«Встраивание сенсоров во всё подряд уже не поможет»

Представитель фонда Grishin Robotics Валерия Комиссарова рассказала vc.ru о трендах и изменениях в индустрии робототехники, смартфонах и машинном обучении.

Рынок робототехники по-прежнему находится на очень ранней стадии развития, однако стал более зрелым. Первый этап был стремительным: на Kickstarter прошли сверхуспешные кампании Oculus, Pebble, OUYA, затем были крупные слияния и поглощения: Google купила Nest, Facebook купила Oculus, General Motors — Cruise Automation, Fitbit стала публичной компанией.

Все эти события критически важны для инвесторов и предпринимателей. Они дают понять, какой есть потенциальный рынок для возможных выходов из компаний — как с точки зрения их приобретения более крупными игроками, так и превращения в публичные компании.

При этом сильно выросли требования к проектам. Несколько лет назад многие предприниматели не задумывались о том, какую проблему может решить их продукт, какой для него есть рынок, какими могут быть возможные бизнес-модели.

Все просто интегрировали сенсоры во всё подряд, и этого было достаточно: за счет эффекта новизны какое-то количество компаний и продуктов достигли успеха, оказавшегося временным. Многие из них ожидаемо не нашли системного спроса и либо обанкротились, либо были проданы за не очень большие деньги.

Это нормальный этап развития рынка — некоторые компании умирают, а умные предприниматели, которые построили эти компании, извлекают из этого уроки. Сейчас они начинают открывать второе поколение стартапов, в которых учтены ранее совершенные ошибки.

Еще один сдвиг в отрасли: акцент на программное обеспечение при разработке «железа». Очевидно, что в Китае можно повторить практически всё — особенно если речь идет о b2c-устройствах. А за последние несколько лет накопилась огромная база знаний по разработке «умных» устройств — это уже не Rocket Science и доступно широкому кругу предпринимателей.

Поэтому в конкурентной борьбе большие преимущества получает тот проект, который смог создать качественное программное обеспечение для своего «железа» — конкурировать только маржой на «железе» уже не получится.

Причем речь идет не только об очевидных вещах (компьютерное зрение, навигация и прочее), без которых робот — просто груда железа, но на уровне выше — взаимодействия с пользователем, анализа и сбора данных.

Поскольку маржа в долгосрочной перспективе стремится к нулю для большинства железных продуктов (стоит только посмотреть, что Xiaomi сделал с рынком фитнес-браслетов), нужно думать о способах увеличения SaaS-выручки — за счет предложений пользователям подписок, дополнительных премиальных функций. Учитывая, что цикл обновления многих устройств в этих рынках довольно велик, выручка на софтверной стороне — главный путь к росту и конкурентоспособности.

Новое поколение систем аренды велосипедов, не использующих станции. Да, подобные сервисы существуют во многих крупных городах мира, и в том числе в Москве. По последним оценкам, их больше тысячи, но аренда и возврат велосипедов возможны только в рамках конкретных станций.

С одной стороны, это далеко не всегда удобно, с другой — развертывание инфраструктуры для таких станций всегда требует довольно больших капитальных затрат со стороны местных властей или привлечения дополнительных бизнес-партнеров для финансирования.

Тренд station-less bike-sharing появился относительно недавно — в начале прошлого года в Китае. Он появился благодаря таким компаниям как Ofo, Mobike, Bluegogo. За это время они привлекли миллиарды долларов финансирования и выпустили на улицы несколько миллионов велосипедов.

Такой рост стал возможным благодаря подешевевшей стоимости компонентов и облачных вычислений: вместо того, чтобы использовать станции, велосипед подключили к интернету и теперь он сообщает о своем местоположении. Для того, чтобы разблокировать такой велосипед на улице, нужно всего лишь просканировать QR-код с помощью приложения, установленного на смартфоне.

С точки зрения проблем трафика, загруженности крупнейших городов в мире и качества воздуха (что актуально для Китая и других стран) — пересаживание людей на велосипеды и подобные сервисы имеют большие перспективы. К сожалению, уровень популярности предыдущего поколения подобных систем был недостаточно высоким и во многом не оправдал надежд. Но пример развития в Китае сегодня наглядно показывает, что новая парадигма очень сильно поменяла происходящее, и популярность новых систем выросла в десятки и тысячи раз.

Кроме того, люди давно говорят о концепции «умных» городов, но нельзя сказать, чтобы большое количество городов в мире продвинулись в этом направлении. И одной из ключевых проблем всегда было то, что несмотря на падение стоимости сенсоров, это всегда оставалось капиталоемкой задачей: развернуть в масштабах города расширенную систему сбора данных и распространить сенсоры, плюс облачная инфраструктура, которая все это будет обсчитывать.

Что мы получаем с новой системой проката? Миллионы велосипедов, которые подключены к интернету и 24 часа в сутки перемещаются по всем уголкам города. В теории они могут быть оснащены любым количеством и качеством сенсоров, тем самым давая возможность собирать огромный объем данных, который может быть использован и жителями города, и администрацией для того, чтобы сделать проживание в нем намного более комфортным.

Мы проинвестировали в три таких стартапа: Spin в США, GoBee.bike в Гонконге и Obike в Сингапуре. Все компании развиваются очень быстро, и мы ожидаем, что на многих территориях появятся сильные локальные игроки, которых не смогут вытеснить конкуренты из-за рубежа, поэтому инвестируем в лидеров в разных странах.

Второй интересный тренд, который мы видим, — это инновации, происходящие на рынке смартфонов. С одной стороны, это огромный рынок, темпы роста которого замедляются: есть понятные лидеры и ничего интересного в этом плане не происходит. В то же время очевидно, что большинство существующих на рынке продуктов плохо отличимы друг от друга.

Однако есть количество стартапы и более крупные компании, которые решили подойти к этому рынку под другим углом и предложить совсем другие инновации. Один из примеров — это крупный производитель железа, сфокусированный на геймерах, Razer. Не так давно они объявили о своих планах сделать специальную версию смартфона для игроков.

Еще одна компания — Red, производитель высококачественных камер, который так же объявил о планах выпустить в 2018 году на рынок смартфон стоимостью $1200. У него будут голографические дисплеи (хотя пока никто до конца не понимает, как это будет выглядеть и работать, но звучит интересно).

Большая новость последнего времени — новая компания создателя Android Энди Рубина, Essential, и одноименный смартфон, который они недавно выпустили. Есть много интересных идей, как переосмыслить смартфон, например, запустив новую комбинацию железа и экосистемы приложений.

Речь идет об автоматизации и использовании робототехники и различных сенсоров для сельского хозяйства. Это огромный рынок с большими проблемами: в том числе нехватка рабочей силы, трудности поиска персонала и его обучение, удержание.

В связи с традиционной парадигмой робототехники 3D (dirty, dull and dangerous — robots’ work) большое количество команд стали разрабатывать манипуляторы, разнообразные платформы и системы автоматизации, направленные на самые разные части этого рынка. Начиная с распространения сенсоров по полям с целью сбора очень точных и подробных данных о составе земли и химическом составе внутри растений, фруктов и овощей, заканчивая дронами, которые облетают поля и делают инфракрасную съемку.

Они используют и другие способы, чтобы понять и попытаться предсказать, что, например, какие-то из посадок начинают заболевать, чтобы сообщить об этом фермеру, который может принять превентивные меры, а не ждать момента, когда проблема станет очевидной и будет поздно.

Разрабатываются роботы, которые помогают выпалывать сорняки и распространять пестициды и химические компоненты, необходимые для выращивания плодов. Например, компания Blue River Technology или AbundantRobotics (в нее проинвестировал Google Ventures) создала робота, который помогает собирать яблоки, а в перспективе — разные овощи и фрукты.

Беспилотные автомобили — те же рoботы, даже если на первый взгляд такой подход и не соответствует более традиционным определениям. За развитием этих рынков стоит много похожих трендов: падающая стоимость вычислений, машинное обучение, компьютерное зрение.

Понятно, что есть разные уровни автономности, и прежде чем мы подберемся близко к полной автономности, есть много промежуточных сценариев использования, которые могут быть реализованы уже сегодня. В краткосрочной перспективе они повысят эффективность транспортных систем внутри городов.

За счет выделения специальных полос, выставления ограничений по скорости и других мер можно вывести полуавтономные машины на реальные улицы намного быстрее. Это позволит разработчикам собирать больше данных о реальных сценариях взаимодействия машины с окружающей средой. Остается большое количество законодательных вопросов: страховка, образование пользователей и тому подобное. Всё это решаемо, но потребует времени.

Что меня лично больше всего радует в этом светлом будущем (которое, объективно, пока не слишком близко) — это постепенный отказ от модели владения личными автомобилями и полный переход к совместной экономике на этом рынке.

То есть это то, что пытается построить Uber — автономные, персонализированные устройства передвижения, доступные в течение 10-15 минут в любой точке. Я отношусь к так называемому поколению Y, никогда не владела машиной и, похоже, так ее и не куплю.

Это еще и вопрос ценностей — к счастью, консьюмеризм и материализм сдают свои позиции по крайней мере в определенных слоях населения планеты, и успех моей жизни совершенно точно не измеряется объемом накопленных предметов. Плюс мобильность — сегодня я живу в одной стране, завтра в другой; чем меньше перевозить с собой, тем лучше. Shared-экономика вместе с беспилотными автомобилями — отражение этих фундаментальных социальных, экономических и прочих трендов.

Вокруг темы искусственного интеллекта сейчас очень много хайпа — термин часто используется не по назначению или даже без понимания сути.

В то же время, очевидно, что использование методов машинного обучения уже сегодня распространеннее, чем принято думать — просто не всегда это какой-то отдельный кусок, который можно вычленить из продукта и написать о нем красивый заголовок на TechCrunch. Из конкурентного преимущества применение экспертизы в этой области становится необходимым условием выживания.

Практических примеров много — от приложений вроде Prisma, голосовых помощников вроде Alexa, Cortana или Siri до программного обеспечения, которое делает индустриальных роботов точнее и эффективнее. Техники машинного обучения незаменимы для анализа огромного объема данных, который генерируется сенсорами в разнообразных сетях интернета вещей — особенно если мы говорим, скажем, о масштабе города.

Российские предприниматели традиционно сильны в программном обеспечении, меньше — в железе. Исторически много проектов ориентированы на правительство и военную индустрию, космос, поэтому требуется «перевод» мышления на более коммерческие рельсы.

В этом плане отечественным проектам часто не хватает амбициозности — по сравнению с теми же предпринимателями из Долины. При этом вызовы у них такие же, как и у проектов по всему миру — ограниченные финансовые и технические ресурсы, конкуренция со стороны более крупных игроков, сложности с построением бренда с нуля и завоеванием доверия потребителей и так далее.

Советы для hardware-проектов типичные для всех стартапов: чтобы запустить успешный проект, нужно лучше всех знать свой рынок и проблему, детально изучить опыт всех, кто «полег» на этой тропе до этого, собрать сильную команду людей с навыками, которые дополняют друг друга — производство, продажи, технологии и прочее. Не делать глупых ошибок — например, пытаться говорить с венчурным фондом, не зная, что такое pre-money valuation или общаться с фабрикой в Китае, не зная, что такое design for manufacturing (на этой стадии, скорее всего, такая проблема может уже быть не излечимой).

Однако самый правильный путь для молодых проектов — посоветоваться с предпринимателями, которые уже прошли этот путь до тебя, понять, что сработало для них хорошо, а что не очень. Или поговорить с такими командами, как, например, Dragon Innovation. При этом нужно помнить, что отдавать экспертизу производства на аутсорсинг — глупо и опасно.

#будущее