高拉夫·布布纳，NextBillion.ai 联合创始人 – 采访系列

高拉夫·布布纳（Gaurav Bubna）是 NextBillion.ai 的联合创始人，NextBillion.ai 是一个为企业打造的映射平台。他此前曾在 Grab、Ola 和 ZLemma（被 Hired.com 收购）等公司工作过。

是什么最初吸引你学习计算机科学和机器学习的？

即使在我还是学生的时候，我就一直对数学和我当时能做的微小的编程很感兴趣。因此，当我上大学时，学习计算机科学似乎是一个很自然的延伸。机器学习更多的是一种“后天养成”的兴趣。 我喜欢它的实用性和现实世界的应用，如大数据和能够将其应用于各种现实世界的应用，以及理论方面，如概率论，我一直觉得很有趣。

在创立 NextBillion.ai 之前，你是 Grab 地图产品团队的创始成员，你帮助团队从 10 人的跨功能团队扩展到 300 多人，仅仅两年半的时间。从这段经历中，你得到了什么关键的教训？

我学到的一个关键教训是，每个 Grab 运营的国家都是“东南亚”的一部分，但在实践中，它们都是如此不同。真正有效的解决方案是以可以根据每个业务、每个国家，甚至同一国家的不同城市进行定制的方式构建的。 大多数产品并不是这样构建的，要在快速扩张的同时保持这种平衡是非常困难的。我认为这是我从那段时间里学到的一个关键教训。

你能分享 NextBillion.ai 的创立故事吗？

我们投资了 Grab 所需的映射解决方案，但这些解决方案并不是像 Google (GOOGL ) 这样的面向消费者的地图所能支持的。随着时间的推移，我们能够为 Grab 带来巨大的影响，不仅在单位经济方面，还在竞争差异化方面。虽然 Grab 有幸能够在其地图上投入这么多，但大多数其他公司可能无法做到这一点（因为它们没有筹集到这么多资金）。因此，我们看到了一个机会，利用我们的一些经验，建立一个面向全球企业的平台。

NextBillion.ai 是世界上第一个为企业提供的去中心化和可定制的映射平台。与流行的选项如 Google 地图相比，企业使用去中心化平台的好处是什么？

对于运输、物流和电子商务公司，我们实现了更好的单位经济、更低的交付成本和更好的资产利用率。由于 Google 地图等选项的“一刀切”的性质，这些商业收益是无法实现的。对于其他 B2B 软件公司，由于这些“一刀切”的限制，它们通常无法满足许多客户的需求。我们解锁了更多的用例，实现了更多的收入和增长机会。

Google 地图对可以使用的 API 数量有限制，NextBillion.ai 的限制是什么？

这是我们的一个关键区别。我们为客户提供极其灵活的商业模式，包括无限 API 调用套餐、最高 20 倍的吞吐量和比最佳替代方案低 5 倍的延迟。

系统如何使用 AI 来监测供应和需求预测在本地层面？

我们的 API 用于实现更好的和更高效的调度、更精确的价格变化，包括激增定价，这反过来又直接影响了本地层面的供应和需求失衡。

对于叫车服务，您能否讨论 AI 如何预测交通以提供更好的车费和收入一致性？

这些平台上的司机把时间看作是金钱。他们每花一个小时开车，就希望在一小时结束时赚到一定的钱。实际上，由于映射 API 的距离时间预测不准确，司机在不同路线、不同时间和不同星期几花费的时间单位内赚到的钱会有巨大的波动。我们的 AI 考虑到过去的驾驶行为、城市的交通模式，并建议非常精确的路线和交通。这使我们的客户能够实现非常准确的定价，并且他们的司机能够获得更可预测的收入。

NextBillion.ai 为企业提供的其他日常用例是什么？

我们实现了各种送货和电子商务场景，例如食物送货、杂货和电子商务送货。我们还实现了紧急响应服务，例如救护车能够更快地到达现场、警察能够更高效地巡逻以减少犯罪率，以及更高效的垃圾收集。我们还支持一些幕后用例，使这些日常用例成为可能，例如将电子商务订单运送到您最近的履约中心的卡车路线。

您是否还有其他关于 NextBillion.ai 的信息想要分享？

我们相信，大多数企业仍然没有意识到地图不仅仅是一种酷炫的技术，而且它可以从相同的供应或资产基础上带来数亿美元的商业影响。作为一家企业，我们希望实现的部分目标是推进该行业的发展。如果在未来几年里，我们能够帮助更多的企业认识到空间数据的价值，即使他们不直接与我们合作，我们也会认为我们的使命部分实现了。

感谢这次精彩的采访，希望了解更多的读者可以访问 NextBillion.ai。