Gaurav Bubna, współzałożyciel NextBillion.ai – seria wywiadów

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

Czym zostałeś początkowo zainteresowany informatyką i sztuczną inteligencją?

Already w szkole byłem zainteresowany matematyką i każdą możliwością programowania, której mógłem się nauczyć. Kiedy poszedłem na studia, wybór kierunku informatyki wydawał się naturalnym rozszerzeniem. Sztuczna inteligencja była dla mnie bardziej „nabytym smakiem” w ciągu lat. Lubiłem połączenie praktycznych i rzeczywistych aspektów, takich jak duże dane i możliwość ich zastosowania w różnych rzeczywistych aplikacjach, a także teoretycznych aspektów, takich jak teoria prawdopodobieństwa, której zawsze uważałem za fascynującą.

Przed założeniem nextbillion.ai byłeś członkiem założycielem zespołu produktowego Maps w Grab, gdzie pomogłeś zwiększyć zespół z 10-osobowego zespołu międzyfunkcyjnego do 300+ w ciągu ~2,5 roku. Jakie były najważniejsze lekcje, które wyciągnąłeś z tego doświadczenia?

Kluczową lekcją, którą nauczyłem się, było to, że każdy kraj, w którym Grab działał, był częścią „Południowo-Wschodniej Azji”, ale w praktyce były one wszystkie tak różne. Rozwiązania, które naprawdę działały, były budowane w taki sposób, aby mogły być dostosowane do każdego biznesu, każdego kraju i czasem nawet 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 możesz podzielić się historią powstania NextBillion.ai?

Zainwestowaliśmy w rozwiązania mapowe, które były konieczne dla Grab, ale nie były czymś, co mapy konsumenckie takie jak Google (GOOGL ) były zaprojektowane do obsługi. Z czasem byliśmy w stanie osiągnąć ogromny wpływ na Grab, zarówno pod względem jednostkowych kosztów, jak i silnej różnicacji konkurencyjnej. I chociaż Grab miał szczęście, aby móc zainwestować tyle w swoje mapy, większość innych firm nie będzie w stanie zrobić tego samego (ponieważ nie zebrały tyle kapitału). Zobaczyliśmy więc możliwość, aby wziąć część naszego doświadczenia i zbudować platformę dla przedsiębiorstw na całym świecie.

NextBillion.ai to pierwsza na świecie zdecentralizowana i dostosowywalna platforma mapowa dla przedsiębiorstw. Jakie są korzyści z korzystania z platformy zdecentralizowanej w porównaniu z popularnymi opcjami takimi jak Google Maps?

Dla firm transportowych, logistycznych i e-commerce umożliwiamy lepsze jednostkowe koszty, niższe koszty dostawy i lepsze wykorzystanie aktywów. Ze względu na „jednymiarową” naturę opcji takich jak Google Maps, te korzyści biznesowe są po prostu niemożliwe do osiągnięcia. Dla innych firm oprogramowania B2B często nie są w stanie obsłużyć wielu potrzeb klientów z powodu tych ograniczeń „jednego rozmiaru”. Odblokowujemy więcej przypadków użycia, umożliwiając więcej przychodów i możliwości wzrostu.

Google Maps ma ograniczenia dotyczące liczby API, które mogą być używane, jakie są ograniczenia w przypadku NextBillion.ai w porównaniu?

To jest wspaniały przykład jednego z naszych różnicujących cech. Oferujemy bardzo elastyczne modele komercyjne dla naszych klientów, w tym pakiety z nieograniczoną liczbą wywołań API, 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 używane do umożliwienia lepszego i bardziej wydajnego rozdziału, bardziej precyzyjnych zmian cen, w tym cen szczytowych, co z kolei ma bezpośredni wpływ na równowagę podaży i popytu na bardzo mikroskalowym poziomie, takim jak lokalności.

Dla usług przewozu osób, czy możesz omówić, jak sztuczna inteligencja może przewidywać ruch, aby zapewnić lepszą spójność cen i zarobków?

Kierowcy na tych platformach traktują czas jako pieniądz. Każda godzina, którą spędzają za kierownicą, chcą 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 kwocie pieniędzy, którą kierowca zarabia na godzinę, w zależności od różnych tras, godzin dnia i dni tygodnia. Nasza sztuczna inteligencja bierze pod uwagę poprzednie zachowania kierowców, wzorce ruchu w mieście i sugeruje bardzo precyzyjne trasy i ruch. To umożliwia bardzo dokładne ceny dla naszych klientów i, w konsekwencji, znacznie bardziej przewidywalne zarobki dla ich kierowców.

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

Umożliwiamy szeroki zakres scenariuszy dostaw i e-commerce, takich jak dostawa jedzenia, artykułów spożywczych i dostaw e-commerce. Umożliwiamy również usługi ratunkowe, takie jak karetki pogotowia, aby miały szybsze czasy przyjazdu, siłom policyjnym, aby umożliwić wydajne patrolowanie w celu zmniejszenia wskaźników przestępczości, oraz wydajne odbiór odpadów. Umożliwiamy również inne przypadki użycia, które umożliwiają te codzienne przypadki użycia – np. trasy ciężarówek, które przywożą Twoje zamówienia e-commerce 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 fajną rzeczą techniczną, ale mogą mieć wpływ na setki milionów dolarów na poziomie biznesowym z tego samego zapasu lub aktywów. Część tego, co chcemy osiągnąć jako firma, to rozwój stanu branży. Jeśli w ciągu najbliższych lat będziemy mogli pomóc wielu więcej przedsiębiorstwom zrozumieć wartość danych przestrzennych, nawet jeśli nie będą bezpośrednio z nami współpracować, uważalibyśmy naszą misję za częściowo wypełnioną.

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