Гаурав Бубна, сооснователь NextBillion.ai – Серия интервью

Гаурав Бубна – сооснователь NextBillion.ai, платформы картографии, разработанной для предприятий. Ранее он работал в компаниях such as Grab, Ola и ZLemma (приобретена Hired.com)

Что изначально привлекло вас к информатике и машинному обучению?

Даже когда я был в школе, я всегда был привлечен к математике и тому маленькому количеству программирования, которое я мог делать тогда. Таким образом, когда я поступил в колледж, изучение информатики казалось естественным продолжением. Машинное обучение было больше “приобретенным вкусом” за годы. Мне понравилось сочетание практических и реальных аспектов, таких как большие данные и возможность применить их к различным реальным приложениям, а также теоретических аспектов, таких как теория вероятностей, которую я всегда находил fascинующей.

До основания nextbillion.ai вы были одним из основателей команды Maps продукта в Grab, где вы помогли масштабировать команду с 10-членной межфункциональной команды до 300+ за период около 2,5 лет. Какие были некоторые из ключевых уроков, которые вы извлекли из этого опыта?

Ключевым уроком, который я выучил, было то, что, хотя каждая страна, в которой работал Grab, была частью “Юго-Восточной Азии”, но на практике они все были так khácны. Решения, которые действительно работали, были построены так, что они могли быть адаптированы к каждому бизнесу, каждой стране и иногда даже к разным городам внутри одной и той же страны. Большинство продуктов не построены таким образом, и это очень трудно найти баланс между способностью быстро масштабироваться, но при этом строить продукты, адаптированные к каждому случаю использования. Я думаю, что этот баланс является ключевым уроком, который я выучил из своего времени там.

Можете ли вы рассказать историю создания NextBillion.ai?

Мы инвестировали в решения по картографии, которые были специально необходимы Grab, но не были чем-то, что поддерживалось потребительскими картами, такими как Google. Со временем мы смогли оказать огромное влияние на Grab как в плане экономики единиц, так и в плане сильной конкурентной дифференциации. И хотя Grab был в удачном положении, чтобы инвестировать так много в свои карты, большинство других компаний не смогут сделать этого (потому что они не привлекли столько капитала). Таким образом, мы увидели возможность взять некоторые из наших знаний и построить платформу для предприятий во всем мире.

NextBillion.ai – это первая в мире децентрализованная и настраиваемая платформа картографии для предприятий. Какие есть некоторые преимущества для предприятий использовать децентрализованную платформу по сравнению с популярными вариантами, такими как Google Maps?

Для транспортных, логистических и электронных коммерческих компаний мы обеспечиваем лучшую экономику единиц, более низкую стоимость доставки и лучшее использование активов. Учитывая “один размер подходит всем” характер вариантов, таких как Google Maps, эти бизнес-выгоды просто не возможны. Для других B2B-программных компаний они часто не могут удовлетворять многие потребности клиентов из-за этих ограничений “один размер подходит всем”. Мы открываем больше случаев использования, обеспечивая больше доходов и возможностей роста.

Google Maps имеет ограничения на количество API, которые можно использовать, какие ограничения есть у NextBillion.ai по сравнению?

Это отличный пример одного из наших отличий. Мы предлагаем очень гибкие коммерческие модели нашим клиентам, включая пакеты с НЕОГРАНИЧЕННЫМИ вызовами API, поддержку до 20-кратного увеличения пропускной способности и 5-кратного снижения задержки по сравнению с лучшими доступными альтернативами.

Как система использует ИИ для мониторинга прогнозирования спроса и предложения на местном уровне?

Наши API используются для обеспечения лучшей и более эффективной диспетчеризации, более точных изменений цен, включая динамическое ценообразование, что в свою очередь оказывает прямое влияние на дисбаланс спроса и предложения на очень микроуровне, таком как местности.

Для сервисов вызова такси можете ли вы обсудить, как ИИ может прогнозировать трафик, чтобы обеспечить лучшую согласованность тарифов и заработка?

Водители на этих платформах рассматривают время как деньги. Каждый час, который они проводят за рулем, они хотят некоторой гарантии, что они заработают X долларов в конце этого часа. На практике из-за неточных прогнозов расстояния и времени от API картографии существует огромная флуктуация в сумме денег, которую водитель зарабатывает за единицу времени, на разных маршрутах, в разное время суток и в разные дни недели. Наш ИИ учитывает прошлое поведение водителей, закономерности трафика в городе и предлагает очень точные маршруты и трафик. Это обеспечивает очень точное ценообразование для наших клиентов и, в свою очередь, намного более предсказуемые заработки для их водителей.

Какие еще повседневные случаи использования NextBillion.ai обеспечивает для предприятий?

Мы обеспечиваем широкий спектр сценариев доставки и электронной коммерции, таких как доставка еды, продуктов и электронной коммерции. Мы также обеспечиваем службы экстренного реагирования, такие как прибытие карет скорой помощи, чтобы иметь более быстрое прибытие, полицейские силы, чтобы обеспечить эффективный патруль для снижения уровня преступности, и эффективную уборку мусора. Мы также обеспечиваем другие случаи использования, которые происходят за кулисами, что делает некоторые из этих повседневных случаев использования возможными – например, маршруты грузовиков, которые привозят ваши заказы электронной коммерции в ближайший хаб.

Есть ли что-то еще, что вы хотели бы поделиться о NextBillion.ai?

Мы считаем, что большинство предприятий все еще не осознают, что карты – это не просто крутая технологическая вещь, но и то, что они могут принести сотни миллионов долларов бизнес-воздействия от того же запаса или активов. Часть того, чего мы надеемся достичь как бизнеса, – это продвижение состояния отрасли самой по себе. Если в ближайшие годы мы сможем помочь многим более предприятиям осознать ценность пространственных данных, даже если они не будут работать с нами напрямую, мы будем считать свою миссию частично выполненной.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить NextBillion.ai.