Jak jste z nápadu udělali byznys a co je vaše největší lekce pro startupery?
46 ǀ POSITIV 3/2025
BUSINESS
Jak jste z nápadu
udělali byznys a co je
vaše největší lekce pro
startupery?
Nečekejte na dokonalost produktu. Dotáhněte vývoj
do MVP a jděte s ním mezi zákazníky. My jsme první ver-
zi hardwaru i softwaru ukázali na veletrhu v Německu,
získali zpětnou vazbu a první leady, z nichž se stali naši
první klienti. Těm jsme dávali maximální podporu a oni
nám pomohli produkt posunout tak, aby odpovídal je-
jich potřebám i celému trhu.
Don’t wait until your product is perfect. Take
development as far as the MVP stage and bring
it to your customers. We showcased the very first
version of our hardware and software at a trade
fair in Germany, where we received feedback
and generated our first leads – some of whom
became our first clients. We gave them maximum
support, and in return, they helped us shape
the product so that it met their needs as well as the
needs of the wider market.
PetrJahn
General Manager of SprayVision
Nápad použít AI pro strojové vidění vyšel z potřeb vel-
mi složitých kontrol přímo z výroby. Při instalacích jsme
byli neustále limitováni variabilitou světelných podmí-
nek, nepřesnou pozicí výrobků a hlavně způsobem
hodnocení některých vad, které bylo závislé na osob-
ním pohledu operátora kvality. Neuronové sítě se nabí-
zely jako ideální varianta a hned při první implementaci
jsme pochopili jejich obrovský potenciál.
Jako další krok bylo nutné stanovení cíle, abychom ne-
vyvíjeli řešení na míru, ale smysluplný produkt, což bylo
možná ještě mnohem složitější nežli samotné ověření
technologie. Je to zároveň i jedna z našich největších
lekcí, kdy je nejdůležitější správně určit, co vyžaduje
trh a co bude jeho největší přidaná hodnota. Zkrátka
mít co nejmenší množství slepých vývojových uliček.
The idea of using AI for machine vision came directly
from the need to manage highly complex inspections
in production. During installations, we were constantly
limited by variable lighting conditions, inaccurate
product positioning, and, most importantly, by the
way some defects were evaluated – often depending
on the subjective judgement of a quality operator.
Neural networks naturally presented themselves as the
ideal solution, and right from the first implementation
we understood their huge potential.
The next step was to define a clear goal – not to develop
custom-made solutions, but to create a meaningful
product. This proved to be even more challenging
than verifying the technology itself. It also became one
of our biggest lessons: the key is to accurately identify
what the market really requires and where the highest
added value lies. In short, to avoid as many dead-end
development paths as possible.
Ing.MarnHriško
CEO 24 VISION
BUSINESS FÓRUM