Их клиенты – разработчики игр, производители каннабиса из Америки и исследователи эмбрионов. Украинцы помогают бизнесам решениями на основе ИИ. История

В 044.аі говорят: «‎Поскольку мы ИИ-компания, а приличных фоток у нас нет, мы сгенерировали их в Dalle»

Прошлым летом три друга, Глеб Петров, Давид Майборода и Александр Ливанов, встретились в Zoom поболтать. Глеб – совладелец и креативный директор в рекламном агентстве, Александр работает в этой же сфере, а Давид – разработчиком ИИ. Заговорили о том, что рекламный бизнес в состоянии застоя и неплохо бы вместе делать IТ-аутсорс. Друзья выбрали разработку решений для компаний на базе искусственного интеллекта, хотя тогда это еще не было мейнстримом.

В брендинге 044.аі отдали дань любимому Киеву: выбрали телефонный код города для названия и каштан на логотип. Собрали команду и полетели. Первые клиенты, как и ожидалось, были из IТ-сферы. А в декабре случился хайп вокруг ChatGPT, и начались сюрпризы. С запросом на решения на базе ИИ пришли производитель термобелья и специалист по выращиванию конопли из Америки. Редакции MC.today основатели 044.аі рассказали, почему так вышло и как они из аутсорса переросли в ИИ-консалтинг.

Их клиенты – разработчики игр, производители каннабиса из Америки и исследователи эмбрионов. Украинцы помогают бизнесам решениями на основе ИИ. История

Автоматизировать можно всё. Или почти всё

Мы втроем дружим больше 10 лет. Прошлым летом стали обсуждать новые способы заработка. Подумали объединить наш технический и рекламный опыт и сделать совместный ІТ-проект. А сфокусироваться на технологиях искусственного интеллекта.

На самом деле, конкуренция в этой сфере, несмотря на сумасшедший хайп, только набирает обороты. Сегодняшний интерес к ИИ можно сравнить с популярностью разработки мобильных приложений в 2008–2010 году.

Мы решили в нише ИИ побороться за растущий кусок пирога.
Выбрали формат аутсорса – там меньше рисков, чем в создании своего продукта, который может и не «взлететь». Пришли к тому, что будем делать для бизнесов программные решения на базе искусственного интеллекта и интегрировать их в продукты заказчиков.

Есть две боли, с которыми бизнес обращается к нам чаще всего. Первая – трудоемкие и длительные процессы, которые отнимают кучу времени у сотрудников. Один из наших клиентов – разработчик игр LowCodeGames. Мы сделали для них самообучающийся бот для тестирования, который можно интегрировать в абсолютно любую игру. Он собирает и анализирует метрики без прямого доступа к коду и сильно ускоряет процесс тестирования.

Вторая после скорости боль бизнесов – это цена. Наш недавний клиент – украинский стартап Respindle. В компании занимаются тем, что проверяют эмбрионы, полученные путем искусственного оплодотворения, на наличие генетических дефектов.

Чтобы провести такое исследование, нужно подождать пять дней, пока эмбрион подрастет, взять генетическую пробу, а потом заморозить его на два месяца и ждать результатов. Исследование стоит от 4 до 10 тыс. евро – не все могут его себе позволить. А нейросеть делает это за какие-то смешные деньги и мгновенно.

Для Respindle мы разработали технологию, которая прогнозирует вероятность генетических отклонений. Она интегрирована в простой веб-интерфейс, им смогут пользоваться в клиниках репродукции. Сейчас прошли первые доклинические испытания нашей технологии.

Продать ИИ сложнее, чем мобильную разработку

С решением делать ИИ-аутсорс к нам пришла идея, как можно исследовать рынок. Мы подошли к вопросу с хитростью: нашли 10 компаний, которые предоставляют подобные услуги, и обратились к ним под видом клиентов. Нормальный сервис в итоге получили в двух компаниях. Остальные под видом того, что занимаются решениями на базе искусственного интеллекта, на самом деле работали со всем понемногу и не давали фокусного решения проблем.

Это не удивительно. Решения на базе ИИ сложнее продать, чем ту же мобильную разработку. Если с ней все понятно, то в случае с искусственным интеллектом часто сперва нужно объяснить, что это такое, как работает и какие возможности даст бизнесу.

Нам в этом смысле повезло с продажами и первыми клиентами. У нас много друзей в венчурном бизнесе: они познакомили нас с основателями стартапов, в которые сами инвестируют. Это и были наши первые клиенты. Потом они рекомендовали нас другим компаниям – так мы вышли на рынок Америки.

Внешних инвестиций мы не привлекали – «скинулись» своими деньгами, получилось несколько десятков тысяч долларов. Поначалу всё делали сами – от поиска людей и управления проектами до написания кода. Затем к нам присоединились знакомые разработчики, а потом программисты разных типов разработки ИИ. Так команда выросла с трех до 10 человек.

Давид, Александр и Глеб по версии MidJourney

Первые месяцы после старта 044.аі мы концентрировались на двух услугах. AI Research – для клиентов, которым нужно проверить гипотезу и сделать Proof of Conceptдоказательство осуществимости бизнес-идеи. И AI Development – для тех, кто приходит с конкретной технической задачей, а мы ее реализуем. Например, есть мобильное приложение и в него хотят добавить функцию, связанную с искусственным интеллектом.

Мы не рассчитывали, что нетехнический бизнес заинтересуется нашими услугами. Привыкли работать с «технарями»: СТО клиента формулировал задачу, а мы как аутсорс ее решали.

Таким и был наш план – надежный, как швейцарские часы. А в декабре «выстрелил» ChatGPT, спрос на ИИ вырос до небес и все пошло не по плану.

Из аутсорса превратились в ИИ-консалтинг

Компании, никак не связанные с ІТ, начали искать способы интегрировать искусственный интеллект в свои бизнесы. Для них это был какой-то фантастический черный ящик, который с помощью магии что-то там автоматизирует.

К нам пришел производитель термобелья с запросом: «Ребята, мы протестировали ChatGPT – это какая-то фантастика! А что мы можем сделать с помощью искусственного интеллекта?» В итоге эта компания стала нашим клиентом.

В первые месяцы после выхода ChatGPT к нашим заказчикам из ІТ-сферы неожиданно присоединились сеть ресторанов и американские агрономы, которые выращивают каннабис. Это была хорошая новость.

А плохая состояла в том, что вместо того, чтобы заниматься непосредственно аутсорсом, мы стали предоставлять услуги консалтинга. Долго и бесплатно. Общение с клиентами теперь начиналось с объяснения, как работает искусственный интеллект. Потом мы помогали заказчику сформулировать задачу – какой должен быть продукт и какие изменения в него нужно внести.

Мы поняли, что с людьми из нетехнической сферы до начала разработки нужно пройти большой путь. И у нас появилась идея сделать для этого отдельное направление – ИИ-консалтинг. Мы дали ему поэтичное название AI Discovery Journey.

Как мы теперь работаем – на примере распознавания пиццы

AI Discovery Journey позволяет клиентам понять, где именно в их бизнесе можно получить самый большой бенефит от использования искусственного интеллекта.

Наш путь начинается с Discovery Call. Мы созваниваемся с заказчиком и подробно разбираем его бизнес-процессы. Анализируем тренды, которые драйвят его сферу, чтобы понять, как ее изменит ИИ в ближайшие пять лет и как конкуренты будут использовать технологию. Этот этап – скорее маркетинговая экспертиза, чем технологическая.

Потом мы проводим с клиентом AI Workshop – интерактивную встречу, где подводим итоги нашего анализа и создаем Customer Journey Map, то есть карту того, как клиент нашего заказчика взаимодействует с его бизнесом. Исходя из нее, мы брейнштормим и придумываем варианты, как эффективно использовать ИИ. Дальше утверждаем их с нашим бизнес-аналитиком и соотносим с возможностями заказчика.

Затем наша технологическая команда думает над реализацией, и заканчивается вся эта история документом под названием Discovery Journey Paper. В нем мы формулируем подробные use casesописание взаимодействия пользователя и системы. Если клиент готов внедрять технологию, разрабатываем решение на базе искусственного интеллекта.

Так к нам пришла за помощью сеть ресторанов. Самая большая их боль была в том, что сложно контролировать франчайзи. Потому что они в одной стране, а их рестораны – в другой.

В итоге мы пришли к тому, что нужно найти решение, которое позволит отслеживать качество блюд без значительного вовлечения человеческих ресурсов. Стали искать технические аналоги, чтобы не писать с нуля. Не нашли, поэтому сделали Proof of Conceptдоказательство осуществимости бизнес-идеи и приступили к разработке.

Сейчас мы создали мобильное приложение, которое собирает отзывы посетителей, тайных покупателей и администраторов. Они загружают в приложение фотографии блюд. Так мы собираем базу данных для следующего этапа – hardware-решения.

Это будет камера, которая сканирует готовое блюдо и автоматически определяет, если с ним что-то не так. Мы учим нейросеть понимать, чем хорошая пицца отличается от плохой. В процессе мы шутили, что эти пиццы скоро будут нам сниться, потому что для разработки их понадобилось очень много.

Хайп вокруг искусственного интеллекта рано или поздно пройдет, но в этом нет ничего страшного. Сейчас – то время, когда каждый может занять свою нишу в ИИ. Следующий тренд будет на «дотренировку» больших нейролингвистических моделей на собственном дата-сете и интеграция их в продукт.

Люди, конечно, уже успели полюбить OpenAI и ChatGPT, но скоро каждый захочет собственный ChatGPT – на своем хосте и железе. У каждого бизнеса появится возможность иметь нейронку «на борту». К этому мы и стремимся.