Шохрух Бекмирзаев — бывший инженер по искусственному интеллекту. Несколько лет он проработал в технологических компаниях Южной Кореи, а затем отказался от стабильной работы, чтобы запустить собственный продукт в Узбекистане. Так появилась платформа для аннотирования данных Unitlab AI.
Идея стартапа выросла из личного опыта. Работая с ИИ, Шохрух столкнулся с проблемой, знакомой большинству AI-команд: разметка данных была медленной, дорогой и требовала большого объема ручного труда.
Разметка данных необходима для обучения искусственного интеллекта. Без нее ИИ не понимает, с чем работает: изображение для него — это набор пикселей, а текст — последовательность символов. Чтобы обучить модель, человеку приходится вручную объяснять, что именно находится в данных — например, обводить объект на фото и подписывать его. Такой подход требует много времени и ресурсов.
Поэтому сегодня все больше компаний переходят к автоматизации разметки с помощью AI. Одним из таких решений стал Unitlab. За короткое время стартап вышел на международный рынок и привлек внимание крупных корпораций, включая Samsung. Сегодня платформой пользуются свыше 2 тыс. команд из 40 стран, среди них США, Южная Корея, Япония и Индия.
В интервью Spot Шохрух Бекмирзаев рассказал, почему зарегистрировал компанию в США, как бывшие коллеги помогли доработать продукт, зачем он нанимает специалистов со всего мира и сколько инвестиций удалось привлечь от венчурных фондов.
Как все начиналось
Я окончил бакалавриат в Ташкентском университете информационных технологий, а затем в 2018 году получил степень магистра по компьютерным наукам в национальном технологическом институте Кумох в Южной Корее. Моя специализация — искусственный интеллект и глубокое обучение.
После учебы я начал карьеру инженера по ИИ в южнокорейской компании Lululab, где подал пять патентов в области искусственного интеллекта, два из которых зарегистрированы в США. Позже я присоединился к компании Mathpresso, где более трех лет руководил разработкой ядра ИИ-движка.
У меня была стабильная работа, но я всегда знал, что хочу создавать собственный продукт. В 2022 году я уволился, вернулся на родину и полностью посвятил себя запуску компании, которая решала проблему, с которой я регулярно сталкивался сам: разметку данных для ИИ. В тот момент этот процесс был медленным, дорогим и неэффективным.
Работая в технологических компаниях, я понял, что главным узким местом в развитии ИИ является не обучение моделей, а огромные затраты времени и ресурсов на разметку данных. Мы решили превратить разочарование в инновацию, автоматизировав процесс разметки данных и убрав из него лишние ручные операции.
Так появился стартап Unitlab AI.
На старте я нанял двух инженеров из своего профессионального круга — Ахрора Баратова и Шахзода Уралова. Этой небольшой командой мы интенсивно работали над первой версией платформы. После того как они показали высокий уровень экспертизы и полную вовлеченность, они стали сооснователями компании. Сегодня мы втроем развиваем Unitlab AI.
Более трех лет, до привлечения первых внешних инвестиций, я полностью финансировал компанию самостоятельно: вложил более $170 тыс, не выплачивал себе зарплату и полностью сосредоточился на продукте.
Первая версия Unitlab была максимально простой — базовый инструмент для разметки изображений. Наша цель на этом этапе была предельно ясной: помочь AI-командам быстрее и дешевле готовить данные для обучения моделей.
Проверка гипотез и первые клиенты
Чтобы убедиться, что мы решаем реальную проблему, я обратился к бывшим коллегам в Южной Корее и предложил им протестировать нашу платформу. Мы получили от них подробную обратную связь, и на ее основе решили инвестировать в продукт еще больше: наняли двух дополнительных инженеров и дизайнера, чтобы серьезно улучшить функциональность и UI/UX.
Позже я начал напрямую выходить на нашу целевую аудиторию через LinkedIn, предлагая протестировать продукт. Часть из них стали первыми платящими клиентами.
Мы также сделали ставку на технический контент: я нанял технического блогера для ведения нашего корпоративного блога, а позже команда авторов расширилась до четырех человек, включая специалистов из-за рубежа. Мы распространяли эти статьи в целевых AI/ML-сообществах в LinkedIn и Facebook — это был наш первый стабильный канал привлечения пользователей.
Со временем наши технические статьи начали ранжироваться в Google, что значительно усилило SEO. Все больше команд находили Unitlab AI через поисковые запросы, связанные с их рабочими задачами.
Мы также встроили в продукт систему автоматического сбора обратной связи и непрерывно улучшали платформу на основе реальных комментариев пользователей.
Первыми активными пользователями стали AI-стартапы и университетские лаборатории. В начале мы допускали ошибки — недооценили сложность онбординга и сделали интерфейс перегруженным. Однако каждая ошибка превращалась в источник ценной обратной связи. Мы упрощали интерфейс, усиливали автоматизацию и улучшали пользовательский опыт.
Когда мы увидели, что к нам органически подключились более 1,5 тыс. команд, а такие компании, как Samsung, начали запрашивать кастомные демо, стало очевидно: проблема, которую мы решаем, носит глобальный характер, и пришло время масштабироваться.
Регистрация в США
Хотя команда Unitlab работает из Ташкента, юридически компания зарегистрирована в США. Это решение мы приняли в первую очередь для доступа к глобальной платежной инфраструктуре, прежде всего к Stripe, которая необходима для работы с клиентами из США и Европы.
Сегодня любой человек может создать компанию онлайн почти в любой стране, получить доступ к местным банковским системам и находить клиентов по всему миру с помощью правильного маркетинга — и все это без личного присутствия.
Весь процесс регистрации был полностью законным. Я подал онлайн-заявку через официальный портал штата Делавэр, прошел проверку данных и получил одобрение. После этого мы открыли банковский счет в США, интегрировали Stripe и начали принимать платежи от международных клиентов.
Сейчас продуктом пользуются более 2 тыс. команд из 40 стран. Это в основном представители финтеха, ритейла, e-commerce, EdTech, HealthTech. Платформе также доверяют свыше 39 университетов, включая Carnegie Mellon University, University of Mississippi.
Наиболее сильное присутствие у нас — в США, Европе и Азии (Япония, Корея, Индия, Китай). Каждый рынок предъявляет свои требования: в США важны масштабируемость и интеграции, а в Азии — строгий комплаенс и on-premise-решения.
В США рынок высококонкурентный, с такими игроками, как Scale AI, Labelbox и Roboflow. Но в отличие от большинства конкурентов, мы делаем ставку не на краудсорсинг, а на автоматизацию. Это ускоряет разметку в 15 раз и снижает затраты в 5 раз.
Мы решаем ключевую проблему AI-проектов — зависимость от ручной разметки, которая замедляет разработку и увеличивает бюджеты. Пользователи могут загружать данные в любом формате — изображения, текст или аудио, запускать авторазметку, настраивать пайплайны ревью и подключать собственные модели (BYOM). Управление аннотаторами, проверками качества и автоматизацией происходит в одном интерфейсе.
Наш AI-движок авторазметки и гибкие воркфлоу — основа продукта. Клиенты могут запускать крупные проекты за считаные секунды, автоматизировать проверки и встраивать собственные модели. Например, можно встроить медицинскую модель больницы или антифрод-модель банка в наш пайплайн — это то, чем я особенно горжусь.
Мы также предлагаем корпоративные функции: on-premise-развертывание, BYOM и поддержку медицинской визуализации (DICOM). Это делает нас особенно привлекательными для предприятий с жесткими требованиями к комплаенсу и специфическими задачами.
Как привлекали инвестиции
Unitlab AI изначально развивался по модели бутстрэппинга. Примерно через три года, когда появился устойчивый трекшн, мы начали самостоятельно выходить на инвесторов — писали письма, договаривались о встречах, постоянно питчили. Этот процесс занял несколько месяцев. После каждого звонка и демо мы отправляли апдейты, и каждое обновление усиливало доверие.
Параллельно мы подались в акселераторы 500 Global и Startup Wise Guys, в которые довольно сложно попасть. У нас было несколько встреч, каждая из которых длилась больше часа. На них мы подробно обсуждали продукт, рынок, трекшн и команду. После финальной встречи я получил приглашение на участие в батче с инвестициями.
Личный архив героя
Инвесторов убедил не только масштаб рынка аннотирования данных (порядка $12 млрд), но и наша скорость реализации, реальный спрос со стороны клиентов и полная вовлеченность команды.
В общей сложности нам удалось привлечь $610 тыс. от 4 венчурных фондов:
500 Global — $100 тыс;
Startup Wise Guys (SWG) — $110 тыс;
Aloqa Ventures — $200 тыс;
IT Park Ventures — $200 тыс.
Эти инвестиции позволяют нам расширять продажи, нанимать ключевых сотрудников и развивать инфраструктуру. В ближайшие 12 месяцев мы планируем вырасти по ARR в 5−10 раз и выйти на новые рынки.
Сейчас наша задача — достичь ключевых метрик, нарастить выручку, расширить работу с корпорациями и заключить стратегические партнерства. После этого мы планируем открыть новый раунд инвестиций.
Мы работаем по SaaS-модели freemium. Это значит, что платформа открыта для всех и предлагает бесплатный базовый тариф. Более расширенные функции доступны в платных тарифах, которые стоят от $99 до $195 в месяц за команду. Для корпораций доступны кастомные условия, on-premise-установки и расширенная поддержка.
Наша цель — достичь $1 млн ARR к концу 2026 года.
Рост и вызовы
Сначала мы продавали продукт небольшим командам и отдельным пользователям, затем начали работать с компаниями. Сейчас наш основной фокус — корпоративные клиенты.
Корпоративный сегмент остается самым сложным для нас. Продавать крупным компаниям совсем не то же самое, что подключать обычных SaaS-пользователей. Здесь решения принимаются долго, нужно выстраивать доверие, проходить проверки и согласования на нескольких уровнях. Для стартапа из Узбекистана без большой команды продаж в США или Европе — это серьезный вызов.
Одной из главных трудностей стал рынок труда. В Узбекистане много сильных инженеров, но мало специалистов с опытом B2B-продаж и вывода SaaS-продуктов на международные рынки. Поэтому нам пришлось искать таких людей за рубежом и привлекать менеджеров по продажам и маркетингу с международным опытом.
Сначала мы искали людей самостоятельно: публиковали вакансии, проводили интервью. Параллельно подключали рекрутинговые агентства, которые помогали с первичным отбором. Схема была простой: сначала мы полностью утверждаем кандидата, и только после этого оплачиваем услуги агентства.
Так мы начали нанимать специалистов из других стран — людей, которые уже работали с глобальными SaaS-продуктами, понимали, как строятся воронки продаж, как работать с enterprise-клиентами и длинными циклами сделок.
В итоге команда стала гибридной: сильная инженерная база в Узбекистане и коммерческая экспертиза за пределами страны. Это позволило нам одновременно развивать продукт и выстраивать устойчивую стратегию выхода на мировой рынок.
Личный архив героя
Сегодня в отделе продаж у нас работает пять человек из Европы (Сербия, Косово, Испания) и Филиппин. Все они работают удаленно на полной занятости. Базовые оклады составляют от $2,5 до $3,5 тыс, плюс ежемесячные комиссии в размере $1−1,5 тыс.
С каждым сотрудником мы заключаем официальный контракт, а зарплаты выплачиваем через банковский счет компании в США — это самый удобный вариант для международной команды.
Рабочие процессы выстраивали постепенно. Инженеры работают в офисе, удаленные сотрудники подключаются через регулярные созвоны, таск-трекеры, отчеты и понятные KPI. Так мы сохранили скорость, прозрачность и контроль, даже при распределенной команде. Всего в компании сегодня работают 14 человек: инженеры, AI-инженеры, специалисты по продажам и маркетингу.
О планах
Наши приоритетные рынки — США, Западная Европа и Китай. Именно в этих регионах ИИ развивается быстрее всего, и там мы видим наибольший потенциал для масштабирования выручки.
Мы уже присутствуем на рынке США, но делаем ставку не на массовый сегмент, а на корпоративных клиентов и крупные организации, включая компании из авиационной и оборонной отраслей.
Основной вызов — доверие и репутация. Конкурировать с американскими компаниями, находясь за пределами Кремниевой долины, возможно только при наличии сильных кейсов, референсов и подтвержденной надежности продукта. Дополнительную сложность создают требования по комплаенсу: крупные клиенты все чаще запрашивают on-premise или гибридные развертывания.
Для работы с такими заказчиками необходимо соответствовать международным стандартам безопасности. В их числе — ISO/IEC 27001, который охватывает управление рисками, контроль доступа, защиту данных и устойчивость бизнес-процессов.
Наша долгосрочная цель — стать глобальной платформой автоматизации данных с региональными офисами или партнерами в каждом крупном AI-хабе.
В дальнейшем мы планируем развиваться по трем направлениям: расширение географии, запуск новых модулей (медицинская визуализация, видеоаннотация, агентные AI-воркфлоу) и создание платформы для BYOD-GPU-вычислений, которая позволит клиентам подключать собственные GPU-серверы для обучения моделей ИИ.
Материал подготовлен при поддержке IT Park Uzbekistan.
