Gaurav Bubna, mede-oprichter van NextBillion.ai – Interviewreeks

Gaurav Bubna is de mede-oprichter van NextBillion.ai, een kaartplatform dat speciaal is ontwikkeld voor ondernemingen. Hij heeft eerder gewerkt voor bedrijven zoals Grab, Ola en ZLemma (overgenomen door Hired.com)

Wat trok je oorspronkelijk aan tot informatica en machine learning?

Al toen ik op school zat, was ik altijd geïnteresseerd in wiskunde en wat kleine stukjes programmeren die ik toen kon doen. Toen ik naar de universiteit ging, leek het een logische keuze om informatica te studeren. Machine Learning is meer een “verworven smaak” die ik in de loop der jaren heb ontwikkeld. Ik hou van de combinatie van praktische en werkelijke aspecten, zoals big data en de mogelijkheid om het toe te passen op verschillende werkelijke toepassingen, evenals de theoretische aspecten, zoals waarschijnlijkheidsleer, die ik altijd fascinerend heb gevonden.

Voordat je NextBillion.ai oprichtte, was je een van de oprichters van het Maps-productteam bij Grab, waar je hebt geholpen om het team uit te breiden van een 10-koppig multifunctioneel team tot 300+ in een periode van ongeveer 2,5 jaar. Wat waren enkele van de belangrijkste lessen die je uit deze ervaring hebt getrokken?

Een van de belangrijkste lessen die ik leerde, was dat elk land waar Grab actief was, onderdeel was van “Zuidoost-Azië”, maar in de praktijk waren ze allemaal zo verschillend. Oplossingen die werkelijk effectief waren, werden op een manier gebouwd die kon worden aangepast aan elk bedrijf, elk land en soms zelfs aan verschillende steden binnen hetzelfde land. De meeste producten worden niet op deze manier gebouwd, en het is heel moeilijk om een balans te vinden tussen de mogelijkheid om snel te groeien en producten te bouwen die zijn aangepast aan elk gebruik. Ik denk dat deze balans een van de belangrijkste lessen is die ik uit mijn tijd daar heb getrokken.

Kun je het verhaal achter NextBillion.ai delen?

We hebben geïnvesteerd in kaartoplossingen die specifiek nodig waren voor Grab, maar die niet werden ondersteund door consumentengerichte kaarten zoals Google (GOOGL ). In de loop der tijd zijn we erin geslaagd om een enorme impact te hebben voor Grab, zowel in termen van unit-economie voor Grab als in termen van sterke concurrentiedifferentiatie. En terwijl Grab in een gunstige positie verkeerde om zo veel te investeren in hun kaarten, zullen de meeste andere bedrijven dit niet kunnen doen (omdat ze niet zo veel kapitaal hebben opgehaald). Dus zagen we een kans om enkele van onze kennis te nemen en een platform te bouwen voor ondernemingen wereldwijd.

NextBillion.ai is ‘s werelds eerste decentrale en aanpasbare kaartplatform voor ondernemingen. Wat zijn enkele van de voordelen voor ondernemingen om een decentraal platform te gebruiken in plaats van populaire opties zoals Google Maps?

Voor transport-, logistiek- en e-commercebedrijven maken we betere unit-economie, lagere kosten per levering en betere activabezetting mogelijk. Vanwege de “one-size-fits-all”-aard van opties zoals Google Maps, zijn deze bedrijfswinsten simpelweg niet mogelijk. Voor andere B2B-softwarebedrijven kunnen ze vaak niet aan veel klantbehoeften voldoen vanwege deze beperkingen van één maat voor alle bedrijven. We ontgrendelen meer gebruikscases, waardoor meer omzet- en groeimogelijkheden ontstaan.

Google Maps heeft beperkingen op het aantal API’s dat kan worden gebruikt, wat zijn de beperkingen bij NextBillion.ai in vergelijking?

Dit is een goed voorbeeld van een van onze differentiatoren. We bieden extreem flexibele commerciële modellen aan onze klanten, waaronder onbeperkte API-aanroepen, ondersteuning voor tot 20 keer hogere doorvoer en 5 keer lagere latentie dan de beste beschikbare alternatieven.

Hoe gebruikt het systeem AI om de vraag- en aanbodvoorspelling te monitoren op lokaal niveau?

Onze API’s worden gebruikt om een betere en efficiëntere dispatch mogelijk te maken, meer precieze prijswijzigingen, waaronder prijsschokken, die op hun beurt een directe invloed hebben op het vraag- en aanbodonevenwicht op zeer kleine niveaus, zoals lokale gebieden.

Voor ritdiensten, kun je bespreken hoe de AI het verkeer kan voorspellen om een betere tarief- en inkomensconsistentie te bieden?

Bestuurders op deze platforms kijken naar tijd als geld. Elk uur dat ze besteden aan rijden, willen ze enige zekerheid dat ze $X zullen verdienen aan het einde van het uur. In de praktijk is er vanwege onnauwkeurige afstandstijdpredicties van kaart-API’s een enorme fluctuatie in het bedrag dat een bestuurder per eenheid tijd verdient, over verschillende routes, uren van de dag en dagen van de week. Onze AI houdt rekening met eerder rijgedrag, verkeerspatronen in de stad en stelt extreem precieze routes en verkeer voor. Dit maakt extreem nauwkeurige prijzen voor onze klanten mogelijk en in ruil daarvoor veel voorspelbaardere inkomens voor hun bestuurders.

Wat zijn enkele andere alledaagse gebruikscases die NextBillion.ai mogelijk maakt voor ondernemingen?

We maken een breed scala aan levering- en e-commerce-scenario’s mogelijk, zoals voedsellevering, boodschappen en e-commerce-leveringen. We maken ook noodhulpdiensten mogelijk, zoals ambulances die sneller aankomen, politieagenten die efficiënt patrouilleren voor een vermindering van de misdaad, en efficiënte afvalophaling. We maken ook andere achter-de-schermen gebruikscases mogelijk die enkele van deze alledaagse gebruikscases mogelijk maken – bijvoorbeeld truckroutes die uw e-commercebestellingen naar uw dichtstbijzijnde vervulcentrum brengen.

Is er nog iets anders dat je over NextBillion.ai wilt delen?

We geloven dat de meeste ondernemingen nog niet erkennen dat kaarten niet alleen een cool technologie zijn, maar dat ze ook honderden miljoenen dollars aan bedrijfseffect kunnen hebben van dezelfde voorraad of activa. Onderdeel van wat we hopen te bereiken als bedrijf is het verbeteren van de staat van de industrie zelf. Als we in de komende jaren meer ondernemingen kunnen helpen om de waarde van ruimtelijke gegevens te erkennen, zelfs als ze niet rechtstreeks met ons werken, zullen we onze missie gedeeltelijk als voltooid beschouwen.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten NextBillion.ai bezoeken.