Истории успеха: как российские предприниматели строят AI-бизнес
в Швейцарии

Neural Concept — стартап на стыке компьютерного зрения, машинного обучения и инженерии — запустили в 2018 году выпускники Федеральной политехнической школы Лозанны Тимур Багаутдинов и Пьер Баке (Baqué). Главный продукт — алгоритмическая платформа на базе искусственного интеллекта, созданная с использованием библиотеки для машинного обучения TensorFlow. Софт позволяет оптимизировать процесс создания новых физических объектов, сокращая расходы на инженерные изыскания.

Решение Neural Concept применимо во всех областях, которые имеют дело с созданием новых и усовершенствованием существующих физических форм: аэрокосмическая сфера, авто- и кораблестроение, IT и энергетика. «Если вы можете представить свои входные данные как 3D-форму и выходные данные как набор численных показателей, вы можете использовать наш софт», — объясняет Багаутдинов. Недавно Neural Concept начали работать с аддитивным производством: софт позволяет прогнозировать, сколько будет стоить распечатать деталь на 3D-принтере.

Выучившись на программиста в Бауманке, Тимур поступил в магистратуру в голландском Университете Эйндховена на программу Computer Science. Решив продолжить образование в сфере компьютерного зрения, он уехал получать PhD в Федеральной политехнической школе Лозанны (École polytechnique fédérale de Lausanne, сокр. EPFL — прим. Rusbase) — одном из мощнейших научно-технических учебных заведений Европы, занимающим 22 место в престижном рейтинге университетов мира (QS World University Rankings) (в области computer science — 8 место). Там же он познакомился с будущим сооснователем стартапа Пьером Баке.

После защиты диссертации Тимур и Пьер подали заявку на грант от EPFL на продолжение своих исследований в области компьютерного зрения и основали Neural Concept. «Мы сделали хороший питч, получили финансирование от университета и первый год практически не думали, где достать денег на свое дело, — рассказывает Тимур. — Правда, пришлось решать вопрос technology transfer и договариваться, какие у университета будут права на продукт, будут ли дивиденды». По словам Багаутдинова, вопросы technology transfer могут создать стартапам некоторые сложности на этапе привлечения инвестиций: если соглашение с университетом не очень выгодное, компания становится менее интересной для вкладчиков. Но это решаемо, главное, чтобы были ресурсы — время, юристы и так далее.

Помимо Тимура и Пьера в первый состав команды вошли Паскаль Фуа и Франсуа Флеурет — профессоры из EPFL, которые были научными руководителями их диссертации. Сейчас в команде уже восемь человек — из России, Франции, Турции и Швейцарии. Общение происходит в основном на английском языке.

Хотя компании только год, предприниматели уже работают с двумя крупными клиентами из Франции и США. А в 2018 году на Supercomputing в Далласе начинающие предприниматели представили свой ультра-аэродинамический велосипед, созданный на основе облачного ПО для машинного обучения Neural Concept и графических процессоров NVIDIA.

Базируясь в EPFL, начинающие предприниматели могли пользоваться университетской лабораторией компьютерного зрения с ее вычислительными мощностями. Тимур отмечает, что подобных лабораторий в мире не так много, поэтому возможность в ней находиться была серьезным плюсом для становления бизнеса. Помогли и связи с научным сообществом: так, один из двух основных клиентов пришел к Neural Concept после лекции, прочитанной Паскалем Фуа в США.

Тимур отмечает, что инвесторы, базирующиеся в Швейцарии, могут самостоятельно выйти на перспективный стартап и инициировать диалог о вложениях. Бизнесменам остается убедить потенциальных вкладчиков в состоятельности предлагаемого решения и стратегически верно продуманном пути развития компании.

Недавно Neural Concept привлекли инвестиции от венчурных фондов High-Tech Gründerfonds и Constantia New Business (CNB) на расширение бизнеса. «Основная задача на этот год — сфокусироваться на нескольких крупных игроках, — рассказывает Тимур Багаутдинов. — Он будет ключевым и для построения ядра команды: мы набираем инженеров, исследователей машинного обучения и компьютерного зрения, разработчиков уровня superstar. Ближайшие годы совершенно точно остаемся в Швейцарии — офис компании будет в Лозанне или ее окрестностях».

В Швейцарии билеты на общественный транспорт принято покупать в автоматах на станциях, а стоимость поездки зависит от зоны, срока действия билета и количества пересадок — выбирать приходится долго. Приложение FAIRTIQ на базе технологий машинного обучения позволяет купить один билет с возможностью перемещаться по всей стране. Пассажир не тратит время на выбор: по завершении поездки приложение автоматически считает, какой тариф был самым выгодным, и возвращает пользователю остаток средств, потраченных на единый билет.

FAIRTIQ — одна из немногих компаний, которая предоставляет подобные услуги (основным конкурентом выступает приложение Lezzgo дочерней организации региональной железнодорожной компании BLS). Сейчас в приложении FAIRTIQ около 300 тысяч зарегистрированных пользователей, из них тех, кто пользуется продуктом хотя бы раз в месяц, — 65 тысяч. Ежемесячный оборот билетов составляет 2 миллиона франков (примерно
$ 1,97 млн). Это вдвое больше, чем в прошлом году — в мае 2018 года оборот был менее 1 миллиона франков. Сервис уже полностью покрывает Швейцарию и Лихтенштейн, полноценно работает в некоторых регионах Австрии и Германии.

Бизнес-модель FAIRTIQ зависит от страны. Так, в Швейцарии, основной на сегодняшний день стране присутствия бизнеса, стартапу платят за сотрудничество операторы общественного транспорта (в стране их больше 250, из них почти 30 наиболее крупных и популярных — уже партнеры FAIRTIQ). Транспортная компания-партнер получает комиссию в 10% от стоимости билета, проданного вне своего домашнего региона. На новых зарубежных рынках характер партнерства определяет специфика конкретного государства: законодательство, особенности системы общественного транспорта и прочее. Например, в Финляндии компания будет получать 4% комиссии с каждого билета.

История стартапа FAIRTIQ началась в 2015 году, когда бывшим работникам Швейцарских федеральных железных дорог SBB пришла в голову идея создать приложение, которое облегчило бы процесс покупки билетов на общественный транспорт. Предприниматели хотели, чтобы искусственный интеллект автоматически подбирал для пассажира наилучшую опцию.

Для реализации идеи понадобился технический специалист. «Этим человеком стал я, — рассказывает Роман Прокофьев. — Еще учась в университете Фрайбурга, я написал приложение для общественного транспорта, которое показывает ближайшие отправления. Один из моих коллег рассказал об этом своему знакомому, который оказался другом CEO проекта FAIRTIQ».

Роман изучал математику, физику и информатику в МФТИ. После окончания института он отправился на стажировку в Федеральную политехническую школу Лозанны. Для этого нужно было пройти техническое интервью: «Стандартное — задачи на программирование, алгоритмы — сложновато, но не уровня Google», — говорит Роман. После стажировки он поступил на PhD в Университет Фрайбурга, а потом устроился на работу в FAIRTIQ.

Команда стартапа формировалась благодаря кругу знакомств — в Швейцарии очень хорошо работают связи, в том числе университетские, поясняет Прокофьев. Сейчас в FAIRTIQ около 30 человек, большинство швейцарцы. «Я представляю технический департамент, руковожу отделом исследований — работаем над улучшением алгоритмов, которые отвечают за преобразование сигналов телефона в маршруты общественного транспорта». Общение внутри компании происходит в основном на английском.

Еще одним плюсом Роман называет множество вариантов привлечения инвестиций. Во-первых, через работу с международными компаниями, например, IBM или Google (у последней в Цюрихе находится самый крупный европейский офис). Во-вторых, через фонды и стартап-акселераторы вроде Venture Kick и Mass Challenge. «Многие частные фонды готовы инвестировать без обязательств, — отмечает Роман. — В отличие от Америки, где инвесторы более агрессивные и хотят, чтобы компания быстрее вышла на IPO, даже если они убыточна, в Швейцарии все спокойнее, тут инвесторы выступают за более размеренный стиль ведения бизнеса». Третий путь — привлечение государственных денег. Гранты на развитие можно получить от швейцарских кантонов. Так, FAIRTIQ получили финансирование от кантона Берна. Возможности для развития проектов также предлагает Агентство по инновациям Innosuisse.

Основные планы FAIRTIQ на сегодняшний день — увеличение количества пользователей приложения и выход на новые международные рынки. Стартап готовится к завоеванию соседних рынков (Франции, Италии) и смотрит на Северную Европу (Норвегию, Швецию, Данию и Финляндию). Компания также хочет запустить пилотный проект в Великобритании: FAIRTIQ уже участвовала в программе одного из лондонских бизнес-инкубаторов и получила приз Digital Innovation.

Международная компания с российскими корнями Neurodata Lab специализируется на разработке высокоинтеллектуальных технологических решений в области распознавания эмоций и их внедрении в различные отрасли экономики. Сферы применения — клиентская аналитика, цифровая медицина, робототехника, проекты с применением технологий IoT, VR и AR, образование, индустрия развлечений.

Одно из основных решений Neurodata Lab — оценка удовлетворенности клиентским сервисом на основе анализа эмоций людей, которые нейросеть в режиме реального времени распознает в видео и аудиозаписях. Пилотный проект с использованием такой технологии сейчас реализуется в контактном центре «Росбанка» — одного из основных клиентов компании. Решение вызывает большой интерес у организаций страховой отрасли, операторов мобильной связи и ритейла и может использоваться для анализа видеопотока с камер, расположенных в офисах и магазинах.

Neurodata Lab также разрабатывает технологии для удаленной детекции стресса и физиологических параметров — пульса и частоты дыхания. «Мы стремимся создать алгоритм, который будет показывать высокую точность даже при работе со сжатым видео, записанным, например, с обычной вебкамеры. Кроме того, мы продолжаем улучшать точность распознавания эмоций, в том числе за счет создания единой мультимодальной системы для анализа информации одновременно в микроэкспрессиях лица, голосе, движениях, жестикуляции, физиологических параметрах и в контексте социального взаимодействия и смысла», — поясняет Георгий Плиев, CEO компании.

Neurodata Lab была основана в 2016 году. Сегодня у компании уже четыре офиса — в Москве, Люцерне, Милане и Майами. В штате работает больше 20 сотрудников, включая руководителей — Георгия Плиева, Максима Рябова и Игоря Левина. Важное ядро компании — собственная R&D лаборатория и центр разработки технологий. Формат стартапа позволяет работать и удаленно, привлекая людей к сотрудничеству над проектами.

На рынок Швейцарии Neurodata Lab вышла в августе 2017 года. Компания планирует развивать свое присутствие в стране и заинтересована в разработке решений для швейцарских компаний банковской и страховой отрасли.

Интересный пример деятельности Neurodata Lab на швейцарском рынке — проект по анализу «эмоционального профиля» швейцарских политиков, реализованный совместно с крупнейшей медиагруппой Швейцарии Tamedia AG.

Компания налаживает отношения с ключевыми швейцарскими научными институтами — университетом Женевы, Федеральным институтом технологий, Федеральной политехнической школой Лозанны. «В Швейцарии сосредоточено большое количество независимых международных исследовательских центров. Учитывая специфику нашей деятельности, для нас особенный интерес представляют лаборатории смежной с нами тематики — аффективные технологии и потенциальные высокотехнологичные отрасли, где такие технологии могут быть востребованы. Мы говорим о значимых инновационных центрах вроде IDIAP, AIT Lab, NCCR Affective Sciences», — добавляет Плиев.

По словам CEO, скоро Neurodata Lab запустит новый API-сервис, который откроет доступ к полному стеку технологий компании для пользователей по всему миру: от детекции лиц до расчета индекса удовлетворенности клиентов на основе распознанных эмоций. Компания ориентируется на широкий спектр потенциальных клиентов, которым нужно простое решение для эмоциональной аналитики: малый бизнес, разработчики приложений и игр, небольшие технологические компании, рекламные, видео и ивент-агентства. Спектр задач, которые будет решать технология, — широк и разнообразен: например, поведенческая клиентская аналитика, приложения, адаптирующиеся под настроение пользователя, анализ реакции зрителей на контент и его потенциальная интерактивизация.

Компания активно выстраивает коллаборации с ведущими лабораториями по близкой бизнесу тематике — аффективным наукам, распознаванию социальных сигналов и паттернов поведения человека. Только за последний год Neurodata Lab начала сотрудничать с пятью научными институтами, включая университеты Глазго и Женевы, и запустила программу стажировок с Парижским университетом Mines ParisTech и Высшей школой экономики в России.

С точки зрения международного развития в планах компании — постепенно наращивать локальные команды в странах присутствия, которые будут не только выполнять представительские функции, но и заниматься полноценными исследованиями и развитием технологий. В Швейцарии локальная команда будет отвечать, с одной стороны, за бизнес-проектирование и коммерческое продвижение решений в Швейцарии и в ЕС, с другой — за академические коллаборации и исследовательские проекты.