記事執筆
NextBillion.ai 共同創設者、Gaurav Bubna – インタビュー シリーズ
ガウラフ・ブブナは、 NextBillion.ai 企業向けに構築されたマッピング プラットフォーム。 彼はこれまでに、Grab、Ola、ZLemma (Hired.com によって買収) などの企業で働いてきました。
最初にコンピューター サイエンスと機械学習に惹かれたのは何ですか?
学校に通っていたときでさえ、私は常に数学や、当時できる小さなプログラミングに惹かれていました。 したがって、大学に進学したとき、コンピューターサイエンスを学ぶことは自然な延長のように思えました。 機械学習は、長年にわたって「獲得された好み」のようなものでした。 私は、ビッグ データやそれを現実世界のさまざまなアプリケーションに適用できる機能などの実践的な側面と現実世界の側面、および常に魅力的だと感じてきた確率論などの理論的側面の組み合わせが大好きでした。
創業前 nextbillion.ai あなたは Grab のマップ製品チームの創設メンバーであり、約 10 年半でチームを 300 人の部門横断的なメンバーから 2.5 人以上のメンバーに拡大することに貢献しました。 この経験から得た重要な教訓は何でしたか?
私が学んだ重要な教訓は、Grab が事業を展開している各国はすべて「東南アジア」の一部であるものの、実際にはすべてが大きく異なっているということでした。 実際にうまく機能したソリューションは、各ビジネス、各国、場合によっては同じ国内の異なる都市に合わせて調整できる方法で構築されました。 ほとんどの製品はこのように構築されていないため、迅速に拡張できる能力と、各ユースケースに合わせて構築される能力のバランスを取るのは非常に困難です。 このバランスが、私がそこで学んだ重要な教訓だと思います。
NextBillion.ai の誕生秘話を教えていただけますか?
私たちは、Grab で特に必要とされる地図ソリューションに投資しましたが、Google のような消費者中心の地図がサポートするために構築されたものではありませんでした。 時間が経つにつれ、私たちは Grab のユニットエコノミクスの観点からだけでなく、強力な競争上の差別化を促進することの両方でも、Grab に多大な影響を与えることができました。 そして、Grab は自社のマップにこれほど多額の投資ができる幸運な立場にありましたが、他のほとんどの企業はそうすることはできないでしょう (それほど多額の資金を調達していないため)。 そこで私たちは、これまでの学びを活かして、世界中の企業向けのプラットフォームを構築する機会があると考えました。
NextBillion.ai は、世界初の企業向けの分散型でカスタマイズ可能なマッピング プラットフォームです。 企業にとって、Google マップなどの一般的なオプションと比較して、分散化プラットフォームを使用する利点は何ですか?
輸送、物流、電子商取引の企業に対して、ユニットエコノミクスの向上、配送あたりのコストの削減、資産活用の向上を実現します。 Google マップなどのオプションの「汎用性」の性質を考慮すると、こうしたビジネス上の利益はまったく不可能です。 他の B2B ソフトウェア会社の場合、これらの万能の制限により、多くの顧客のニーズに対応できないことがよくあります。 より多くのユースケースを実現し、より多くの収益と成長の機会を実現します。
Google マップには使用できる API の数に制限がありますが、それに比べて NextBillion.ai の制限はどれくらいですか?
これは当社の差別化要因の 20 つを示す好例です。 当社は、無制限の API 呼び出しパッケージ、利用可能な最良の代替品と比べて最大 5 倍高いスループット、XNUMX 倍低いレイテンシのサポートなど、非常に柔軟な商用モデルをお客様に提供しています。
システムは AI をどのように使用して、地域レベルでの需要予測を監視しますか?
当社の API は、より適切で効率的な配車、サージ価格を含むより正確な価格変更を可能にするために使用されます。これは、地域などの非常にミクロなレベルでの供給需要の不均衡に直接影響を与えます。
配車サービスについて、AI が交通量を予測して運賃と収益の一貫性を向上させる方法について説明していただけますか?
これらのプラットフォームのドライバーは時間をお金とみなしています。 彼らは運転に費やす各時間ごとに、運転終了後に X ドルを稼げるという何らかの保証を求めています。 実際には、マッピング API による距離時間の予測が不正確であるため、ルート、時間帯、曜日が異なると、ドライバーが単位時間あたりに稼ぐ金額に大きな変動が生じます。 当社の AI は、過去の運転行動や市内の交通パターンを考慮し、非常に正確なルートと交通量を提案します。 これにより、顧客に対して非常に正確な価格設定が可能になり、ひいてはドライバーにとってもより予測可能な収益が得られます。
NextBillion.ai によって企業が実現できるその他の日常的なユースケースにはどのようなものがありますか?
食品配達、食料品、電子商取引の配達など、幅広い配達と電子商取引のシナリオを可能にします。 また、救急車などの緊急対応サービスの到着時間の短縮、警察による犯罪率削減のための効率的なパトロール、効率的な廃棄物の収集を可能にします。 また、当社は、これらの日常的なユースケースの一部を可能にするその他の舞台裏のユースケースも推進しています。たとえば、e コマースでの注文を最寄りのフルフィルメント ハブに運ぶトラック輸送ルートなどです。
NextBillion.ai について他に共有したいことはありますか?
ほとんどの企業は、地図が単なるクールなテクノロジーではなく、同じ供給または資産ベースから数億ドルのビジネス効果をもたらす可能性があることをまだ認識していないと考えています。 私たちがビジネスとして達成したいことの 100 つは、業界そのものの現状を前進させることです。 今後数年間で、たとえ当社と直接提携していなかったとしても、より多くの企業が空間データの価値を認識できるように支援できれば、当社の使命は部分的に達成されたと考えるでしょう。
素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。 NextBillion.ai.
