«Люди стоят дорого и часто ошибаются»: как машинное обучение помогает любому бизнесу

Алексей Хахунов начал заниматься бизнесом в 20 лет. Сейчас ему 24 года, и у него уже третья компания, которую оценили в $40 млн. Вместе с партнерами он создал платформу Dbrain, которая адаптирует технологию искусственного интеллекта для компаний в самых разных секторах: от сельского хозяйства до банков. В проекте «Я норм» Хахунов рассказал, зачем бизнесу может понадобиться machine learning, какие задачи он может решать и что на самом деле технология машинного обучения — это не так страшно, как кажется.

Алексей Хахунов, 24 года

Образование: МГТУ им. Н.Э. Баумана (робототехника и комплексная автоматизация)

Карьера: в 2016 году основал R-SEPT — стартап по роботизации молочных ферм. Он привлек 10 млн рублей от сооснователя CarPrice Эдуарда Гуриновича и гендиректора «Деловой России» Сергея Еремина

В начале 2017 года создал компанию Connectome. Она занимается разработкой стратегий для компаний на базе машинного обучения

В августе 2017 года вместе с Дмитрием Мацкевичем основал платформу Dbrain, которая помогает бизнесу решать задачи с помощью искусственного интеллекта

Число клиентов: 32

Финансовые показатели: не раскрывают

По подсчетам The Bell: продажа программы по распознаванию документов одному клиенту может приносить около 2,4 млн в год

Проекты на заказ: от $60 тыс. до $500 тыс.

Разметка данных клиенту: от $3 тыс. до $10 тыс.

Гонорар Dbrain от соревнований между data scientists: от $25 тыс. до $30 тыс.

 Как придумал?

«Я вложил деньги от занятий репетиторством»

До Dbrain у меня было несколько компаний: R-SEPT и Connectome. До основания первой я работал в семейном предприятии в сельском хозяйстве. Параллельно с этим я занимался репетиторством по физике, математике и информатике, готовил школьников к олимпиадам и сдаче экзаменов в вузы. Еще я осваивал трейдинг, занимаясь краткосрочными инвестициями на неделю или месяц.

Свой первый стартап — R-SEPT — основал сразу после окончания Бауманки. Он разрабатывает роботизированные доильные станции на несколько коров и софт на базе искусственного интеллекта. Я туда вложил накопленные деньги от занятий репетиторством и игре на бирже. Там мы фактически работали за идею. Старались платить сотрудникам по 20–30 тыс. рублей, но это было ничтожно мало в сравнении с тем, какие задачи они решали.

В R-SEPT мы стали делать проекты, связанные с machine learning. Тогда на нас обратил внимание один крупный холдинг, он предложил создать отдельную компанию, которая будет заниматься только machine learning с изображениями. Так появилась Connectome. Почти год мы разрабатывали технологии в этой области, потом сделали первый продукт, внедрили его. Потом мы познакомились с Дмитрием Мацкевичем и решили вместе с ним и партнером из агрохолдинга основать Dbrain. Но потом я поменял свою долю в Connectome на долю моего партнера в Dbrain.

 Кто в команде?

«С партнерами мы познакомились случайно»

С моими партнерами я познакомился случайно. С Дмитрием Мацкевичем нас познакомила Мария Дрокова [бывший спикер кремлевского движения «Наши», которая создала в США венчурный фонд Day One Ventures Fund. – The Bell]. Я рассказал ей про машинное обучение, она посоветовала встретиться с Мацкевичем, у которого в то время был бот в Telegram Icon8. Он обрабатывал фотографии с помощью нейросети. В июне 2017 года мы встретились с ним и поняли, что хотим делать то же самое, только видим это с разных сторон. Мы могли на нулевом этапе начать конкурировать как компании, занимаясь одним и тем же, или объединиться в одну. Так получился Dbrain.

Со вторым партнером Димой Девинном мы познакомились через основателя CarPrice Эдуарда Гуревича. В тот день была конференция Future in Tech, которая проходит на открытом воздухе в «Москва-Сити». Началась сильная гроза, все разбежались, и я спросил у Эдика: «Что вы делаете?» Он с компанией сидел в одном из зданий в Сити, среди всех был Дима Девинн. Но он присоединился к нам только в декабре. Сейчас я отвечаю за техническую часть, Дима Мацкевич — за бизнесовую часть, а Дима Девинн — за продуктовую.

«Родители всегда говорили: «Занимайся чем хочешь, мы будем поддерживать тебя в том, что ты делаешь. Мне никто никогда не говорил идти работать на ферму, или основать свой бизнес, или пойти работать в компанию. Я всегда занимался тем, чем хотел»

 Откуда деньги?

«Нами заинтересовалось несколько крупных фондов в США»

На первоначальном этапе мы с Мацкевичем вместе вложили в Dbrain $700 тыс. Компания уже привлекла $4 млн инвестиций от 11 человек. Среди них — ангельские инвесторы из Китая и компании Bitfury и AngelVest. Весной у нас должен быть третий раунд инвестиций, и перед ним мы раскроем свои финансовые показатели и имена всех инвесторов. Мы познакомились с ними в результате road show, который проводили в России, Европе, Китае, Корее, Сингапуре, США и на Гавайях. Нами заинтересовались несколько крупных фондов в Америке, но у них есть обязательное условие, к которому мы сейчас как раз стремимся, — это наличие американских клиентов. Сейчас мы специально работаем с американскими компаниями. К концу 2019 года мы должны достичь $6 млн выручки. В последнем раунде оценка стоимости Dbrain была $30 млн, сейчас мы подросли.

Какую выгоду вы получаете от использования в компании технологии машинного обучения (ML)?

Допустимо несколько ответов. Все данные округленные

Источник: Google & MIT Technology Review Study: Machine Learning: The New Proving Ground for Competitive Advantage

 Про что бизнес?

«Клиент получает лучшее решение для его задачи»

На первом этапе нашей работы мы собираем данные у клиентов и начинаем их подготавливать. Очень часто, когда мы работаем с изображением, звуком или текстом, данные необходимо разметить. Разметка представляет собой обогащение данных клиентов человеческими знаниями. Например, у нас есть изображения, и мы хотим узнать, на каких изображениях кот или собака или где находятся окна в зданиях. Наши специалисты по разметке (всего на платформе их 25 тыс. человек) отмечают на изображениях нужные данные. За разметку отвечает алгоритм консенсуса. Он отдает одну задачу нескольким людям. Алгоритм сначала сверит, насколько их ответы будут совпадать. Если вдруг этого не произойдет, то алгоритм автоматически добавит к разметке четвертого, пятого, шестого человека, пока не добьется точности данных. Также нейросеть отвечает за выплаты разметчикам: она смотрит на ответы участников и на время, которое они затратили. После этого она подсказывает, сколько времени люди в действительности должны были потратить, и делает единые выплаты всем.

На втором этапе, когда у нас есть подготовленные данные (data set), необходимо создать архитектуру нейросети, которая будет обучаться на этих данных. Это уже работа специалистов, которые называются data scientists. Мы проводим contest и привлекаем 300–500 человек для решения задачи клиента. Data scientists не получают доступ ко всем данным клиентов, только к очень маленькой части (обычно меньше чем 0,1%). Но в процессе contest data scientist создают очень много решений и тестируют параллельно много гипотез. Таким образом, за 3–4 недели, когда проходит это соревнование, клиент получает фактически лучшее из того, что можно сейчас создать конкретно для его задачи. И в этом и заключается особенность machine learning: даже если у нас есть эксперт с 10-летним опытом работы, который решает очень похожие задачи всю жизнь, конкретно в текущий момент времени и на текущих данных он не сможет сказать, какая архитектура нейросети будет давать самый лучший результат. А contest может, потому что это соревнование с очень большим количеством гипотез, которые люди проверяют одновременно.

Как повысится производительность за счет ИИ в сравнении с традиционной аналитикой

%

Источник: McKinsey Global Institute analysis

«Даже если есть эксперт с 10-летним опытом работы, он все равно не сможет сказать, какая архитектура нейросети будет давать лучший результат»

 В чем трабл?

«Искусственный интеллект хранит в себе много мифов»

Основная проблема, с которой мы сейчас сталкиваемся, — это неосведомленность клиентов. Искусственный интеллект — это очень молодая и сложная область, которая хранит в себе миллионы мифов и заблуждений. И клиенты плохо понимают, что доступно в качестве инструментов. И приходится тратить очень много времени и сил, чтобы объяснить клиенту наши возможности. У нас еще не было случая, чтобы желание клиента совпадало с тем, что мы можем сделать технически и что ему на самом деле поможет решить проблемы в бизнесе.

По прогнозам MarketsAndMarkets, в ближайшие семь лет рынок вырастет с $21,5 млрд в 2018 до $190,6 млрд к 2025. Среднегодовой темп роста составит 36%, считают аналитики.

ИИ может увеличить финансовые показатели компаний в разных секторах

На сколько повысится производительность компаний за счет ИИ в сравнении с традиционной аналитикой

 Что можно было сделать лучше?

«Неправильно работать с друзьями»

В начале мы брали всех клиентов, которые к нам обращались, не проводя дополнительную проверку. Им мы предлагали только разметку данных, а это очень широкое направление. Из-за этого мы потратили очень много времени и сил. Еще мы поняли, что нужно быстрее расставаться с людьми, особенно в начале, когда вы проходите очень много сложностей. Они вас очень сближают, и нужно быстрее убирать неэффективных людей, потому что это сбивает направление деятельности. Раньше в компании было много друзей, и это было неправильно. Более того, мы брали очень много дорогих специалистов из консалтинга, крупных компаний, брендов. Они хорошо работали, но даже если поставить их в сравнение со специалистами из небольших брендов, то их уровень эффективности будет одинаковый.

 Самая главная удача?

«Партнерство в компании — ответственнее, чем отношения с девушкой»

Самая большая удача — это знакомство и начало работы с Димой Мацкевичем, потому что партнерство в компании — это очень серьезный шаг. Я часто шучу, что это гораздо ответственнее, чем отношения с девушкой, потому что с партнером очень тяжело расстаться. Перед тем как начать работать с Димой, мы были знакомы месяц. И есть еще много историй, как к нам удачно, но совершенно случайно попадали удивительные люди. Например, наш операционный директор до Dbrain работал в Uber. Но когда произошло слияние с «Яндексом», он оттуда ушел. На собеседование к нам он пришел, когда очень сильно болел. А нам надо было обязательно найти человека на эту должность. И я прям очень сильно к этому подталкивал. Мы, по сути, взяли его в компанию, когда он был особо невменяем. На первом собеседовании я объяснял ему, что вообще мы делаем, как мы работаем, он вообще ничего не понимал. У него был шок, он никогда не работал в таком направлении. Я думаю, что он воспринимал эту работу как временную, но, видимо, его втянуло, и он до сих пор с нами работает.

 Как бизнес изменил всё?

«Бизнес — это не жизнь, а игра»

Я научился абстрагироваться от бизнеса. Теперь я понимаю, что это не вся жизнь, а игра. Если происходит что-то страшное, да, это очень плохо, сильно на всех влияет, но это не нужно воспринимать как крах жизни. Надо осознавать это и быть готовым, что худшее может произойти, но оно не смертельно.

Я также научился эмпатии. В компании у нас нет того, что мы, основатели, цари, которые все придумывают, а остальные — исполнители. В Dbrain мы вместе обсуждаем, куда дальше двигаться и как нам развиваться. У нас никто никогда не орет, не говорит, что человек некомпетентный и все сделал неправильно. Если ты понимаешь, что сотрудник провалился в решении задачи, то это твоя проблема, что ты его взял. И у тебя два пути: ты можешь его уволить или обучать.

С момента, когда я только начал заниматься бизнесом, поменял отношение к себе. До первой компании я спал по 2–3 часа в день — у меня была философия математиков: зачем спать, это бесполезно. Я плохо питался. Сейчас я понимаю, что если не спишь 8 часов в день, то твоя эффективность падает в 2 раза каждый час. То же самое с едой и спортом. Чтобы быть эффективным на работе, все остальные процессы в жизни должны быть стабильными и правильными.

Самое главное, что мне дал Эдик на первом этапе, — это свои рекомендации. На любом мероприятии я вставал рядом с ним, он меня представлял и таким образом исчезал этот барьер недоверия. Это было важно для репутации.

Еще меня вдохновляет, но одновременно с этим пугает Илон Маск. Пугает, потому что твое любое действие будет рассматриваться под микроскопом, когда ты настолько публичный и известный человек. А вдохновляет, потому что Маск сделал гениальный маркетинг. Он смог снова заинтересовать людей космосом, дал понять, что электромобили могут быть доступными. И, по сути, он может ничего не делать, но его слова, репутация будут иметь значение для развития индустрий и бизнеса.

 Что, кроме бизнеса?

«Хочу сделать много социально правильных вещей»

Если не робототехника и искусственный интеллект, я бы занимался трейдингом. Но вообще у меня есть большое желание сделать много социально правильных вещей. Например, изменить образование в России. Оно у нас находится на очень низком уровне развития. Это видно хотя бы на примере того, что в 2019 году в школах нет оцифрованных учебников. Дети не могут читать с планшета, а знания постоянно меняются, и на любом цифровом источнике ты можешь его поменять в реальном времени. Сейчас на это требуются годы, потому что нужно переписать книгу, получить разрешение на ее публикацию, выпустить ее, отправить в типографию. Это долго и неправильно.

Вторая часть, которую по странным причинам люди не понимают, — у детей сменился формат восприятия данных. Они не умеют воспринимать длинную информацию. Интернет избаловал их выжимкой ключевых фактов. И тема в любом учебнике должна быть разобрана так: есть очень короткая теория, формулы, факты. Потом может существовать отдельная историческая справка, как вообще люди к этому пришли. Затем должно быть видео, где за 5–7 минут эту тему будут объяснять популярные у детей блогеры, которые вызовут у них интерес к теме. И в конце должны стоять ссылки на источники на русском и английском языке, к которым школьники могут обратиться, если захотят в этой теме разобраться чуть глубже.

У нас общая образованность молодежи находится на низком уровне. Студенты не понимают, что такое предпринимательство, их никто этому не учит. У людей нет ощущения, как работает политика, они не понимают, что, условно, их мэр в городе — это не царь, а наемный менеджер. И его можно в любой момент поменять. Но такого понимания нет, поэтому и гражданское общество отсутствует.

Чтобы это сделать, нужно 1–2 года жизни. Но при этом я понимаю, что заниматься подобными вещами, не решив базовую потребность заработка, я не могу. Ты должен сделать что-то большое и финансово стабильное, а дальше можешь заниматься большим количеством социальных вещей.

Для предпринимателей, которые планируют выходить на международный рынок, в бизнес-школе СКОЛКОВО была разработана программа Practicum Global Shift

Она помогает понять, почему конкретный бизнес успешен в России и как сделать его успешным в других странах. На программе Practicum Global Shift не учат по учебникам, а создают рабочую среду, в которой предприниматели вместе проектируют стратегии и тестируют их друг с другом и экспертами. Программа подходит и людям, которые только собираются развивать международное направление, и тем, у кого уже есть собственные наработки. Первым помогут докрутить идею, построить стратегию международного развития, протестировать ее с международными экспертами, привлечь ресурсы и создать сеть партнеров. А вторым — улучшить уже существующую стратегию, которая не работает или работает недостаточно эффективно.