Gaurav Bubna, współzałożyciel NextBillion.ai – seria wywiadów

Gaurav Bubna, jest współzałożycielem NextBillion.ai platformy mapowej opracowanej dla przedsiębiorstw. Wcześniej pracował w firmach takich jak Grab, Ola i ZLemma (nabyte przez Hired.com)

Czym zostałeś początkowo zainteresowany informatyką i sztuczną inteligencją?

Już w szkole zawsze byłam zainteresowany matematyką i tymi niewielkimi fragmentami programowania, które mógł wtedy wykonywać. Kiedy więc poszedłem na studia, wybór kierunku informatycznego wydawał się naturalną kontynuacją. Sztuczna inteligencja była raczej “nabytym smakiem” przez lata. Lubiłem połączenie praktycznych i rzeczywistych aspektów, takich jak duże dane i możliwość zastosowania ich w różnych rzeczywistych aplikacjach, a także teoretycznych aspektów, takich jak teoria prawdopodobieństwa, które zawsze uważałem za fascynujące.

Przed założeniem nextbillion.ai byłeś członkiem założycielem zespołu produktowego Maps w Grab, gdzie pomogłeś w skalowaniu zespołu z 10-osobowego zespołu wielofunkcyjnego do 300+ w ciągu ~2,5 roku. Jakie były niektóre z kluczowych lekcji, które wziąłeś z tego doświadczenia?

Jedną z kluczowych lekcji, której się nauczyłem, było to, że chociaż każdy kraj, w którym działał Grab, był częścią “Południowo-Wschodniej Azji”, w praktyce były one wszystkie tak różne. Rozwiązania, które naprawdę działały, zostały opracowane w taki sposób, aby mogły być dostosowane do każdego biznesu, każdego kraju i czasem nawet do różnych miast w tym samym kraju. Większość produktów nie jest budowana w ten sposób, a równowaga między możliwością szybkiego skalowania a budowaniem produktów dostosowanych do każdego przypadku użycia jest bardzo trudna. Uważam, że ta równowaga jest kluczową lekcją, którą nauczyłem się podczas mojego pobytu tam.

Czy mógłbyś podzielić się historią powstania NextBillion.ai?

Zainwestowaliśmy w rozwiązania mapowe, które były konieczne dla Grab, ale nie były czymś, co mapa konsumencka jak Google była w stanie obsłużyć. Z czasem byliśmy w stanie wywrzeć ogromny wpływ na Grab, zarówno pod względem ekonomiki jednostkowej dla Grab, jak i silnej różnicacji konkurencyjnej. I chociaż Grab miał szczęście, że mógł zainwestować tak wiele w swoje mapy, większość innych firm nie będzie w stanie tego zrobić (ponieważ nie zgromadzili tak dużej ilości kapitału). Zobaczyliśmy więc okazję, aby wziąć niektóre z naszych doświadczeń i zbudować platformę dla przedsiębiorstw na całym świecie.

NextBillion.ai jest pierwszą na świecie zdecentralizowaną i dostosowaną platformą mapową dla przedsiębiorstw. Jakie są niektóre z korzyści dla przedsiębiorstw związane z użyciem zdecentralizowanej platformy w porównaniu z popularnymi opcjami, takimi jak Google Maps?

Dla firm transportowych, logistycznych i handlu elektronicznego umożliwiamy lepszą ekonomikę jednostkową, niższy koszt dostawy i lepsze wykorzystanie aktywów. Ze względu na “jedną wielkość dla wszystkich” charakter opcji takich jak Google Maps, te korzyści biznesowe są po prostu niemożliwe. Dla innych firm oprogramowania B2B często nie są one w stanie obsłużyć wielu potrzeb klientów z powodu tych ograniczeń “jednej wielkości dla wszystkich”. Odblokowujemy więcej przypadków użycia, umożliwiając więcej przychodów i możliwości wzrostu.

Google Maps ma ograniczenia dotyczące liczby API, które można wykorzystać, jakie są ograniczenia w przypadku NextBillion.ai w porównaniu?

To jest wspaniały przykład jednego z naszych różnicujących cech. Oferujemy bardzo elastyczne modele handlowe dla naszych klientów, w tym pakiety API z nieograniczoną liczbą połączeń, obsługę do 20-krotnie wyższego przepływu i 5-krotnie niższej opóźnienia niż najlepsze dostępne alternatywy.

Jak system wykorzystuje sztuczną inteligencję do monitorowania prognoz podaży i popytu na poziomie lokalnym?

Nasze API są wykorzystywane do umożliwienia lepszego i bardziej wydajnego rozdziału, dokładniejszych zmian cen, w tym cen szczytowych, co ma bezpośredni wpływ na równowagę podaży i popytu na bardzo małych obszarach, takich jak lokalne.

Dla usług przewozowych, czy mógłbyś omówić, jak sztuczna inteligencja może przewidywać ruch, aby zapewnić lepszą spójność cen i dochodów?

Kierowcy na tych platformach traktują czas jako pieniądz. Każda godzina, którą spędzają na prowadzeniu samochodu, chce mieć pewność, że zarobią X dolarów na godzinę. W praktyce, ze względu na niedokładne prognozy czasu i odległości z API mapowych, występują ogromne fluktuacje w wysokości pieniędzy, które kierowca zarabia na godzinę, w zależności od tras, godzin dnia i dni tygodnia. Nasza sztuczna inteligencja bierze pod uwagę poprzednie zachowania kierowców, wzorce ruchu w mieście i sugeruje bardzo dokładne trasy i ruch. To umożliwia bardzo dokładne ceny dla naszych klientów i, w konsekwencji, znacznie bardziej przewidywalne dochody dla ich kierowców.

Jakie są inne codzienne przypadki użycia, które NextBillion.ai umożliwia dla przedsiębiorstw?

Umożliwiamy szeroki zakres scenariuszy dostaw i handlu elektronicznego, takich jak dostawa jedzenia, artykułów spożywczych i dostawy handlu elektronicznego. Umożliwiamy również usługi ratunkowe, takie jak karetki pogotowia, aby mieć szybsze czasy przybycia, siły policyjne, aby umożliwić wydajne patrolowanie w celu zmniejszenia wskaźników przestępczości, oraz wydajne odbiór odpadów. Umożliwiamy również przypadki użycia z tyłu, które sprawiają, że niektóre z tych codziennych przypadków użycia są możliwe – np. trasy ciężarówek, które przywożą zamówienia handlu elektronicznego do najbliższego centrum logistycznego.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat NextBillion.ai?

Uważamy, że większość przedsiębiorstw nadal nie zdaje sobie sprawy, że mapy nie są tylko fajnym gadżetem technologicznym, ale mogą wywrzeć wpływ w wysokości setek milionów dolarów na biznes z tego samego zapasu lub aktywów. Część tego, co chcemy osiągnąć jako firma, to rozwój samej branży. Jeśli w ciągu najbliższych lat będziemy w stanie pomóc wielu więcej przedsiębiorstwom w zrozumieniu wartości danych przestrzennych, nawet jeśli nie będą bezpośrednio współpracować z nami, uważalibyśmy naszą misję za częściowo wypełnioną.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić NextBillion.ai.