di vista dei ricavi, VideoTutor ha ricevuto richieste API da 1000 aziende fino ad oggi, incluse tutte le principali istituzioni educative negli Stati Uniti e persino istituzioni nazionali. Inoltre, molte scuole vogliono acquistare il servizio. Direttamente dal lato del consumatore, c'è un genitore di uno studente che è anche un investitore. Dopo aver sperimentato il prodotto, lo ha dato a tutti i parenti e amici per provarlo, e tutti sono disposti a pagare. Poi, in qualche modo ha ottenuto il mio numero da qualche parte, mi ha mandato un messaggio e voleva investire in noi. I consumatori hanno una fortissima disponibilità a pagare.

In secondo luogo, dal punto di vista della domanda degli utenti. Perché l'istruzione con tutor individuale negli Stati Uniti è così rigida? Perché i genitori credono che l'insegnamento individuale sia efficace e sono disposti a pagare per questo. Ora, la tecnologia AI multimodale può umanizzare l'effetto dell'insegnamento individuale, fornendo risposte personalizzate istantanee. Inoltre, le lezioni video dal vivo registrate dagli insegnanti nell'insegnamento individuale online negli Stati Uniti non sono in realtà diverse dai video generati dall'AI. Questo è ciò che chiamo "spostamento della domanda". I costosi corsi preregistrati acquistati dagli studenti non sono diversi da ciò che genera la mia AI. Allora perché non usare l'AI? Ha costi inferiori e risultati di insegnamento migliori.

Abbiamo ricevuto molti feedback molto positivi dagli studenti e molti insegnanti sono disposti a promuovere questo prodotto. Il tasso di completamento iniziale e il tempo di utilizzo sono stati particolarmente buoni. I 200 utenti seed che abbiamo selezionato ora provengono dall'accumulo iniziale.

In terzo luogo, è una questione di gusto e senso del prodotto. Quando continui a iterare, dal progresso dell'intero settore dell'istruzione ai bisogni fondamentali degli studenti e dei genitori che pagano, e poi all'evoluzione del prodotto stesso, quando ci ripensi, l'intera logica è a circuito chiuso. Quindi, da queste tre dimensioni, puoi vedere che il PMF è già sufficiente. La cosa più critica è che c'è una fortissima disponibilità a pagare.

Collaborazione con FIZZ

Founder Park: Molti utenti sono disposti a pagare in modo proattivo e alcuni vi hanno contattato proattivamente per investire.

Kai: Giusto. Nel campo SAT e AP, la disponibilità a pagare è già forte. Il valore medio dell'ordine in questo campo parte da 100 a 200 dollari, e le lezioni offline sono ancora più costose, possibilmente intorno agli 800 dollari. Negli Stati Uniti, ci sono 2,6 milioni di studenti che sostengono il SAT e il 37% di questi studenti è disposto a pagare proattivamente. Questo è un mercato con una fortissima disponibilità a pagare e domanda. Il nostro prodotto può soddisfare molto bene questa domanda.

Founder Park: Nel settore SAT, per chi sostiene i test, si fideranno dell'AI tanto quanto di un insegnante umano?

Kai: Attualmente, l'AI che risponde alle domande al livello di esami come il SAT e l'AP americano raramente commette errori fattuali. In questo caso, perché è meglio di un tutor offline? Uno, è più economico, e due, gli studenti possono porre domande continuamente senza preoccuparsi di fare domande sciocche o che l'insegnante sia impaziente. Possono imparare 24/7 da ovunque.

Inoltre, questo mercato è scalabile. Dopo aver completato il mercato statunitense, possiamo espanderci in Canada, negli esami A-Level del Regno Unito e così via, dove la domanda di servizi a pagamento è molto alta.

Founder Park: Come state considerando attualmente l'aspetto a pagamento?

Kai: Offriamo abbonamenti mensili e anche un modello pay-per-performance. Penso che l'AI ora possa raggiungere il pay-per-performance. Potremmo introdurre un pacchetto, ad esempio, paghi 799 dollari e garantiamo che tuo figlio possa ottenere un punteggio perfetto in Matematica SAT.

Founder Park: Ma con il pay-per-performance, non dipende ancora dall'iniziativa personale dello studente?

Kai: Questo potrebbe non essere fattibile per l'esame di ammissione all'università nazionale in Cina perché ci sono molti punti di valutazione, oltre mille. Tuttavia, il SAT americano ha solo 62 centri di test, con 50 che sono centri regolari dove la maggior parte degli studenti non ha problemi, e i restanti 12 centri possono anche essere padroneggiati dagli studenti. A meno che lo studente non abbia un problema genuino con il ragionamento logico, non c'è essenzialmente alcuna situazione in cui non possa imparare. Inoltre, il miglioramento dell'efficienza dell'AI è molto evidente.

In effetti, molti tutor online americani forniscono anche questo servizio. Paghi l'insegnante 1800 dollari e l'insegnante fa da tutor al bambino, con un tasso di successo di circa il 100% perché il sito di test SAT è fisso. Finché il livello di intelligenza dello studente è normale, non dovrebbero esserci molti problemi. Tuttavia, questo approccio non funziona per il Gaokao (esame di ammissione all'università nazionale cinese) poiché non può essere migliorato significativamente in un breve periodo. Inoltre, il Gaokao richiede la creazione di divari di punteggio e può presentare domande difficili, mentre gli esami di ammissione all'università americana non hanno domande assolutamente difficili poiché testano principalmente se hai padroneggiato i punti di conoscenza.

Il pay-for-performance è anche un modello che i precedenti insegnanti supplementari hanno usato, e avere questa precondizione è necessario.

Founder Park: Quindi, nel vostro prezzo, il costo del modello è una preoccupazione? È una percentuale alta?

Kai: Il valore medio dell'ordine nel nostro campo è molto alto, partendo da 69 dollari al mese. Il costo del modello è attualmente molto basso, quindi non è un problema. Il settore dell'istruzione non è come il campo della programmazione, dove tutti stanno tagliando i prezzi perché la programmazione richiede il supporto di molto contesto.

Prodotto rivolto agli studenti delle scuole superiori, la piattaforma Web è fondamentale

Founder Park: Ricordo che hai menzionato l'ultima volta che il vostro prototipo della prima versione ha richiesto solo poco più di due mesi per essere sviluppato. Come avete considerato l'intero ciclo di sviluppo in quel momento, come la divisione del lavoro, decidere quali funzionalità includere e quali non includere?

Kai: Il consenso del nostro team è che l'iterazione dovrebbe essere veloce perché la velocità è necessaria per ricevere rapidamente feedback dai primi utenti.

Dopo che la prima versione è stata pubblicata su Twitter, ha causato un'enorme sensazione e ha portato un gran numero di utenti. Tuttavia, molti di questi utenti erano programmatori, investitori o appassionati di tecnologia, che possiamo collettivamente definire "early adopter tecnologici". In quella fase, il feedback che abbiamo ricevuto da loro era piuttosto frammentato e non molto prezioso. Dovevamo ancora setacciare questi diversi utenti e identificare i veri utenti seed principali, ovvero studenti delle scuole superiori di alta qualità, e quindi ottenere feedback utili attraverso consultazioni.

Il feedback chiave che abbiamo ricevuto è stato che la precisione del rendering video deve raggiungere il 100%, che era la massima priorità per l'ottimizzazione. Funzionalità come l'estetica dell'interfaccia utente o il supporto per diverse selezioni vocali TTS (text-to-speech) sono state tutte tagliate. Tornando al nucleo del prodotto: ciò che stiamo facendo è l'apprendimento della conoscenza in scenari scientifici, quindi la precisione del rendering grafico è cruciale.

Founder Park: Come avete deciso sulla durata della generazione in quel momento?

Kai: A quel tempo, la durata massima di picco era di circa 6 minuti. La considerazione principale a quel tempo era che la spiegazione delle domande regolari e dei punti chiave non dovesse superare i 6 minuti. Tuttavia, nel feedback successivo, abbiamo scoperto che alcuni studenti con capacità di apprendimento inferiori speravano che il contenuto potesse essere spiegato più lentamente e in modo più approfondito. Ci siamo resi conto che la durata non dovrebbe essere limitata, e dipende più dalla capacità di apprendimento dell'utente.

Founder Park: Qual è la durata massima ora?

Kai: La più lunga dovrebbe essere entro un'ora, e puoi continuare a sondare più a fondo. È interattivo e generato in tempo reale, ma questa funzionalità è stata aggiunta di recente; non era disponibile nelle versioni iniziali.

Founder Park: C'erano funzionalità che avevate inizialmente considerato ma che poi avete trovato non così importanti e avete deciso di non implementare?

Kai: Ad esempio, un'app. A quel tempo, ci chiedevamo se dovessimo sviluppare rapidamente un'app. Tuttavia, più tardi, ci siamo resi conto che la maggior parte degli studenti americani utilizza principalmente laptop o iPad per studiare. La maggior parte delle scuole K12 negli Stati Uniti fornisce agli studenti laptop Chromebook, che sono ampiamente adottati. Anche i compiti degli studenti vengono completati sui loro computer. Alle scuole superiori, quasi ogni studente ha un computer e la percentuale di smartphone nell'ambiente di apprendimento è inferiore al 5%, una percentuale molto bassa.

Founder Park: Quindi, se è un prodotto rivolto principalmente all'istruzione o a gruppi di studenti, la versione web è più critica da sviluppare per prima, e l'app non è così importante.

Kai: Sì, in realtà, conoscevamo già questi dati da quando ho studiato negli Stati Uniti per molti anni. Più tardi, abbiamo condotto sondaggi con cento studenti estratti dalle prime decine di migliaia di utenti. Tra questi 100 studenti, oltre 90 avevano computer, quindi eravamo ancora più convinti di questo punto.

Founder Park: Quando avete lanciato la prima versione, avete anche preso di mira il gruppo K12?

Kai: Sì, e più tardi, abbiamo continuato a prendere di mira questo gruppo. Non ci consideriamo concorrenti di Gauth. Ci concentriamo maggiormente sugli scenari di formazione agli esami. Un gran numero di studenti delle scuole superiori americane sceglie già piattaforme di formazione offline o di apprendimento online, e VideoTutor ha effettivamente fatto la transizione di questa domanda.

Founder Park: Il K12 sarà il vostro gruppo di utenti principale almeno entro un anno?

Kai: Dovrebbe essere una metrica principale entro due anni.

Utilizzo di modelli di grandi dimensioni, ma non affidandosi esclusivamente a modelli di grandi dimensioni

Founder Park: Potreste introdurre brevemente la vostra attuale implementazione tecnica? In termini di generazione di corsi e grafici, VideoTutor ha effettivamente superato altri modelli di generazione video con un ampio margine. Anche quando molti modelli faticano a generare testo in modo accurato, la vostra tecnologia è molto impressionante.

James: I video che generiamo contengono sia testo che grafica. Il processo di produzione generale è il seguente: utilizziamo un modello linguistico di grandi dimensioni per generare testo e le relative istruzioni di animazione, che vengono poi renderizzate attraverso il nostro motore di animazione e infine visualizzate nel video.

La parte del testo è relativamente semplice; facciamo generare il testo al modello linguistico di grandi dimensioni, che viene poi renderizzato direttamente. Tuttavia, per la parte dell'animazione, abbiamo il nostro motore di rendering di animazione matematica. Il suo vantaggio risiede nell'alta precisione della resa di contenuti come assi coordinati e forme geometriche, che è la nostra tecnologia principale.

Attualmente, l'output del modello linguistico di grandi dimensioni è solo testo. L'agente che abbiamo sviluppato è come dare al modello linguistico di grandi dimensioni un pezzo di carta e una penna, permettendogli di disegnare le animazioni educative adatte che immagina. La parte che viene disegnata è interamente la nostra tecnologia.

Founder Park: Come viene gestito l'intero processo di sintesi video, inclusi audio e video?

James: Inizialmente, l'utente fornisce un prompt, come "Cos'è il Teorema di Pitagora?". Il primo passo è far ragionare il modello linguistico di grandi dimensioni attraverso tutti gli scenari, definendo tipicamente da 3 a 5 scenari a seconda della difficoltà della domanda. Quindi, il modello genera una bozza di script per ogni scenario. Successivamente, basandosi sullo script per ogni scenario, viene effettuato un secondo round di ragionamento per generare il testo, la grafica corrispondente e il testo vocale per ogni scenario. Il testo vocale viene poi sintetizzato utilizzando TTS.

Infine, concateniamo tutti gli scenari per creare un video completo.

Founder Park: La mia comprensione è che questo fosse l'approccio per la prima versione. Ora, con l'aggiunta del processo interattivo on-demand, il processo di generazione è cambiato?

James: In effetti, c'è stato un cambiamento. Ora, affinché gli utenti possano vedere rapidamente il contenuto, generiamo prima la scena iniziale da visualizzare mentre le scene successive vengono renderizzate in background. Quando un utente pone una domanda, convertiamo il suo parlato in testo e forniamo questo testo, insieme al contenuto delle scene precedenti, a un modello linguistico di grandi dimensioni per ragionare e pianificare la successiva scena di insegnamento. Il processo di rendering per le scene seguenti procede quindi come prima.

Founder Park: Se un utente ha una domanda dopo aver ascoltato per un minuto, la porrebbe direttamente. Dopo aver ricevuto la domanda, restituite la domanda dell'utente insieme al contenuto precedentemente trattato al modello per l'elaborazione? Durante questo processo, dopo che l'utente pone la domanda, l'animazione continua o si mette in pausa?

James: La nostra latenza attuale è stata ridotta dai 20-30 secondi iniziali a meno di 5 secondi. In termini di interazione, implementiamo transizioni per garantire che gli utenti non si concentrino eccessivamente su questi 5 secondi, rendendo l'intero processo fluido. Entro 4-5 secondi, l'utente può vedere il contenuto appena presentato basato sulla sua domanda.

Il design attuale prevede che l'insegnante AI dica: "Hmm, fammi pensare" e poi cancelli la lavagna, proprio come una simulazione di un vero insegnante. Se pensi che ci sia un problema con ciò che è stato spiegato, lo cancellerò e lo scriverò di nuovo per te. Questo processo sembra più naturale.

Inoltre, non stiamo solo aspettando passivamente le domande degli utenti; conduciamo anche quiz a metà percorso. Ragioniamo in base al feedback del quiz e alle domande degli utenti. Inoltre, piuttosto che essere costantemente aperti, richiediamo agli utenti di abilitare manualmente il microfono, con un'azione per aprirlo e chiuderlo.

Founder Park: Quindi, basandosi su questo meccanismo, potete generare una spiegazione che dura fino a circa un'ora.

James: Per essere precisi, non c'è limitazione. Se un utente ha costantemente domande, può continuare a chiedere.

Kai: Sì, non c'è un limite predefinito. In effetti, VideoTutor si sta muovendo in questa direzione man mano che l'AI multimodale avanza. Non stiamo creando domanda, ma piuttosto soddisfacendo meglio i bisogni esistenti. Guarda l'istruzione umana offline; perché i genitori americani sono disposti a pagare tariffe elevate? È perché il settore dell'istruzione e della formazione negli Stati Uniti si concentra in gran parte sull'insegnamento individuale, partendo da 100 dollari all'ora. È perché gli insegnanti offline possono impegnarsi in domande guidate, osservare dove manchi di comprensione e poi seguire con domande. VideoTutor mira anche a raggiungere questo effetto di insegnamento di un vero insegnante, consentendo a ogni bambino di impegnarsi in interazione e insegnamento in tempo reale.

Founder Park: Durante le lezioni di Founder Park, agli studenti viene richiesto di accendere le telecamere?

Kai: Non proprio. Se gli studenti accendono le telecamere dipende principalmente dalle leggi sulla privacy degli Stati Uniti. Il prodotto non è progettato con una funzionalità obbligatoria di telecamera accesa. La decisione di accendere la telecamera spetta agli studenti. L'interazione principale avviene ancora attraverso domande e feedback verbale.

Founder Park: Tecnicamente, seguite una strategia di utilizzo di modelli piccoli in combinazione con modelli di grandi dimensioni basati su cloud, o come funziona?

Kai: È una combinazione. Abbiamo un set di dati interno con oltre 100.000 punti dati video. I migliori dati in questi set di dati sono doppiamente annotati manualmente e poi utilizzati per mettere a punto il modello. Ad esempio, abbiamo oltre 8.000 punti dati di formazione campione SAT. Questi piccoli modelli messi a punto lavorano in combinazione con modelli di uso generale basati su cloud come Claude e Gemini.

Founder Park: L'utilizzo di Claude, Gemini o GPT influirà sulle prestazioni principali del prodotto?

Kai: Ci concentriamo principalmente sul campo K12 e il livello del modello base è già sufficiente. Tuttavia, per garantire una precisione del 100%, utilizziamo due modelli contemporaneamente per la verifica. Se i due modelli forniscono la stessa risposta, allora non ci sono essenzialmente errori. Per quanto riguarda la generazione di codice, Claude viene utilizzato principalmente a causa delle sue forti capacità di codifica.

Founder Park: Dove si trova l'attuale collo di bottiglia tecnologico del prodotto? È nelle capacità del modello o nella generazione di codice?

Kai: Le capacità del modello sono un aspetto. Un altro aspetto è il rendering, che siamo riusciti a ridurre a meno di 5 secondi. Con una maggiore implementazione di GPU, diventerà ancora più veloce. La capacità di memoria a lungo termine è un'altra sfida. Dobbiamo accumulare dati sul comportamento di apprendimento a lungo termine degli studenti, capire quali concetti uno studente non afferra e ricordarglielo se ha dimenticato un argomento appreso un mese fa.

James: In termini di tempo di rendering, abbiamo fatto molti sforzi e continui progressi tecnologici, dai 2 minuti iniziali a 1 minuto, e ora a meno di 10 secondi. Il nostro obiettivo finale è raggiungere un ritardo di rendering quasi zero, dove non appena un utente pone una domanda, il ragionamento termina e i risultati vengono visualizzati immediatamente. Questa è una sfida difficile che il nostro team sta affrontando attualmente, ma abbiamo trovato una nuova direzione.

Focus sui risultati degli esami, non sui tassi di completamento

Founder Park: Come misurate attualmente le metriche principali del vostro prodotto? Come determinate se un video è utile agli utenti?

Kai: La metrica più cruciale è l'esame. Nella nuova versione, dopo aver guardato un video, ci sarà un quiz alla fine. Se rispondi correttamente, dimostra che hai capito; in caso contrario, mostra che il concetto non è stato spiegato chiaramente.

Valutare l'efficacia dell'apprendimento non può basarsi esclusivamente sui tassi di completamento poiché alcuni studenti potrebbero afferrare il contenuto a metà strada. Quando uno studente raggiunge un certo punto nel video e dimostra comprensione attraverso un test, può saltare il resto. La metrica principale del nostro prodotto è vedere quanti studenti hanno migliorato i loro punteggi attraverso questo approccio.

Founder Park: Tuttavia, l'esame finale viene sostenuto in un contesto diverso. Come ottenete i risultati per determinare se hanno superato?

Kai: Questo si riferisce alla cultura del prodotto negli Stati Uniti, dove gli utenti che ottengono risultati positivi attraverso un prodotto tendono a condividere spontaneamente le loro esperienze. Molti studenti che usano VideoTutor per prepararsi all'esame SAT si fanno avanti volontariamente per condividere le loro esperienze e i loro punteggi. Li coinvolgiamo anche come ambasciatori del campus per un'ulteriore diffusione.

Abbiamo un team di 20 studenti delle scuole superiori che fungono da ambasciatori del campus. Se guardi al successo iniziale di Mercor, hanno utilizzato principalmente il modello "storia di successo dell'utente". Mercor ha inizialmente aiutato molti programmatori indiani a trovare lavoro negli Stati Uniti. Successivamente, contattavano questi utenti, creavano una storia dell'utente e condividevano come hanno usato Mercor per trovare lavoro. Questo ha creato un eccellente passaparola. Lo stesso vale per VideoTutor; miriamo a far sì che più studenti ottengano risultati significativi utilizzando il prodotto e poi condividano le loro esperienze attraverso storie di utenti.

Founder Park: Dove condividono principalmente le loro esperienze gli studenti?

Kai: Gli studenti condividono principalmente su TikTok, mentre i genitori si impegnano nei gruppi Facebook.

Founder Park: Guardando a un arco temporale di sei mesi o un anno, qual è il vostro approccio pianificato per la crescita del prodotto?

Kai: Fondamentalmente, VideoTutor è un prodotto B2C dove la promozione tramite passaparola è cruciale. Molte applicazioni AI di successo si sono inizialmente affidate al passaparola dei primi utilizzatori; ad esempio, quando un designer ha trovato utile un prodotto, ha sparsi la voce. Per noi, la metrica principale è quanti candidati SAT hanno migliorato i loro punteggi utilizzando il nostro prodotto e poi hanno condiviso questo successo con altri studenti e genitori. I genitori usano principalmente Facebook e Instagram, mentre gli studenti preferiscono TikTok, quindi sfruttiamo queste piattaforme per la diffusione. Una volta stabilito un consenso riguardo alla qualità del nostro prodotto attraverso il passaparola, gli insegnanti nelle scuole se ne accorgono naturalmente. Il motivo per cui molte scuole sono venute a conoscenza di noi presto è perché numerosi insegnanti hanno usato il prodotto, l'hanno trovato utile e l'hanno raccomandato agli addetti agli acquisti della scuola. Pertanto, l'attenzione principale rimane sulla promozione B2C tramite passaparola e la metrica chiave è quanti studenti hanno migliorato i loro punteggi dopo aver usato il prodotto.

Founder Park: Qual è lo stato generale e la tempistica di rilascio prevista della nuova versione di Founder Park?

Kai: Speriamo di rilasciarla ufficialmente entro due mesi al più presto. Per allora, gli studenti saranno in grado di ricevere risposte con una latenza molto bassa e il rendering grafico negli scenari STEM sarà accurato al 100%. Naturalmente, per ora non copriremo scenari di competizione o materie universitarie complesse come l'algebra lineare. Il nostro focus sarà più sul campo K12.

Founder Park: Quali sono le attuali barriere o fossati per VideoTutor?

Kai: Penso che ci siano alcuni punti. In primo luogo, il volano dei dati. Dietro ogni video c'è codice, e buoni dati video generati dagli utenti, dopo una seconda annotazione, possono essere utilizzati per riqualificare e mettere a punto i modelli. Più dati, migliore è la qualità del video. Inoltre, ci sono dati sul comportamento di apprendimento. Sapere quali argomenti sono deboli per diversi studenti ci consente di stabilire un volano di dati; più persone lo usano, meglio il prodotto comprende gli studenti. In secondo luogo, abbiamo un vantaggio tecnologico leader, come l'algoritmo del motore di animazione. Sebbene l'algoritmo stesso non sia il vantaggio principale, con le nostre rapide iterazioni e l'aumento dei dati, il vantaggio diventerà più evidente.

Il terzo punto è il marchio. VideoTutor è già diventato un marchio leader nel campo dell'istruzione AI tra i circoli dei genitori nordamericani, e la fiducia dei genitori è anche un fossato intangibile.

Founder Park: Tra tre-cinque anni, in cosa vi aspettate che VideoTutor si evolva infine come prodotto?

Kai: In futuro, speriamo che VideoTutor possa diventare un insegnante AI per tutti per imparare la conoscenza STEM. Ci concentriamo solo su STEM. Credo che supererà Duolingo. Duolingo è un prodotto di apprendimento linguistico di classe mondiale, ma nel campo STEM non c'è ancora stato un prodotto di classe mondiale perché STEM richiede un ampio rendering grafico. Ora che la tecnologia del modello fondamentale è pronta, credo che il campo STEM darà alla luce il prossimo "Duolingo".

Stiamo assumendo, cercando in particolare talenti dalle principali aziende tecnologiche nazionali.

Founder Park: Hai avuto diverse esperienze imprenditoriali prima. Di cosa si trattavano principalmente?

Kai: Attualmente sono al terzo anno. Quando ero al primo anno, ho avviato un'attività con James per creare un prodotto educativo e ho ricevuto 200.000 dollari in angel investment. Sebbene quell'impresa sia fallita, ho acquisito un'esperienza preziosa: non puoi rimanere bloccato nella concorrenza omogenea. A quel tempo, abbiamo sviluppato un'app, ma c'erano molti prodotti simili sul mercato, quindi eravamo in anticipo in una guerra dei prezzi ed era difficile far pagare per il servizio.

Durante il mio secondo tentativo imprenditoriale, mi sono unito a un altro team, MathGPTPro, come co-fondatore e sono rimasto per alcuni mesi. Durante quella fase, ho imparato come analizzare le metriche del prodotto, come costruire prodotti e come ottenere la crescita degli utenti. È stato anche in quel momento che sono giunto a una conclusione: i prodotti educativi orientati alle risposte basati su testo avevano raggiunto il loro limite. Questo perché non erano molto diversi da ChatGPT, e le banche di domande di conoscenza strutturate come ciò in cui piattaforme come Homework Help avevano investito pesantemente venivano anche sostituite dalle capacità di editing di modelli di grandi dimensioni. Quindi, per il mio terzo viaggio imprenditoriale, sapevo che la visualizzazione era una tendenza inevitabile.

Foto di Zhao Kai che presenta all'Università di Harvard con Sam Altman

Founder Park: Oltre a realizzare i limiti dei prodotti basati su testo attraverso le tue esperienze passate, come ti hanno aiutato quelle esperienze in termini di team o altri aspetti con ciò che stai facendo ora con VideoTutor?

Kai: È stato molto utile.

Primo, mi ha aiutato a valutare meglio la direzione e il potenziale futuro del prodotto. Valuterei l'evoluzione complessiva del prodotto guardando al traffico e ai ricavi del sito web dei concorrenti.

Secondo, in termini di sviluppo del prodotto, mi ha aiutato a valutare meglio il ritmo dello sviluppo del prodotto, inclusa la progettazione del prodotto, l'integrazione frontend-backend e quali metriche guardare.

Terzo, in termini di gestione del team e cultura organizzativa, ha migliorato la mia capacità. Ho stabilito un sistema di gestione più completo, inclusa la definizione delle responsabilità, delle ricompense e della distribuzione azionaria di ogni membro del team. Inoltre, ho imparato come raccogliere fondi. Abbiamo completato questo round di finanziamento da 10 milioni di dollari in meno di 20 giorni.

Founder Park: Quante persone ci sono attualmente nel vostro team?

Kai: 6 persone, e tutti vivono insieme.

Founder Park: Come è stato formato inizialmente il team?

Kai: James e io abbiamo già avviato due attività insieme. Entrambi ci siamo laureati nella stessa scuola e abbiamo sviluppato un'app insieme durante il nostro primo anno. Al secondo anno, ho avviato un'altra attività con altre due persone e ci siamo conosciuti tutti. Quando abbiamo realizzato la significativa visione del prodotto che questa tecnologia poteva portare, ci siamo contattati per formare un team per lavorare su questo prodotto. Tutti erano stati ex alunni, e l'altro partner del nostro team, Nick, era anche il mio compagno di stanza al college.

Founder Park: Ora state anche pianificando di espandere il vostro team. Che tipo di persone state cercando di assumere?

Kai: Stiamo cercando principalmente ruoli in backend, frontend, modelli linguistici di grandi dimensioni e UI/UX, preferibilmente con esperienza. Dato che ora abbiamo superato la fase di prova ed errore ed siamo entrati nella fase di rapida costruzione del prodotto, abbiamo bisogno di individui esperti per aiutarci a crescere.

Founder Park: Avete bisogno di ingegneri esperti, product manager e growth lead per portare il prodotto da 1 a 10, o anche da 10 a 100.

Kai: Esattamente, questa è la fase in cui ci troviamo. Prevediamo di espandere il team a 9-10 persone, con un focus sull'assunzione di ingegneri.

Questo round di assunzioni potrebbe essere all'interno del paese, quindi sarà un mix di interviste di persona e remote.

Founder Park: Che tipo di persona speri che sia questo individuo?

Kai: Preferiamo qualcuno che abbia esperienza in grandi aziende tecnologiche, come ByteDance o Meituan. ByteDance ha una cultura organizzativa dinamica e veloce che valorizza i giovani talenti. Le persone formate presso ByteDance di solito hanno buone metodologie e capacità, e dopo essersi unite a noi, possono portare queste esperienze di successo e impegnarsi nell'apprendimento misto.

Stiamo cercando individui che abbiano affrontato sfide nelle principali aziende tecnologiche cinesi, abbiano esperienza con l'iterazione rapida e si siano mossi oltre la fase dell'imprenditoria studentesca. Non stiamo cercando di assumere principianti; abbiamo bisogno di individui con esperienza che non siano veterani del settore tradizionale. I veterani del settore potrebbero avere responsabilità familiari che impediscono loro di immergersi completamente nel lavoro. Pertanto, stiamo cercando individui a livello intermedio: giovani, energici e disposti a impegnarsi.

Siamo disposti a offrire sostanziali opzioni azionarie a talenti eccezionali. Sebbene abbiamo raccolto 11 milioni di dollari in finanziamenti, perché non stiamo assumendo ingegneri negli Stati Uniti? È perché crediamo che la competenza del prodotto e le capacità ingegneristiche in Cina siano davvero eccellenti. Questa ondata vedrà sicuramente un team gestito da imprenditori cinesi produrre grandi prodotti che andranno a livello internazionale. Molte applicazioni AI oggi sono costruite da individui cinesi, mostrando le formidabili capacità ingegneristiche in Cina. Questo è il nostro vantaggio e miriamo a sfruttare i punti di forza tra gli Stati Uniti e la Cina.

Gli studenti universitari della Silicon Valley sono tutti imprenditori nell'AI

Founder Park: Soprattutto nella Silicon Valley ora, la tendenza dell'imprenditoria studentesca universitaria è particolarmente prominente. Che tipo di situazione vedi?

Kai: Guardiamo a un fatto su questo round di aziende valutate decine di miliardi di dollari: Mercor, un'azienda focalizzata sul reclutamento AI, ha raccolto oltre 3 miliardi di dollari in nuovi finanziamenti, raggiungendo una valutazione di decine di miliardi di dollari; nel frattempo, Cursor ha già raggiunto una solida valutazione di 10 miliardi di dollari. Ci sono anche altri come GPTZero, Pika e così via. Questi sono tutti progetti di startup studentesche, specialmente i fondatori di Cursor e Mercor sono studenti universitari che hanno abbandonato gli studi al terzo anno.

Questa ondata di giovane imprenditoria ha una caratteristica comune, che è la concorrenza altamente differenziata. Si concentrano su un campo molto ristretto e non lavorano su cose generiche. Ad esempio, Mercor si concentra sul reclutamento AI e inizialmente reclutava solo programmatori indiani.

Il secondo punto è l'ambiente. L'ambiente di capitale dell'intera Silicon Valley e l'innovazione di base, come Stanford, YC, il fondo di Peter Thiel, tutti supportano l'imprenditoria studentesca universitaria nella fase più iniziale, indipendentemente dal fatto che tu abbia un'idea matura o meno, e sono disposti a supportarti, fornendo una potente rete di connessioni.

Il terzo punto, penso, sia la qualità di questi studenti universitari. Che si tratti di noi o di coloro che escono dalla Silicon Valley, tutti abbiamo un coraggioso spirito di avventura e una forte capacità di imparare. Questo spirito avventuroso, che osa esplorare, potrebbe non essere posseduto da molti studenti in Cina. Perché nella Silicon Valley, sei ispirato da molti casi di successo intorno a te quando vedi persone della stessa età avere successo, e anche l'ambiente di capitale è disposto a credere nei giovani.

Per me, ho anche confrontato i costi e i benefici in quel momento. Se avessi scelto di finire l'università e poi trovare un lavoro, potrei non essere in grado di ripagare il costo del mio studio all'estero, e potrei non avere un grande ritorno sull'investimento. Ma se avessi scelto di avviare un'attività, potrei impazzire imparando in età molto giovane, e la mia vita avrebbe infinite possibilità. Ho sempre voluto creare una grande azienda fin da quando ero giovane.

Founder Park: Perché la generazione odierna di studenti universitari può avviare aziende del valore di decine di miliardi di dollari, mentre in passato, vendere un'azienda per uno o due milioni di dollari era considerato molto notevole? C'è un fattore di hype e bolla AI in questo?

Kai: Non penso che sia interamente una bolla. Cursor ha 4,5 miliardi di dollari di ricavi effettivi, il che è molto affidabile. Dietro questo, la metodologia e l'intuizione cognitiva di questa giovane generazione di team sono cruciali. Guarda questi team; i loro background sono piuttosto eccezionali e hanno un'ottima capacità di apprendimento.

Cursor si è affidato presto a programmatori studenti universitari, e questi individui hanno un'alta accettazione dell'AI, fornendo un forte feedback. Il fondatore stesso è un piccolo ingegnere geniale che può comprendere profondamente gli utenti, con forti capacità di iterazione ingegneristica. Presto, i quattro di loro hanno messo in piedi il prodotto. Una volta che hanno iterato bene il prodotto, hanno costruito una buona reputazione con gli utenti, ottenuto ricavi e gli investitori avevano paura di perdere il prossimo Mark Zuckerberg, quindi il capitale è venuto a sostenerli.

Al livello più fondamentale, la condizione chiave è che molte delle tecnologie in questa ondata di AI sono nuove, e i giovani imparano rapidamente, sono pratici, affidabili e audaci, consentendo una comprensione estrema dell'utente e una velocità di iterazione ultra-rapida per superare i prodotti tradizionali. Ad esempio, prima di Cursor, anche GitHub Copilot ha fatto abbastanza bene, ma perché non ha avuto successo? È stato a causa dell'esperienza utente e della velocità di esecuzione.

Founder Park: Possiamo dire che poiché l'AI è una nuova tecnologia, molti prodotti devono anche essere visti da una nuova prospettiva?

Kai: Sì, questa generazione più giovane ha intuizioni cognitive più profonde rispetto alla precedente generazione di imprenditori e può essere più vicina agli utenti. I principali utenti AI ora sono nati dopo il 2000, e la loro velocità di apprendimento, velocità di iterazione del feedback e tolleranza sono tutte più veloci rispetto alla precedente generazione di imprenditori.

Pertanto, la velocità di iterazione cognitiva è fondamentale. Nell'era dell'internet mobile, l'iterazione tecnologica si basava su anni o trimestri, ma nell'era dell'AI, l'iterazione tecnologica potrebbe basarsi su giorni. Come fondatore, devi imparare rapidamente, e i giovani possono stare alzati fino a tardi, e sono più competitivi.

Founder Park: Alcuni media hanno detto che molti fondatori della Silicon Valley hanno anche iniziato a lavorare 996, qual è la tua opinione su questo?

Kai: Alcuni dei miei amici imprenditori bianchi, che hanno raccolto molti soldi, lavorano anche 996. Sono come noi, affittando una grande casa, dove tutti vivono e lavorano insieme. Penso che 996 sia più un ambiente forzato. Al giorno d'oggi, la Silicon Valley è un po' come una corsa all'oro, e nessuno vuole rimanere indietro, quindi l'unico modo è iterare i prodotti rapidamente e devono lavorare fino a tardi per un'iterazione rapida. Questo è un tipo di ambiente che costringe le persone a farlo.

Founder Park: Questi studenti universitari imprenditori nella Silicon Valley hanno qualche tendenza nella loro selezione del percorso?

Kai: Penso che che si tratti della nostra istruzione o di altri, tutti hanno una tendenza, che è quella di avviare un'attività all'interno della propria zona di comfort. La zona di comfort si riferisce alla tua comprensione sufficiente del campo e degli utenti. Il fondatore di Cursor ha una profonda comprensione della codifica, e anche noi facciamo istruzione perché abbiamo una buona comprensione di questo gruppo di persone. Al giorno d'oggi, i giovani hanno maggiori probabilità di avviare un'attività all'interno della loro zona di comfort cognitiva esistente, piuttosto che saltare frettolosamente in un campo sconosciuto. Perché in questo modo, riceverai feedback dagli utenti in modo rapido e accurato.

C'è anche l'impilamento cognitivo. Abbiamo fatto istruzione tre volte, e la mia comprensione è in continuo accumulo. Questi studenti universitari non hanno probabilità di fare avventatamente qualcosa che non hanno mai fatto prima, ma si concentrano invece su come farlo meglio. Hanno un modo di pensare di nuova generazione, iterando continuamente all'interno del loro cerchio cognitivo, e sono audaci nel creare opportunità.

Un altro punto è lo spirito di esplorazione audace, non facilmente influenzato dalle negatività degli altri, con un atteggiamento "non mi importa cosa pensi di me", molto sicuro di sé. Dietro questo c'è la cultura della "sperimentazione rapida", dove so che il mio prodotto non è ancora pronto, ma non mi importa, veloce da lanciare, veloce da iterare, veloce da ricevere feedback.

Founder Park: Quando è iniziata questa tendenza?

Kai: Penso che sia un successo guidato dal consenso. Quando tutti vedono progetti come GPTZero che crescono dalle stanze dei dormitori, iterano continuamente e poi ricevono supporto di capitale e riconoscimento degli utenti, con molti casi di successo di tentativi ed errori rapidi e crescita rapida, si forma un consenso.

In una frase, "Meglio fatto che perfetto", il completamento è più importante della perfezione. Inoltre, le persone non sono troppo preoccupate per la concorrenza; molti fondatori nella Silicon Valley sono disposti a condividere i loro concetti di prodotto, non hanno paura di essere copiati, purché iterino rapidamente. Penso che questa ondata di giovani abbia anche una buona capacità di narrazione. Questa narrazione non è chiacchiere vuote ma si basa sulla praticità e sulla ricerca della verità, unita alla loro prospettiva sul futuro.

Founder Park: Commercializza te stesso per primo.

Kai: Sì. Penso che il concetto sottostante sia lo spirito di avventura e la fiducia estrema. Guidati da questo, osano costantemente commettere errori e non hanno paura di parlare in modo errato. Articolano audacemente i loro concetti di prodotto, eseguono audacemente, e se commettono un errore, possono sempre correggerlo. Questa cultura di non aver paura di commettere errori ha portato all'attuale ondata di imprenditoria studentesca universitaria e al successo.

Anche i VC negli Stati Uniti guardano ai progetti degli studenti universitari, e Y Combinator investe in alcuni progetti di studenti universitari ogni lotto.

La raccolta fondi è l'ultima cosa di cui VideoTutor deve preoccuparsi ora

Founder Park: Se potessi tornare a quando hai iniziato VideoTutor, che consiglio daresti a te stesso? Quali aree avrebbero potuto essere migliorate?

Kai: Penso che dovrebbe essere muoversi più velocemente. Anche, la composizione del team. Il team di VideoTutor ha attraversato molti round di tempra. Se lo avessi saputo prima, avrei assemblato il team meglio in base alle competenze richieste per il prodotto. Credo che alla fine della giornata, la capacità organizzativa sia cruciale per l'imprenditoria. Dedicherei più tempo alla capacità organizzativa: selezionare persone, riconoscere talenti e utilizzare efficacemente le persone.

Il team attuale è adatto per crescere da 0 a 1, ma per scalare ulteriormente VideoTutor, è necessario portare individui più esperti che possano contribuire con la loro eccellente competenza e abilità al team, aiutando l'intero team a crescere insieme.

Founder Park: Nei prossimi sei mesi, che tipo di sfide di prodotto o tecniche pensi che VideoTutor potrebbe incontrare?

Kai: Penso che una sfida sia il rendering, puntando a raggiungere una latenza zero reale, che richiederà una svolta ingegneristica. Il secondo punto è legato alla crescita. Penso che ruoti attorno al gusto del prodotto, che comprende molti aspetti come se il design dell'interfaccia utente e dell'interazione siano fluidi e impeccabili, se le funzionalità siano prive di bug e se il layout visivo sia accattivante, tra gli altri. Tutti questi sono test per noi.

James: Inizialmente, il nostro posizionamento per VideoTutor era ausili didattici visivi per tutte le materie, ma più tardi, siamo diventati molto verticali, concentrandoci solo sul campo della matematica perché è lì che eccelliamo. Il nostro motore di rendering matematico è di prim'ordine. La prossima svolta chiave che dobbiamo fare potrebbe risiedere nell'espansione orizzontale. Ad esempio, come possiamo portare il vantaggio della visualizzazione agli scenari nelle discipline umanistiche? Ad esempio, spiegando "Arando a mezzogiorno, il sudore cade sul terreno sotto il grano". Questa è una considerazione tecnica per noi in futuro.

Founder Park: Pensi che il background dei fondatori possa porre sfide per le espansioni future?

Kai: Non proprio. In effetti, molti grandi VC ci hanno avvicinato, come a16z, che non investiranno troppo presto ma piuttosto quando il team ha mostrato segni di successo, così sanno che l'investimento non fallirà. Abbiamo mantenuto ottimi rapporti con molti VC di alto livello.

Il finanziamento è l'ultima delle preoccupazioni di VideoTutor; le aree di focus più critiche sono l'ecosistema degli utenti e il prodotto.

Link all'articolo originale