Vitalii Romanchenko, forstjóri og meðstofnandi Elai – Interview Series

Vitalii Romanchenko, er forstjóri og meðstofnandi Ela, ai vídeó rafall vettvangur sem gerir einstaklingum kleift að framleiða hágæða myndbönd án þess að þurfa hljóðnema, myndavélar, leikara eða vinnustofur.

Þú ert raðfrumkvöðull og hefur stofnað nokkur sprotafyrirtæki, hver voru nokkur af þessum fyrri fyrirtækjum?

Ég hef eytt 15 árum í tækniiðnaðinum, unnið fyrir nokkur stór fyrirtæki auk þess að stofna nokkur eigin sprotafyrirtæki. Árið 2018 stofnuðum ég og vinur minn Alex Progressify, verslunarmiðstöð fyrir farsíma fyrst. Þetta var nýstárleg nálgun þar sem sérhver eigandi rafrænna viðskiptavefsíðu gat tengst verslunarhliðinni okkar og aukið verulega afköst og viðskiptahlutfall verslana sinna. Á þeim tíma var þessi tegund af lausn mjög ný og okkur vantaði snemma notendur og viðskiptavini. Eftir ár ákváðum við að loka fyrirtækinu vegna þess að markaðurinn var ekki tilbúinn. Það var rétt ákvörðun, þar sem markaðurinn var svo sannarlega ekki tilbúinn og þessi tegund af lausnum fór að hækka aðeins árið 2021, um 2 árum eftir Progressify.

Hverjar eru nokkrar af helstu hlutum þínum frá þessari reynslu?

Á meðan á þessari reynslu stóð fengum við tækifæri til að þróa færni okkar í að taka viðskiptaviðtöl og meta markaðsmöguleika. Við ræddum við meira en 200 eigendur netverslunar til að skilja þarfir þeirra og ákvarða hvort lausnin okkar gæti verið þeim til góðs. Þó að okkur hafi ekki tekist að ná PMF á þeim tíma, er ég þakklátur fyrir lærdóminn. Það er nauðsynlegt fyrir stofnendur að gera ítarlega greiningu áður en fyrirtæki stofna til að tryggja hagkvæmni og arðsemi markaðarins.

Gætirðu deilt upprunasögunni á bak við Elai?

Ég og Alex fengum nýja hugmynd eftir reynslu okkar af Progressify. Við vildum gjörbylta sköpun myndbanda með því að búa til sérsniðin myndbönd. Á þeim tíma ætlaði ég að búa til vörustjórnunarnámskeið og áttaði mig á því hversu flókið og dýrt ferlið getur verið. Þú þarft stúdíóuppsetningu, myndbandshugbúnað og ef eitthvað fer úrskeiðis þarftu að endurtaka allt námskeiðið. Alex lagði til að við notum skapandi gervigreind reiknirit til að búa til stafrænan klón af sjálfum mér og búa til myndbandsefni óaðfinnanlega án þess að þurfa myndavél, stúdíó eða myndbandsklippingu. Ég var hissa á þessari hugmynd og við leituðum til L&D sérfræðinga til að sjá hvort þeir þyrftu svona lausn. Eftir að hafa tekið 80 þróunarviðtöl við viðskiptavini fengum við skýra staðfestingu á því að það er mikil eftirspurn og markaður fyrir þjálfunarmyndbandagerð. Hins vegar skorti okkur djúpa ML sérfræðiþekkingu til að búa til hágæða avatar, svo við tókum höndum saman við Alexey, reyndan ML leiðara og fyrirlesara. Þetta var upphafið að R&D deild okkar og tveimur árum seinna erum við nú með yfir 30+ manns og eina fullkomnustu gervigreindarmyndagerðarlausn sem til er á markaðnum.

Gætirðu rætt um mismunandi gerðir vélanáms sem notuð eru til að breyta leiðbeiningum í myndband?

Vissulega, fyrst þurfum við að breyta textanum í hljóðskrá. Til þess notum við texta-til-tal vél sem umbreytir texta á mörgum tungumálum í hágæða hljóðrás. Næst þurfum við að samstilla þessa hljóðskrá við varir stafræna avatarsins og gera myndbandið. Að búa til slíka lausn er mjög flókið ferli í heildina og við eyddum 2 árum í R&D rannsóknir í þjálfun og gerð módel til að ná hágæða. Fyrir lipsync og myndbandsgerð notum við okkar eigin líkön.

Hverjar eru nokkrar af mismunandi gerðum myndbanda sem hægt er að búa til?

Elai gerir þér kleift að búa til hvers kyns vídeóefni, allt frá L&D myndböndum til vöruútskýringa og sérsniðin sölumyndbönd í mælikvarða í gegnum API. Helsta notkunartilvik okkar eru þjálfunarmyndbönd, þannig að Elai myndbandaritillinn er smíðaður til að veita bestu mögulegu upplifunina til að búa til þessa tegund af efni. Engu að síður höfum við einnig háþróað API, sem mörg vörumerki nota til að búa til þúsundir sérsniðinna sölu- eða markaðsmyndbanda með sérsniðnum avatarum sínum í stærðargráðu til að ná til viðskiptavina sinna.

Hver er framtíðarsýn þín fyrir Generative AI?

Generative AI á sér bjarta framtíð þar sem það eykur gífurlega framleiðni mannsins. Varðandi myndbandagerð, þá tel ég að eftir 2 ár muntu ekki geta greint á milli raunverulegs myndbands og gervigreindarmyndaðs efnis. Þessi tækni er í örri þróun, sem gerir rauntíma samtöl við stafræna myndraunsæi avatara fljótlega.

Þú ert líka Startup Mentor fyrir Startup Wise Guys; hverjar eru nokkrar af áhugaverðustu tegundum gangsetninga sem þú sérð í gervigreindarrýminu?

Ég sé fullt af nýjum fyrirtækjum sem kalla sig gervigreind, en í rauninni eru þau bara að nota OpenAI API undir hettunni sem aðal gervigreindarhluta sinn, sem er í lagi svo framarlega sem þau eru með góða vöru í heildina. Ég persónulega kýs djúptæknifyrirtæki sem hafa sitt eigið rannsóknar- og þróunarteymi. Þessi teymi takast á við flókin vandamál, sérstaklega þau sem tengjast ósjálfráðum gervigreindum umboðsmönnum eða háþróaðri gervigreindarmyndbandi.

Hver eru nokkur algeng einkenni sem þú sérð hjá farsælum stofnendum sprotafyrirtækja?

Ég myndi segja þetta þrennt: forvitni, seiglu og hæfni til að skila fljótt. Á fyrstu stigum gangsetningar er mikilvægt að bera kennsl á réttu vöruna og markaðinn, læra af neikvæðum viðbrögðum og innleiða endurbætur hratt. Að búa yfir þessum eiginleikum mun auka líkurnar á árangri, óháð upphaflegu hugmynd þinni eða áætlun.

Hvað heldurðu að verði næsta stóra byltingin í gervigreind?

Ég trúi sannarlega á möguleika sjálfstæðra gervigreindaraðila til að umbreyta daglegu lífi okkar og starfi. Ímyndaðu þér að hafa marga greinda gervigreindaraðstoðarmenn sem vinna allan sólarhringinn, sem gera þér kleift að búa til einstakar vörur og hugsanlega leiðbeina mannkyninu í átt að velmegun og velgengni fyrir komandi kynslóðir.

Þakka þér fyrir frábært viðtal, lesendur sem vilja læra meira ættu að heimsækja Ela.