Кейс Dbrain: сделать понятный продукт на блокчейне, который будет решать реальные проблемы бизнеса
В 2016 году проект Дмитрия Мацкевича — бот для Telegram Icon8, обрабатывающий фото с помощью нейросетей, — попал в топ издания VentureBeat и получил грант $50 тыс. от Павла Дурова. Вдохновлённый успехом, он вместе с Алексеем Хахуновым и Димой Девинном взялся за создание b2b-продукта, который должен был не просто задействовать хайповые технологии, но и «решать боль бизнеса». В 2017 году они запустили платформу Dbrain, которая помогает компаниям создавать, обучать и внедрять в свои процессы нейросети без «радикальных» вложений и погружения в технические сложности. Клиенты — в том числе международные — приходят из разных сфер (от e-commerce до сельского хозяйства, от ресторанного бизнеса до медицины); команда привлекла $2,5 млн инвестиций и планирует к концу 2018 года достичь выручки $10 млн. Мацкевич, Девинн и Хахунов рассказали Inc., как найти хайповой технологии реальное применение, сделать такой бизнес масштабируемым и почему технологичному стартапу на первых порах не нужен большой отдел продаж.
«Благодаря нейросетям зеркало, выявляющее болезни по внешнему виду, может появиться в вашей ванной уже в ближайшие несколько лет, — говорит сооснователь проекта Dbrain Дмитрий Мацкевич. — Если врач умеет определять симптомы болезни по поведению пациента, то он может заложить эти знания в нейронную сеть — и тем самым передать алгоритму часть своих способностей».
Мацкевич — сооснователь маркетинговой платформы Flocktory, которая с помощью искусственного интеллекта помогала интернет-магазинам повышать конверсию, привлекать покупателей и решать иные бизнес-задачи (в марте 2017 года ее купила компания Qiwi за 833 млн рублей). В 2016 году Мацкевич на собственные деньги и несколько сотен тысяч долларов от инвесторов из России и Кремниевой долины создал чат-бота Icon8 для обработки фотографий (функционал похож на приложение Prisma) в Telegram. Как раз тогда друзья
познакомили его с Павлом Дуровым, который поддержал разработку: команда Telegram помогала Icon8 решать инфраструктурные проблемы (например снимать блоки на максимальное количество сообщений от бота в секунду), а Дуров лично дал грант в $50 тыс. — BotPrize (похожие гранты получили еще 4 разных бота). «Паша суперсильно помог — это был очень классный и мотивирующий сигнал для нас и многих других в индустрии, который привлек внимание к проекту», — говорит Дмитрий Мацкевич (издание Venture Beat назвало Icon8 лучшим ботом для мессенджеров).
Кейс Icon8 показал, что с помощью нейросетей можно делать некоторые процессы «значительно более эффективными», и если для пользователей это было скорее развлечение, то бизнесы готовы были за это платить, говорит Мацкевич. В 2017 году он познакомился с Алексеем Хахуновым — одним из разработчиков самообучающейся системы визуального контроля качества на пищевых конвейерах connectome.ai. А тот привел Диму Девинна, с которым создавал нейронную сеть для ретуши фотографий Thngs. Вместе они решили создать востребованный b2b-продукт на основе нейросетей и больших данных и уже через год представили Dbrain — платформу для коллективного создания продуктов на основе искусственного интеллекта.
Прислушались к бизнесу — поняли его боль
Общаясь с бизнесом, мы поняли, что многие осознают возможности ИИ — но не имеют средств, чтобы внедрить его самостоятельно. Собрать отдел, поставить полноценную задачу, внедрить решение — это так долго и дорого, что многие отваливались еще на этапе хантинга специалистов по обработке данных. Хороший data scientist сегодня стоит космических денег (в России в среднем от 170 тыс. до 600 тыс. рублей, в США — от $100 тыс. до $250 тыс. в год); да и всех расхватали крупные компании — от «Яндекса» до Google и Facebook.
Мы поняли, что клиенту нужно готовое решение на основе нейросетей. Вы загружаете к нам данные, мы готовим ваш датасет для обучения нейросети, затем в формате конкурса отбираем разработчиков, сами контролируем их работу, выбираем лучшее решение, а вам остается только им пользоваться.
Как работает Dbrain
Разметка датасета. Клиент загружает свои данные (например массив фотографий). Люди регистрируются на сайте, проходят тест (отмечают, какое животное изображено на картинке, — чтобы отсеять тех, кто кликает наугад), после чего приступают к работе: отсматривают фотографии, отмечают, что на них изображено, и тем самым обучают нейросеть. За каждый клик на аккаунт «разметчика» капает криптовалюта Dbraincoin (DBR), выводимая в эфир-кошелек.
Алгоритм нейросети. Когда данные размечены, платформа через открытый конкурс находит разработчика, который по ТЗ от заказчика пишет алгоритм нейросети. Разработчик получает фиксированную оплату (от $1 тыс. до $300 тыс.) за нейросеть частного использования — или процент от стоимости обращений, если нейросеть публичная. Dbrain проверяет готовое решение, и бизнес подключает его через API. Сегодня большая часть кейсов связана с распознаванием изображений, но есть и кейсы со звуком и текстом.
Компании не хотят выкладывать свои данные в открытый доступ. Банки и другие крупные бизнесы опасаются загружать данные в облако — хотят все делать внутри собственной сети, не связанной с интернетом. Поэтому мы придумали решение на блокчейне, в котором можем гарантировать клиентам сохранность данных: клиент сможет самостоятельно загрузить данные, чтобы обучить на них нейросеть, закупать у Dbrain число запросов к этому API (например 100 тыс.) и докупать их по мере необходимости.
Мы придумали, как решить проблему безопасности: выкладываем данные частями; разработчику для написания алгоритмов нейросети отдаем только 0,1% от массива данных, а когда когда нейросеть написана, обучение происходит на полном массиве на наших серверах.
Чтобы преодолеть недоверие (неизбежное в проектах с участием большого количества пользователей), мы используем два блокчейн-протокола. Один контролирует качество разметки данных (одно и то же изображение независимо друг от друга подтверждают не менее
3 человек), другой — прозрачность взаимодействия сторон. Пытаться лепить блокчейн куда попало бессмысленно, но в нашем случае он решает конкретные задачи.
Чтобы понимать приоритеты бизнеса, нужен постоянный фидбек от клиентов. Не бывает, чтобы хороший продукт через год остался неизменным. Вы должны понимать, что боль реально существует, и регулярно обновлять продукт, чтобы ее решить. Большинство стартапов решают проблемы не первого порядка. Вы строите кафе, у вас еще нет столов, а кто-то предлагает вам скатерти. Зачем? Нужна другая схема: сделали продукт, показали клиенту, получили обратную связь — улучшили продукт.
Создали краудсорсинговую платформу — оптимизировали работу с данными
Чтобы внедрить нейросеть, нужны даже не алгоритмы (они уже есть в доступе), а прежде всего качественный датасет, «почищенный» и готовый к использованию. Это уже 90% решения. Как объяснить алгоритму, что на картинке кот? Вербально описать, что такое кот, практически невозможно — проще показать миллион котов и не-котов, и алгоритм научится находить на картинке кота. А чтобы нейросеть обучалась, кто-то сначала должен подсказывать ей правильные варианты.
Когда мы делали первые b2b-решения, разметка данных для обучения нейросети была сплошной проблемой. Мы нанимали разметчиков в штат, искали фрилансеров и даже обращались в индийские специализированные компании, но результаты не радовали. Часть картинок была размечена неправильно, оспорить это было почти невозможно — попробуйте найти среди миллиона картинок несколько тысяч размеченных неправильно и попросить исполнителя переделать. Страдала и безопасность данных.
Поэтому мы придумали платформу для разметчиков данных на блокчейне. Привлекать их планируем через YouTube, соцсети и другие понятные для них каналы. У них будет хорошая финансовая мотивация: в России медианная зарплата — чуть больше двадцати тысяч рублей, а на нашей платформе можно зарабатывать около 30 тыс. рублей в месяц, размечая данные для нейросетей. Это неплохие деньги, особенно для развивающихся стран.
Сделали MVP, придумали бизнес-модель, получили трекшен — привлекли $2,5 млн инвестиций
Мы быстро разработали MVP, чтобы продавать не идею, а минимально готовый продукт. Пока идем по дружеским контактам: всех клиентов нашли через знакомых (либо они раньше работали с Flocktory). Наш круг общения довольно широкий — в любой крупной компании в России всегда есть выход на основателя или топ-менеджера, и мы этим пользуемся.
Мы хотим, чтобы фаундеры компаний-клиентов были лично заинтересованы в успехе продукта. Как минимум на год нам нужны суперлояльные клиенты, которые помогут отладить процесс. Мы пока не строили большой отдел продаж — продаем самостоятельно. Сейчас продажа — это часть кастомер-девелопмента, поэтому каждая компания окружена вниманием и заботой.
Как нейросети помогают улучшать бизнес-процессы: примеры клиентов Dbrain
Пиццерия (основатели Dbrain ее не называют) внедряет нейросеть для внутреннего контроля качества пиццы. В базу данных загружены сотни тысяч фотографий пиццы, и нейросеть учится определять, сколько на ней грибов, пепперони и т.п. Подобных примеров множество: с помощью камер наблюдения нейросети учатся следить, помыл ли работник завода руки, прежде чем идти в «чистый» цех; определять, не ворует ли бармен деньги из кассы; анализировать нарезку мяса на конвейере и отбраковывать куски плохого качества и т. д.
Американская клиника ищет решение для выявления онкологических патологий. Специалисты по патологии получают результаты биопсии (забора клеток организма для диагностики) в электронном виде и анализируют их на предмет негативных изменений. Врач прежде всего находит «точки интереса» — те участки биопсии, которые нужно исследовать подробнее. Обычно результат зависит от опыта и квалификации врача — однако нейросеть с помощью алгоритмов уже научилась упрощать эту задачу. Сейчас алгоритмы подсказывают врачам участки, которые нужно исследовать в первую очередь, а в будущем смогут проводить подобный анализ почти без участия людей. «Работа врача-патолога в США стоит $300-350 тыс. в год. В день он может обработать ограниченное количество снимков. А мы предлагаем ему инструмент, который позволит ускориться», — говорит Дмитрий Мацкевич.
Мы берем 10%-ную комиссию за каждое обращение к нашему продукту. Любая транзакция внутри платформы стоит денег — работа разметчиков, использование готового продукта, и пр.
В первом раунде инвестиций в начале 2018 года мы привлекли $2,5 млн. По ходу движения проекта мы общались с разными людьми, которые за следили за нашей работой. Мы не бегаем за инвесторами и не просим у них денег, а просто поддерживаем с ними отношения и делимся тем, что у нас происходит. Как правило, они вовлекаются, сами предлагают инвестиции и еще приводят друзей.
Планы на будущее: масштабировать продукт и выйти на выручку $10 млн к концу 2018 года
К концу 2018 года мы хотим выйти на выручку не менее $10 млн (все расчеты ведутся в криптовалюте и ее долларовых эквивалентах). Есть и план по бизнес-партнерам: за этот год подключить не менее 30 бизнесов, из которых не более половины должны быть из России и как минимум 5 — из США. В России легче находить клиентов, но наша цель — стать международной компанией.
Наши клиенты — из e-commerce, сельского хозяйства, это банки, медицина,
автомобильная промышленность. Нейросети можно применять в самых разных сферах, поэтому мы пока не хотим сужать свой профиль.
Наш главный фокус сейчас — на классных кейсах применения ИИ для больших компаний, где наши решения дают максимальный эффект — и понимание, какое из решений масштабировать. Мы хотим сделать понятный продукт, который можно продавать бизнесу без радикальных вложений или изменений под каждого клиента.
Мы не хотим масштабироваться слишком быстро: есть риск упустить боль клиента и масштабировать ненужный продукт. Поэтому сейчас мы тщательно анализируем фидбек от клиентов, чтобы на ходу вносить изменения в продукт.
Параллельно мы развиваем сеть партнерств, которая будет делать AI-аудит и подсказывать бизнесу, как искусственный интеллект поможет срезать косты. Мы будем рады, если к нам будут обращаться бизнесы с просьбой поэкспериментировать в создании нейросетей на основе тех данных, которые у них есть.
Как создать востребованный продукт на базе новых технологий и продать его: советы основателей Dbrain
1
Отталкивайтесь от конкретных задач бизнеса
Решения должны отталкиваться от кейсов, а не от абстрактной идеи применения продукта. Это общая вещь для всех хайповых новых технологий — что блокчейна, что ИИ. Стартапы создают концепцию, как использовать технологию, и придумывают под нее кейсы. А надо идти от бизнес-кейса и по ходу движения смотреть, есть ли у этой технологии преимущества. Вам нужна не инновация ради инновации, а решать конкретную задачу с помощью новых технологий.
2
Поскорее выпускайте и тестируйте продукт
Иначе есть риск долго делать то, что никому не нужно. А это опасная спираль: чем дольше делаешь продукт, тем сложнее отказаться, даже если он бесполезен. Не надо эмоционально привязываться к своими идеям. Будьте готовы в любой момент сказать: «Окей, моя вчерашняя идея не сработала, убираем ее и работаем дальше».
3
Стройте доверительные отношения с клиентом
Важны дружеские отношения с клиентом, чтобы пройти «долину смерти», пока продукт не суперидеальный. Поэтому на раннем этапе к клиенту можно заходить как консультант, который готов помочь с внедрением ИИ. Когда продукт станет суперкрутым, можно масштабироваться и продавать автоматически, не зная всех в лицо и не запоминая дни рождения у их детей.
4
Продавайте продукт не компании, а людям
Чтобы убедить клиента внедрить новую технологию, нужно понять, кто принимает решения. Часто стартапы не понимают, что мотивация этих людей отлична от целей компании. Для кого-то главное — внутренние KPI, и нужно, чтобы благодаря вашему продукту его похвалили на следующем совете директоров. Кто-то просто скучает на работе и жаждет самореализации. А ты приходишь и говоришь: «Чуваки, я сейчас вам создам классное решение, которым вы сможете похвастаться перед руководством, при этом не задействуя ваши ресурсы разработки». Это сильный аргумент.
5
Найдите, кто в компании поможет интегрироваться в обход официальных процедур
Если идти строго по процессам, в крупной компании можно интегрировать продукт два года. Но«чемпион» внутри компании проведет обходными путями и поможет интегрироваться гораздо быстрее — если понять его мотивацию.
6
Работайте с людьми, которым мешаете
Для многих нейросети — угроза их работе: они боятся, что нейросети их уволят. Распознайте таких людей и работайте с ними, чтобы они не вставляли вам палки в колеса.
