All Articles
8 min read
Startups🇰🇿 КазахстанSeptember 29, 2026

LastBite: студенты КБТУ выиграли AI-хакатон приложением для продажи остатков еды

19 сентября в Алматы прошёл AI Hackathon Zubr Capital Young для студентов и начинающих фаундеров: по данным организаторов, около 130 участников за день собирали AI-продукты и защищали их перед экспертами и инвесторами. Победила команда LastBite из девяти человек: их приложение…

Жанна Аксентий·Bluescreen.kz
Original Source
Key Takeaways
  • 01.19 сентября в Алматы прошёл AI Hackathon Zubr Capital Young для студентов и начинающих фаундеров: по данным организаторов, около 130 участников за день собирали AI-продукты и защищали их перед экспертами и инвесторами
  • 02.Победила команда LastBite из девяти человек: их приложение…
LastBite: студенты КБТУ выиграли AI-хакатон приложением для продажи остатков еды

19 сентября в Алматы прошёл AI Hackathon Zubr Capital Young для студентов и начинающих фаундеров: по данным организаторов, около 130 участников за день собирали AI-продукты и защищали их перед экспертами и инвесторами. Победила команда LastBite из девяти человек: их приложение позволяет кафе и ресторанам продавать остатки еды со скидкой, пока она не пропала. Мы поговорили с Диасом Манакбаевым, студентом КБТУ (специальность «Наука о данных и ИИ») и CEO проекта, о том, как прошёл хакатон, как ИИ помогал строить продукт и как команда собирается зарабатывать. Манакбаев Диас. Студент КБТУ на специальности «Наука о данных и ИИ» 19 сентября команда LastBite победила на AI Hackathon Zubr Capital Young. Как прошёл этот день изнутри? С чего начали и что успели сделать за такой сжатый срок? В этот день мы пришли уже с наработками нашего приложения, чтобы показать его на питче. Мы с Мусой задеплоили веб-приложение. Но главными задачами были презентация и подготовка самого питча. Хакатон начался с лекций о проработке идеи, создании MVP и питчах. Мы разделили обязанности: трое человек из команды составляли текст выступления, остальные искали информацию и оформляли презентацию. Команда LastBite Хакатон был именно про AI-продукты. Какую роль ИИ сыграл в том, что вы собрали? Это инструмент разработки или ИИ заложен в саму механику продукта? При создании приложения мы использовали ИИ-агентов Claude и Codex. Для дизайна — Google Stitch и несколько разных промптов. Презентацию оформляли в NotebookLM. У нас было несколько идей, как встроить ИИ в само приложение, но в пилотную версию они не вошли. С каким MVP вы пришли к экспертам и инвесторам на финальную презентацию? Насколько он отличается от того, что видят пользователи сейчас? В нашем MVP были основные функции: каталог продукции, карта ближайших точек, меню заказа и оплаты, а также меню создания лотов. Сейчас мы разрабатываем более удобную версию приложения и дорабатываем функции. LastBite решает проблему списания еды в ресторанах и кафе. Как вы вышли именно на эту идею? Был свой опыт столкновения с проблемой или увидели нишу со стороны? Изначально нас было шестеро, мы сидели в Basilic и хотели поучаствовать в хакатоне Zubr Capital. Чтобы подаваться со своей командой, нужна была сформированная идея, и мы долго думали, какую проблему взять и попробовать решить. Наш друг Саша, участник команды, вспомнил про идею европейского приложения Too Good To Go. Мы поняли, что это то, что мы можем сделать: подобной компании в Казахстане мы не нашли. Когда идея сложилась, некоторые участники рассказали о своём столкновении с проблемой. Они видели, что продукция, которую через несколько часов должны списать, продаётся только в аутлетах офлайн. Мало кто знал об этом, поэтому даже с большой скидкой продавалась не вся продукция, а остальное просто утилизировали. Офлайн-практики вроде вечерних скидок в супермаркетах уже существуют, но фрагментированы. Почему, на ваш взгляд, в Казахстане до сих пор не было единого онлайн-агрегатора? В Казахстане доставка начала распространяться довольно поздно, с началом карантина. Поэтому, насколько мы знали, до нас такой проект никто не реализовывал: до этого никто не пытался решить эту проблему. Вы говорили, что не нашли подобной компании, но в Казахстане уже работает FoodSave: по данным digitalbusiness.kz, в январе он сотрудничал с десятками заведений в Астане, а сейчас, судя по его сайту, принимает заказы и в других городах, включая Алматы. Чем LastBite будет отличаться? Да, совсем недавно мы узнали о FoodSave. Во-первых, у них приложение есть только для iOS, в App Store. Для остальных устройств просмотр каталога и оплата возможны только на сайте. Мы же собираемся разработать приложение для всех мобильных устройств. Во-вторых, оплата у них только онлайн. Мы планируем сделать оплату прямо в заведении: покупатель сначала бронирует лот, а платит в заведении любым удобным способом. При выдаче заказа клиент называет заведению код. Комиссию мы будем брать с внутреннего баланса заведения в нашем приложении. Это дополненная бизнес-модель. Примечание редакции: по данным сайта FoodSave, сервис принимает заказы онлайн через веб-версию и Telegram-бот, оплата проходит онлайн. Наличие у него приложения для iOS мы не проверяли. Как устроен процесс для заведения-партнёра: от появления остатков еды до того, как лот попадает в ленту пользователя? Для создания лота не нужны сложные действия. Нужно сфотографировать оставшийся продукт или блюдо, написать название и изначальную цену, выбрать скидку и количество наборов, а также указать, с какого по какое время его можно забрать. После этого лот легко добавляется в общий каталог. Таймеры свежести и вечерние Drops: как вы определяете, сколько времени давать на самовывоз, чтобы это было и безопасно для покупателя, и удобно для заведения? Чтобы заведению было удобно, оно само выбирает окно выдачи заказа. Покупатель бронирует лот и может забрать его в течение указанного времени. Если таймер истёк, лот в приложении сгорает, а заведение его утилизирует. В презентации названы такие сети, как Navat, Paul и Lanzhou. Как идут разговоры с бизнесом и что должно стать главным аргументом для заведений? Мы на стадии переговоров с этими заведениями. Наша команда считает их одними из самых популярных и поэтому хочет с ними сотрудничать. Но пока никакого партнёрства нет. Мы выяснили, что в таких заведениях проблема распространена, и решают её не полностью: кто-то продаёт еду по скидкам, кто-то забирает себе, кто-то просто выбрасывает и несёт убытки. Именно наше решение проблемы убытков, как мы считаем, и станет ключевым аргументом для бизнеса. Вы закладываете комиссию, которая вырастет до 25%. Как определили такую шкалу и не отпугнёт ли она заведения на старте? Для начала мы запустим приложение без комиссии на месяц: нужно набрать определённое число пользователей. Если их будет достаточно много, введём комиссию в 15%. Если рост окажется не таким интенсивным, лучше начать с меньшего значения, 10%. Дальше будем постепенно повышать её до 25%. К тому моменту приложение станет популярным, а охват пользователей большим. Да, чистый заработок немного растянется во времени, но без таких действий мы можем просто не выжить на рынке. В презентации ёмкость рынка (SAM) оценена в 25 млрд тенге ежегодных списаний еды, а на первом этапе вы планируете занять лишь 1% рынка в Алматы. Почему такой темп, а не более агрессивный старт сразу в нескольких городах? Лучше сначала успешно закрепиться в одном городе, а потом быстрым темпом охватывать другие. Когда мы займём 1% рынка Алматы, сможем масштабироваться на весь Казахстан. Ваш план — выйти на самоокупаемость за шесть месяцев с раундом в 16,5 млн тенге. Насколько реалистичным вы сами считаете этот срок? Если правильно распределить обязанности в команде и подключать к партнёрству как можно больше заведений, мы сможем достичь этой цели. Что будете делать, если заведения будут подключаться медленнее плана или пользователей окажется меньше? Чтобы решить проблему медленного подключения заведений, мы с самого начала будем подключать их вручную и помогать с созданием первых лотов, а начнём с одного района. Если пользователей будет мало, можно приглашать их прямо у заведений-партнёров, использовать реферальную программу и анализировать первые брони и повторные покупки, чтобы понять точную причину. Расскажите про команду: кто делал LastBite и как вы распределили роли? Наша команда состоит из девяти человек. Изначально мы собрались компанией из шести человек, все из одного университета и курса, а перед началом хакатона организаторы добавили нам ещё трёх. В разработке MVP участвовали Муса и я. Поиском информации и созданием презентации занимались Алихан, Кирилл, Мария и Ян. Жансая, Александр и Владимир готовились к питчу. Распределить роли за короткий срок было тяжело, но именно таким составом мы смогли успешно защитить питч. Какой следующий шаг после хакатона: уже ведёте переговоры с инвесторами по раунду или сначала хотите обкатать продукт на реальных пользователях в Алматы? Следующий шаг — параллельно вести переговоры с несколькими заведениями и разрабатывать улучшенную версию приложения. Когда появятся первые успехи, нам нужно привлекать инвесторов и продвигать проект во всех социальных сетях. Каким вы видите LastBite через год? Через год мы видим нашу компанию распространённой на весь Алматы и уже охватывающей другие города: Астану, Шымкент и другие. Приложением LastBite будут пользоваться все, кто хочет спасти хорошую еду от утилизации и при этом выгодно поесть со скидкой.

Aggregated within AI Qazaqstan national intelligence stream with author attribution.

Related Intelligence

All stories →
Research1 мин

Anthropic uses gas to fuel AI growth

Anthropic reports on its centers' dependence on natural gas and the associated risks.

SMNTCN (Semanticon) — глобальные новости ИИ
Research1 мин

Anthropic is burning gas to feed the AI boom

As it prepares to go public, Anthropic's S-1 filing makes generative AI's methane dependency glaringly obvious. "Competition for access to electrical supply and data center locations with adequate power availability is intense." In documents filed with the US Securities and…

The Verge — AI