Как выходцы из «Яндекса» придумали помощника для сборки Lego и привлекли $1,6 млн
Бывшие коллеги по «Яндексу» Леонид Александров, Андрей Татаринов и Андрей Стрелков запустили приложение Brickit, помогающее собирать новые конструкции из имеющихся у пользователя наборов Lego. Благодаря виральным роликам в TikTok оно быстро стало популярным за рубежом. В 2021 году Product Hunt признал его лучшим семейным приложением, а в 2022-м стартап заработал на подписке более $400 000.
«Огромное количество деталей Lego, которые пылятся под кроватью» — вот что натолкнуло бывшего менеджера по продукту «Яндекс Навигатора» Леонида Александрова на запуск собственного стартапа. Когда у его сына скопилась целая гора таких деталей, мальчик, как и многие сверстники, потерял интерес к конструктору. Александров предположил: вдохнуть новую жизнь в хобби могла бы технология, которая распознавала бы детали Lego на фотографиях и подсказывала, что из них можно собрать. Не найдя такой сервис в сети, предприниматель решил создать свой.
Идею Александрова поддержали коллеги по «Яндексу» — Андрей Татаринов и Андрей Стрелков. Вместе в 2019 году партнеры запустили приложение Brickit — умного помощника по сборке Lego. С тех пор оно привлекло $1,6 млн инвестиций, возглавило рейтинг лучших семейных приложений по версии Product Hunt и собрало около 2 млн пользователей по всему миру. В планах основателей — запуск собственного конструктора, но инвесторы не исключают, что стартап может купить датская Lego Group.
Разглядеть идею
Леониду Александрову 36 лет. Он родился в подмосковном Королеве, а в 2010 году заочно окончил Российский экономический университет им. Г. В. Плеханова по специальности «маркетолог». Первый предпринимательский опыт он получил во время учебы в вузе: вместе с друзьями развивал студию веб-разработки, где отвечал за маркетинг и продажи. Бизнес просуществовал около двух лет и закрылся из-за кризиса 2008 года, рассказывает Александров.
С конца 2010-х предприниматель работал в найме: сначала руководил IT-продуктом в автомобильном холдинге «Атлант-М», позже отвечал за команду маркетинга в агрегаторе автомобилей Autoi (сейчас — Ilsa), затем управлял разработкой сервиса auto.dmir по продаже подержанных машин. В 2013-м Александрова позвали менеджером по продукту в «Яндекс Навигатор». В компании он проработал следующие четыре года, пока не понял, что хочет применить навыки управления продуктом в своем деле. В конце 2017-го он ушел из «Яндекса» и принялся перебирать бизнес-идеи.
Александров вспоминает, что к 2018 году, когда его сыну исполнилось семь лет, в доме скопилось около 40 кг деталей конструктора Lego. Наборы часто дарили ребенку как полезную развивающую игрушку, но чем больше их становилось, тем меньший интерес они у него вызывали. На смену конструктору пришли видеоигры и YouTube, и это расстраивало Александрова: «Много сил и денег было инвестировано в это увлечение [конструктор], а теперь он лежал мертвым грузом».
Предприниматель предположил, что с похожей проблемой сталкиваются и другие семьи. Помочь им могли бы технологии «компьютерного зрения», заключил он. На базе них Александров придумал создать приложение — сканер деталей. «Ребенок наводит телефон на кучу [фрагментов конструктора Lego], а приложение сканирует их в реальном времени и подсвечивает ему нужные [для определенной конструкции]», — описывает идею он.
Чтобы определить, насколько актуальна проблема, Александров запускал опросы пользователей в соцсетях и искал аналогичные решения в интернете. На рекламное продвижение опросов он потратил несколько сотен тысяч рублей из личных накоплений. Когда актуальность и отсутствие конкурентов подтвердились, он стал набирать команду. Вскоре партнером Александрова и техническим директором проекта стал разработчик Андрей Татаринов, который прежде тоже работал в «Яндексе», а затем попал в Google. В 2018-м, как и Александров, он уволился, чтобы заняться своим бизнесом в сфере машинного обучения.
В процессе разработки партнеры столкнулись с проблемой сбора и разметки данных для обучения нейросети распознаванию деталей. Поэтому первую версию Briсkit они решили выпустить в формате каталога с вариантами конструкций, которые можно собрать из наборов Lego. Ребенок вручную указывал название или номер набора конструктора, а приложение подсказывало, что из него можно собрать. Тогда Briсkit не умел полноценно распознавать детали, но в нем был доступен демо-режим сканирования фотографий. С помощью него пользователь получал представление о том, как сервис будет работать в будущем, а создатели собирали базу фотоизображений, на которой могли обучать нейросеть.