Gaurav Bubna, Mitgründer von NextBillion.ai – Interviewreihe

Gaurav Bubna ist der Mitgründer von NextBillion.ai, einer Kartierungsplattform, die für Unternehmen entwickelt wurde. Er hat zuvor für Unternehmen wie Grab, Ola und ZLemma (übernommen von Hired.com) gearbeitet.

Was hat Sie ursprünglich zur Informatik und zum Maschinellen Lernen hingezogen?

Als ich noch in der Schule war, war ich immer von der Mathematik und den kleinen Programmierbits, die ich damals machen konnte, fasziniert. Als ich dann auf die Universität ging, schien es mir eine natürliche Fortsetzung, Informatik zu studieren. Das Maschinelle Lernen war mehr ein “erworbener Geschmack” im Laufe der Jahre. Ich liebte die Kombination aus praktischen und realen Aspekten wie Big Data und der Möglichkeit, es auf verschiedene reale Anwendungen anzuwenden, sowie die theoretischen Aspekte wie Wahrscheinlichkeitstheorie, die ich immer faszinierend fand.

Bevor Sie NextBillion.ai gründeten, waren Sie Gründungsmitglied des Maps-Produktteams bei Grab, wo Sie halfen, das Team von 10 Mitgliedern auf über 300 in etwa 2,5 Jahren zu skalieren. Welche Schlüssellessonen haben Sie aus dieser Erfahrung mitgenommen?

Eine Schlüssellesson, die ich gelernt habe, war, dass jedes Land, in dem Grab tätig war, Teil von “Südostasien” war, aber in der Praxis sehr unterschiedlich war. Lösungen, die tatsächlich funktionierten, wurden so entwickelt, dass sie an jedes Unternehmen, jedes Land und manchmal sogar an verschiedene Städte innerhalb desselben Landes angepasst werden konnten. Die meisten Produkte werden nicht so entwickelt, und es ist sehr schwierig, die Fähigkeit, schnell zu skalieren, mit der Fähigkeit zu verbinden, Produkte zu entwickeln, die auf jeden Anwendungsfall zugeschnitten sind. Ich denke, dass diese Balance eine Schlüssellesson ist, die ich aus meiner Zeit bei Grab gelernt habe.

Können Sie die Entstehungsgeschichte hinter NextBillion.ai teilen?

Wir investierten in Kartierungslösungen, die speziell für Grab benötigt wurden, aber nicht etwas, das von verbraucherorientierten Karten wie Google (GOOGL ) unterstützt wurde. Im Laufe der Zeit konnten wir massive Auswirkungen für Grab sowohl in Bezug auf die Einheitskosten als auch auf die starke Wettbewerbsdifferenzierung erzielen. Und während Grab in der glücklichen Position war, so viel in ihre Karten investieren zu können, werden die meisten anderen Unternehmen nicht in der Lage sein, dies zu tun (weil sie nicht so viel Kapital aufgenommen haben). Also sahen wir eine Chance, einige unserer Erkenntnisse zu nutzen und eine Plattform für Unternehmen weltweit aufzubauen.

NextBillion.ai ist die weltweit erste dezentralisierte und anpassbare Kartierungsplattform für Unternehmen. Welche Vorteile haben Unternehmen, wenn sie eine dezentralisierte Plattform gegenüber beliebten Optionen wie Google Maps verwenden?

Für Transport-, Logistik- und E-Commerce-Unternehmen ermöglichen wir bessere Einheitskosten, geringere Kosten pro Lieferung und bessere Nutzung von Vermögenswerten. Aufgrund der “eine-Größe-passt-für-alle”-Natur von Optionen wie Google Maps sind diese Geschäftsgewinne einfach nicht möglich. Für andere B2B-Software-Unternehmen können sie oft nicht viele Kundenbedürfnisse erfüllen, weil sie durch diese Einschränkungen begrenzt sind. Wir ermöglichen mehr Anwendungsfälle und ermöglichen so mehr Umsatz- und Wachstumsmöglichkeiten.

Google Maps hat Einschränkungen bei der Anzahl der API-Aufrufe, was sind die Einschränkungen bei NextBillion.ai im Vergleich?

Dies ist ein großartiges Beispiel für einen unserer Unterschiede. Wir bieten unseren Kunden extrem flexible kommerzielle Modelle, einschließlich UNBEGRENZTER API-Aufruf-Pakete, Unterstützung für bis zu 20-mal höhere Durchsatzraten und 5-mal geringere Latenz als die besten verfügbaren Alternativen.

Wie verwendet das System künstliche Intelligenz, um die Nachfrageprognose auf lokaler Ebene zu überwachen?

Unsere APIs werden verwendet, um eine bessere und effizientere Entsendung zu ermöglichen, präzisere Preisänderungen, einschließlich Preisspitzen, was wiederum einen direkten Einfluss auf das Angebot-Nachfrage-Gleichgewicht auf sehr mikroskopischer Ebene wie auf lokaler Ebene hat.

Für Fahrdienste könnten Sie erläutern, wie die künstliche Intelligenz den Verkehr vorhersagen kann, um bessere Fahr- und Verdienstkonsistenz zu bieten?

Fahrer auf diesen Plattformen sehen die Zeit als Geld. Jede Stunde, die sie fahren, wollen sie eine gewisse Sicherheit, dass sie am Ende davon X verdienen werden. In der Praxis gibt es aufgrund ungenauer Distanz-Zeit-Vorhersagen von Kartierungs-APIs massive Schwankungen in der Menge an Geld, die ein Fahrer pro Stunde verdient, über verschiedene Routen, Stunden des Tages und Tage der Woche. Unsere künstliche Intelligenz berücksichtigt die vergangenen Fahrverhaltensweisen, Verkehrsmuster in der Stadt und schlägt extrem präzise Routen und Verkehr vor. Dies ermöglicht extrem genaue Preise für unsere Kunden und im Gegenzug sehr vorhersehbare Verdienste für ihre Fahrer.

Welche anderen alltäglichen Anwendungsfälle ermöglicht NextBillion.ai für Unternehmen?

Wir ermöglichen eine breite Palette von Liefer- und E-Commerce-Szenarien wie Lebensmittel-Lieferungen, Lebensmittel-Einkäufen und E-Commerce-Lieferungen. Wir ermöglichen auch Notrufdienste wie Ambulanzfahrten, um schneller zu arrivieren, Polizeikräfte, um effiziente Patrouillen für reduzierte Kriminalitätsraten zu ermöglichen, und effiziente Müllabfuhr. Wir ermöglichen auch andere im Hintergrund laufende Anwendungsfälle, die einige dieser alltäglichen Anwendungsfälle ermöglichen – z.B. LKW-Routen, die Ihre E-Commerce-Bestellungen zu Ihrem nächsten Erfüllungszentrum bringen.

Gibt es noch etwas, das Sie über NextBillion.ai teilen möchten?

Wir glauben, dass die meisten Unternehmen noch nicht erkennen, dass Karten nicht nur eine coole Technologie sind, sondern dass sie auch hunderte Millionen Dollar an Geschäftsauswirkungen aus dem gleichen Vermögens- oder Asset-Bestand treiben können. Teil dessen, was wir als Unternehmen erreichen möchten, ist, den Stand der Branche selbst voranzutreiben. Wenn wir in den kommenden Jahren helfen können, vielen mehr Unternehmen den Wert von räumlichen Daten zu erkennen, auch wenn sie nicht direkt mit uns zusammenarbeiten, würden wir unsere Mission teilweise als erfüllt betrachten.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten NextBillion.ai besuchen.