• Usd 68.89
  • Eur 78.52
  • Btc 3790.66 $

Редакция

editorial@incrussia.ru

Реклама

ad@incrussia.ru

Журнал

Baring Vostok — дело тонкое. Что привело к аресту Майкла Калви и чем это может кончиться

Baring Vostok — дело тонкое. Что привело к аресту Майкла Калви и чем это может кончиться

Рубрики

О журнале

Соцсети

Напишите нам

Взлететь

«Астера»: как заработать миллионы, познакомив заводы с искусственным интеллектом

«Астера»: как заработать миллионы, познакомив заводы с искусственным интеллектом
Фото: Стас Моисеев/Inc.

Иван Исаев и Константин Быченков запустили компанию «Астера» в 2014 году в Самаре, пробились в «Сколково» с третьего раза и почти сразу получили заказ на анализ данных. При использовании искусственного интеллекта они снизили вероятность аварийных ситуаций в компании «Агротехно» на 75%. Потом «сумасшедшие математики» анализировали работу старых предприятий и учили компьютер давать рекомендации — например, когда лучше помыть оборудование, чтобы оно работало эффективнее. Такие советы позволили очередному клиенту начать экономить 600 млн рублей в год. За 4 года «Астера» вышла на оборот в 80 млн рублей, в прошлом году заработала 5 млн рублей. Предприниматели рассказали Inc., почему технопарк «Сколково» дважды отказывал им в получении статуса резидента, как связать горную добычу нефти с Big Data и как компания планирует захватить 30% рынка цифровизации промышленных компаний в России.


Иван Исаев занимался предпринимательством с 14 лет: школьником продавал сим-карты, — потом писал сайты. Студентом Самарского аэрокосмического университета (специальность «Прикладная математика и информатика») заинтересовался сетевыми технологиями и анализом данных. В 2014 году он искал новые идеи для развития и в отчетах Gartner и McKinsey прочитал прогноз экспертов: анализ большого массива данных, машинное обучение, искусственный интеллект будут самыми быстрорастущими рынками в течение ближайших 5-10 лет. Иван понял, что в России выгоднее всего заняться анализом больших данных в отраслях,

Иван Исаев. Фото: Стас Моисеев/Inc.

связанных с добычей полезных ископаемых, так как именно это направление развивается успешно. Тогда на конференциях и тематических мероприятиях предприниматель стал предлагать крупным компаниям делать пилотные проекты по анализу данных и внедрению искусственного интеллекта в бизнес-процессы, чтобы сэкономить до 10% бюджета на те или иные расходы. Предприниматель хотел заработать на экономическом эффекте своих решений (брать 15-20% от сэкономленных денег), также ему нужно было сделать первый проект для портфолио.

Через преподавателя  Самарского аэрокосмического университета Иван познакомился с другим предпринимателем — Константином Быченковым, — тот работал топ- менеджером в сфере ИТ уже 15 лет и создал компанию, предлагающую в России и за рубежом услуги на базе алгоритмов машинного обучения. Иван и Константин зарегистрировали совместную компанию, которая стала заниматься обработкой данных для нескольких крупных зарубежных телеком-провайдеров, делать анализ данных серверов, разрабатывать программы по безопасности, предотвращению онлайн-мошенничества. Но партнеры хотели выйти за пределы узкой телекоммуникационной ниши, развить технологическую составляющую проекта и внедрять искусственный интеллект в работу старых предприятий.

И вот как предприниматели это сделали.


«Астера» в цифрах


20

млрд рублей достигает российский рынок систем на основе ИИ.


5

млн рублей — прибыль за 2017 год на группу компаний, включая аутсорс.


80

млн рублей — выручка группы компаний в 2017 году.


200

тыс. рублей стоил сервер для мощных вычислений «Астеры».


30

проектов реализовала «Астера».


20

человек работает в команде.

Переехали из Самары в «Сколково»: нашли первых клиентов и заработали 1 млн рублей

С проектом «Библиотека прогнозных методов и платформа непрерывной интеграции» мы подали заявку в «Сколково», чтобы попасть в самый мощный хаб в России по работе с инновациями. Нам нужны были клиенты, инвестиции и PR.  К этому моменту мы собрали команду — 10 программистов на полной занятости, которые стали разрабатывать продукт по анализу данных для крупных компаний, — и специально для получения статуса резидента открыли ООО «Астера».  По нашей задумке, система должна была анализировать данные и непрерывно обновлять пользовательские модели, подстраиваться под новые вводные.

Пробиться в «Сколково» с первого раза не удалось, но мы не сдавались. Процедура получения резидентства заняла больше года. Нам дважды отказывали. Нужно было доказать, что команда может выйти на международный рынок и обладает уникальной наукоемкой технологией.

Мы нашли сильных ученых из Москвы и Самары, которые помогли доработать математические методы. Работая с нами, ученые получили возможность применять мощные математические методы на реальных данных. Мы смогли убедить высококлассных специалистов работать с нами за относительно небольшие деньги, пусть для начала и на частичной занятости. На третий раз — в 2015 году — заявку в «Сколково» одобрили.

Константин Быченков. Фото: Стас Моисеев/Inc.

Мы не переехали из Самары в «Сколково» полностью. У нас есть несколько московских сотрудников, для них мы сняли офис неподалеку. Также у нас есть офисы в Самаре и Питере.

Первый контракт (на 1 млн рублей) — анализ данных в промышленности — мы подписали с компанией «Агротехно», которая занимается компрессорным оборудованием. Их проблема — вибрация выходных трубопроводов. Из-за этого на трубопроводе появлялись трещины и разрывы. Мы замерили собственными оригинальными датчиками необходимые данные и представили решение. Сделали

матанализ, незначительно изменили частоты вращения мотокомпрессоров, — появление трещин и аварийных ситуаций снизилось на 75%.

Благодаря хакатону акселерационной программы РВК мы познакомились с топ-менеджером компании Мобильные ГТЭС. Для них мы выполнили пилотный проект по разработке модели прогнозирования для мобильных газотурбинных электростанций, работавших в Крыму. МГТЭС, по данным финансовой отчетности ФСК, потребляют топлива на сумму до 6 млрд рублей в год. Если предположить, что за счет оптимизации промывок объект может сократить энергопотребление на 10%, то это составляет до 600 млн рублей в год чистой экономии. Эти цифры показались интересными, поэтому мы решили взяться за этот проект. Провели исследование данных и построили прототип математической модели, которая предсказывает, как оборудование будет себя вести. Результаты этой работы могли быть использованы в дальнейшем для разработки программы, которая в реальном времени измеряет, собирает текущие показатели датчиков и прогнозирует состояние оборудования через неделю, 30 дней и т. д. Но по ряду причин данная наша работа не вошла в промышленную эксплуатацию — для реализации такого масштабного проекта требовался крупный партнер, которого на тот момент у нас не было.

Создали библиотеку шаблонных решений: сократили работу над проектами на 50%

В 2016 году мы прошли сертификацию компании SAP и стали партнерами. Благодаря этому мы смогли сделать ещё несколько проектов в области добычи, металлургии и химии. Для для нефтедобычи мы разработали прогнозирование инцидентов при горизонтально-направленном бурении; для химических производств — оптимизацию цикла получения минеральных удобрений от аммиака и кислот до грануляции; для металлургии — прогнозировали качество литья.

С ростом количества проектов в портфолио для каждого вида оборудования у нас появились шаблонные решения. Мы получили программные коды, которые — с минимальными доработками — можно было использовать для других клиентов. Например, анализ моторов на разных промышленных объектах будет похожий, как и анализ бурового или химического оборудования. Для конкретной компании нужно дорабатывать только 25% всего объема.

У нас появились 30 решений, которые можно многократно использовать. Мы завели репозиторий на GitHub, где стали хранить приложения, и разработали платформу, чтобы постоянно следить за их состоянием. Модель со временем перестает давать точные прогнозы из-за смены исходных данных в состоянии оборудования. В таких случаях ее нужно переобучить, чтобы она снова давала правильные прогнозы.


Искусственный интеллект, технологии машинного обучения — хайповая, модная тема. На рынке ею занимаются 3 основных категории игроков. Первая — компании, развивающие эту технологию самостоятельно, пытаясь растить экспертизу; пример — Сбербанк, который создал центр компетенции Сбертех с большим штатом аналитиков данных, экспертов в области машинного обучения и ИИ. Вторая категория — крупные международные компании (SAP, IBM, SAS), которые по лицензии продают специализированное ПО для анализа данных.

Третья группа участников — специализированные команды, которые на опенсорсных технологиях строят свои модели под конкретные задачи. «Астера» относится к третьей группе. Конкуренция растет, на одной математике далеко не уедешь, нужно понимать достаточно глубоко бизнес клиента, — соответственно, возникла необходимость комбинировать знания об индустрии и математические подходы. Основной тренд на рынке сейчас — специализация компаний.

Рынок систем на основе ИИ в России достигает 20 млрд рублей.

Константин Горбач

директор департамента интеллектуальных приложений компании «Цифра»

Поработали над маркетингом: +30 заявок за первый месяц

Поначалу у нас было все хорошо с продуктом и технологиями, но плохо с упаковкой. Мы выглядели как сумасшедшие математики. Нужно было представлять продукт так, чтобы он был понятен обычному человеку. Мы долго думали над этим и смотрели, как продают себя похожие компании на западе.

Мы изменили сайт (перевели тексты с научно-технического на русский, разработали дизайн, сделали мобильную версию), нарисовали новые презентации, больше заточили их на продажи (сделали акцент не на наукоемкости, а на пользе для клиента). На изменения — они произошли с приходом в наш проект основателя частной венчурной компании Disruptive.vc Дмитрия Масленникова — потратили несколько сотен тысяч рублей. Дмитрий предложил работать на «Астеру» бесплатно, за опцион, который может превратиться в живые деньги во время продажи компании.

Мы знакомимся с топ-менеджерами компаний — нашими потенциальными клиентами. Масленников основал неформальный Клуб корпоративных инноваторов — сообщество менеджеров, которые занимаются инновациями в больших компаниях вроде «Норникеля». Кулуарные встречи и разговоры помогают иметь прямой доступ к 30-60 крупным промышленным компаниям.

Создали маркетплейс: + 7 новых клиентов за 3 месяца

Чтобы расширить российский рынок, мы создали маркетплейс. Основным фокусом нашей  работы стал анализ данных для сырьевого бизнеса, но к нам периодически обращаются и другие заказчики (ретейл, банки, телеком и др.), чтобы купить конкретные модели, которые могут быть собраны в маркетплейсе. Любые разработчики могут размещать там свои модели, а покупатели — тестировать и приобретать их по ежемесячной подписке, без капитальных вложений. Мы берем комиссию 2-5% от сделки.

Сейчас на площадке несколько десятков моделей. Среди них компьютерный анализ текста (NLP)

Фото: Стас Моисеев/Inc.

с применением ИИ и математической лингвистики или анализ и прогнозирование изменений клиентской базы.

Разработчики хотят продавать свои решения и делать это на хороших площадках. Мы выступаем как канал дистрибуции. Здесь есть и наши модели — снижение издержек, прогнозирование качества литой заготовки и содержания примесей или прогнозное техническое обслуживание бурового оборудования. С момента запуска маркетплейса — всего за 3 месяца — мы получили 7 новых клиентов.

Планы: занять 30% рынка в России

Сейчас «Астера» зарабатывает двумя способами. Во-первых, компания занимается разработкой решений для телеком-операторов. Выручка этого направления с 20 млн рублей в год в 2014 году выросла до 80 млн рублей в год в 2017 году. Во-вторых, компания развивает услуги для промышленности. В это направление вложены несколько миллионов рублей собственных средств компании. В 2017 году это направление принесло прибыль 1 млн рублей, что соответствует его финансовой модели.

У нас есть локальные планы на Россию: мы хотим занять 30% всего рынка промышленных предприятий по своему направлению. Есть планы и по выходу на международный рынок. Ряд гипотез мы хотим проверить в следующем году в Германии — стране с гигантской промышленностью.

Фото: Стас Моисеев/Inc.

Наши решения выйдут на глобальный рынок, в первую очередь, через партнерство с SAP. Мы были на выставке CEBIT в Германии в этом году, рынок там более зрелый, чем в России, явного лидера на нем нет. По оценке McKinsey, цифровизация производств в Европе принесет 2,5 трлн британских фунтов к 2025 году.

Мы начали оказывать услуги по аудиту предприятий и разработке дорожных карт по цифровой трансформации бизнеса. Это позволяет определить ключевые места, где целесообразно внедрить анализ данных. Основная проблема проектов с машинным

обучением в промышленных компаниях — у бизнеса часто нет достаточного количества данных, которые нужны для математики, они просто не собирают или не сохраняют их. Приходится тратить по полгода на получение цифр.

Рассылка журнала Inc.
Подпишитесь на самые важные материалы о бизнесе
и технологиях в России