Gaurav Bubna, Co-Fondateur de NextBillion.ai – Série d’entretiens

Gaurav Bubna est le co-fondateur de NextBillion.ai, une plateforme de cartographie conçue pour les entreprises. Il a précédemment travaillé pour des sociétés telles que Grab, Ola et ZLemma (acquise par Hired.com)

Qu’est-ce qui vous a initialement attiré vers l’informatique et l’apprentissage automatique ?

Même lorsque j’étais à l’école, j’ai toujours été attiré par les mathématiques et les petits morceaux de programmation que je pouvais faire à l’époque. Lorsque je suis allé à l’université, étudier l’informatique semblait une extension naturelle. L’apprentissage automatique a été plus d’un « goût acquis » au fil des ans. J’aimais la combinaison d’aspects pratiques et de monde réel tels que les grandes données et la capacité de les appliquer à une variété d’applications du monde réel, ainsi que les aspects théoriques tels que la théorie des probabilités, que j’ai toujours trouvés fascinants.

Auparavant, vous étiez membre fondateur de l’équipe de produits de cartographie de Grab, où vous avez aidé à faire passer l’équipe d’une équipe multifonctionnelle de 10 membres à 300+ en environ 2,5 ans. Quelles étaient certaines des leçons clés que vous avez tirées de cette expérience ?

Une leçon clé que j’ai apprise est que même si chaque pays dans lequel Grab opérait faisait partie de l’« Asie du Sud-Est », dans la pratique, ils étaient tous très différents. Les solutions qui fonctionnaient vraiment bien étaient conçues de manière à pouvoir être adaptées à chaque entreprise, chaque pays et parfois même à différentes villes au sein du même pays. La plupart des produits ne sont pas conçus de cette manière, et il est très difficile de trouver un équilibre entre la capacité de scaler rapidement et la construction de produits adaptés à chaque cas d’utilisation. Je pense que cet équilibre est une leçon clé que j’ai apprise pendant mon séjour.

Pouvez-vous partager l’histoire de la création de NextBillion.ai ?

Nous avons investi dans des solutions de cartographie qui étaient spécifiquement nécessaires à Grab mais pas quelque chose que les cartes centrées sur le consommateur comme Google (GOOGL ) étaient conçues pour supporter. Au fil du temps, nous avons pu avoir un impact massif pour Grab à la fois en termes d’économie d’unités pour Grab et en termes de forte différenciation concurrentielle. Et même si Grab était dans une position chanceuse pour pouvoir investir autant dans ses cartes, la plupart des autres sociétés ne pourront pas le faire (parce qu’elles n’ont pas levé autant de capital). Nous avons donc vu une opportunité de prendre certaines de nos connaissances et de construire une plateforme pour les entreprises à l’échelle mondiale.

NextBillion.ai est la première plateforme de cartographie décentralisée et personnalisable au monde pour les entreprises. Quels sont les avantages pour les entreprises d’utiliser une plateforme décentralisée par rapport à des options populaires comme Google Maps ?

Pour les sociétés de transport, de logistique et de commerce électronique, nous permettons une meilleure économie d’unités, un coût par livraison plus bas et une meilleure utilisation des actifs. Étant donné la nature « taille unique » des options telles que Google Maps, ces gains commerciaux ne sont simplement pas possibles. Pour d’autres sociétés de logiciels B2B, elles ne sont souvent pas en mesure de répondre à de nombreux besoins clients en raison de ces limites de taille unique. Nous débloquons davantage de cas d’utilisation, permettant ainsi plus de revenus et de possibilités de croissance.

Google Maps a des limites sur le nombre d’API qui peuvent être utilisées, quels sont les limites avec NextBillion.ai en comparaison ?

C’est un excellent exemple de l’un de nos différenciateurs. Nous offrons des modèles commerciaux extrêmement flexibles à nos clients, y compris des packages d’appels d’API illimités, un support pour jusqu’à 20 fois plus de débit et 5 fois moins de latence que les meilleures alternatives disponibles.

Comment le système utilise-t-il l’IA pour surveiller la prédiction de l’offre et de la demande à un niveau de localité ?

Nos API sont utilisées pour permettre un dispatch plus efficace et plus efficient, des changements de tarification plus précis, y compris la tarification de pointe, qui à leur tour ont un impact direct sur le déséquilibre de l’offre et de la demande à des niveaux très micro tels que les localités.

Pour les services de covoiturage, pouvez-vous discuter de la façon dont l’IA peut prédire le trafic pour fournir une meilleure cohérence de tarifs et de gains ?

Les conducteurs sur ces plateformes considèrent le temps comme de l’argent. Chaque heure qu’ils passent à conduire, ils veulent une certaine assurance qu’ils gagneront X dollars à la fin de celle-ci. Dans la pratique, en raison de prévisions de distance-temps inexactes des API de cartographie, il y a une fluctuation massive dans le montant d’argent qu’un conducteur gagne par unité de temps passé, à travers différentes routes, heures de la journée et jours de la semaine. Notre IA prend en compte le comportement de conduite passé, les modèles de trafic dans la ville et suggère des itinéraires très précis et du trafic. Cela permet des tarifs extrêmement précis pour nos clients et, à leur tour, des gains beaucoup plus prévisibles pour leurs conducteurs.

Quels sont les autres cas d’utilisation quotidiens que NextBillion.ai permet aux entreprises ?

Nous permettons une large gamme de scénarios de livraison et de commerce électronique tels que la livraison de nourriture, les courses et les livraisons de commerce électronique. Nous permettons également des services de réaction d’urgence tels que les ambulances d’avoir des temps d’arrivée plus rapides, les forces de police d’en permettre une patrouille efficace pour réduire les taux de criminalité et des ramassages de déchets efficaces. Nous alimentons également d’autres cas d’utilisation en arrière-plan qui rendent possibles certains de ces cas d’utilisation quotidiens – par exemple, les itinéraires de camions qui amènent vos commandes de commerce électronique à votre hub de livraison le plus proche.

Y a-t-il autre chose que vous aimeriez partager sur NextBillion.ai ?

Nous croyons que la plupart des entreprises ne reconnaissent toujours pas que les cartes ne sont pas seulement une chose de technologie cool, mais qu’elles peuvent avoir un impact commercial de centaines de millions de dollars à partir de la même base d’actifs. Partie de ce que nous espérons accomplir en tant qu’entreprise est de faire progresser l’état de l’industrie elle-même. Si, dans les années à venir, nous pouvons aider beaucoup plus d’entreprises à reconnaître la valeur des données spatiales, même si elles ne travaillent pas directement avec nous, nous considérerons notre mission partiellement remplie.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter NextBillion.ai.