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

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.

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.

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.