Студент из Stanford создал «купи́д-код» для кампуса — теперь это стартап, который меняет знакомства

Generated by DALL·E

Алгоритм, который ищет пары

Когда в Stanford наступает День святого Валентина, многие студенты готовятся к свиданиям — но не теми, что от Tinder или Hinge. Они ждут еженедельных пар из сервиса Date Drop, созданного магистрантом Стэнфорда Генри Вэнгом. Суть проста: участники отвечают на ряд вопросов, а алгоритм подбирает одного подходящего человека каждую неделю на основе этих ответов.

От кампусного эксперимента к предпринимательской идее

Первоначально Date Drop был просто инициативой на кампусе. Но после того как близкий друг Вэнга встретил партнера через систему, он понял, что это уже не просто проект — людям действительно нужен такой инструмент. И тогда решение превратить идею в стартап стало очевидным.

Рост популярности среди студентов

С момента запуска осенью платформу попробовали более 5 000 студентов Stanford — это значительная часть кампуса. Кроме того, Date Drop уже вышел за пределы одного университета и работает еще в десятке вузов, включая MIT, Princeton и University of Pennsylvania. На очереди расширение в города этим летом.

От проекта к компании

Сегодня Date Drop — это не отдельный сервис, а часть The Relationship Company. Эта компания зарегистрирована как публично-ориентированная корпорация, то есть обязана учитывать социальное влияние наряду с коммерческими целями. Вэнг отмечает, что рост интереса к платформе подтолкнул его к созданию структуры, которая могла бы масштабировать сервис и дать ему ресурсы для развития.

Поддержка инвесторов и планы на будущее

Проект уже привлек внимание инвесторов: ранние вложения сделали предприниматели и ангелы-инвесторы, в том числе Марк Пинкус и другие известные фигуры из мира венчурного капитала. Вэнг говорит, что долгосрочная цель компании — помочь людям находить не только романтические пары, но и строить дружбы, профессиональные связи и поддерживать связи внутри сообществ.

Как работает алгоритм

В основе Date Drop — тщательный сбор информации: анкеты, открытые ответы и дополнительные данные помогают алгоритму точнее оценивать совместимость. Эти данные используются для обучения модели, которая со временем становится лучше в прогнозировании того, какие пары действительно могут встретиться и почувствовать взаимный интерес.